شرکت Black Forest Labs هوش مصنوعی تولید عکس جدیدی به نام Flux رو عرضه کرده که رقیب متن بازی برای میدجرنی هست!

این شرکت توسط مهندسان سابق Stability AI تاسیس شده که ساخت و توسعه مدلهای محبوب Stable Diffusion و قبل از اون Latent Diffusion رو در کارنامه اشون دارن و نتیجه اولین کارشون مدل قدرتمند Flux هست که عکسهای با کیفیت بالا و واقع گرایانه میتونه بسازه و از ورودی کاربر به شکل دقیقی میتونه تبعیت کنه که برای ورودی های پیچیده کاربردی هست. علاوه بر این قدرت بالایی هم در ساخت عکسهایی همراه با متن داره.

این مدل در سه نسخه عرضه میشه که قویترین اونها Flux Pro هست که متن باز نیست و فقط از طریق API این شرکت و دیگر سایتها در دسترسه. مدل بعدی Flux Dev هست که متن بازه و میشه روی کامپیوتری با کارت گرافیک قوی اون رو به صورت افلاین اجرا کرد و مدل اخر Flux Schnell که هست نسخه سبکتری از Devعه و امکان ساخت عکسها با سرعت بالاتری رو فراهم میکنه. این مدل هم متن باز شده.

این مدل اما مدل سنگینی هست و به کارت گرافیکی با VRAM بالا نیاز داره. اما به لطف کاربران مختلف، نسخه بهینه تری از اون عرضه که میشه اون رو با 12 گیگ VRAM و حتی کمتر (اما به قیمت زمان ساخت عکس طولانی تر) اجرا کرد و از اون به صورت افلاین بهره برد. با این نسخه و کارت گرافیک 3090 برای ساخت هر عکس با مدل Dev حدود 40 ثانیه و مدل Schnell حدود 15 ثانیه زمان نیازه. شخصا دقت بالای مدل Dev رو به سرعت بالاتر مدل Schnell ترجیح میدم.

برای استفاده از این مدل به صورت افلاین و بهینه لازم هست چیزی حدود 22 گیگ فایل دانلود کنید که اموزش استفاده از اون به صورت مرحله به مرحله در این ویدیو قابل مشاهده هست.

این مدل رو به صورت انلاین و رایگان میتونین از سایتهای زیر ازمایش کنید:

🔗 Flux Pro

🔗 Flux Dev

🔗 Flux Schnell

این شرکت گفته که مدل بعدی اون مدل ساخت ویدیو هست که رقیبی برای Sora خواهد بود.

🔎 tomsguide

📍 @TechTube