Black Forest Labs ने Flux 2 रिलीज़ किया है, जो टेक्स्ट-टू-इमेज AI में एक बड़ा कदम है। इसके Pro, Dev, Max, Flex जैसे कई वर्ज़न हैं, साथ ही 4B और 9B आकार में कॉम्पैक्ट Klein सीरीज़ भी है। यह लेख हर वर्ज़न को विस्तार से समझाता है, बताता है कि FLUX.1 से क्या बदला है, असली उपयोग के मामले क्या हैं, दूसरे मॉडलों से ईमानदार तुलना क्या दिखाती है, और PicassoIA पर अभी फ़ोटोरियलिस्टिक इमेज बनाना कैसे शुरू करें।
Black Forest Labs FLUX.1 की व्यापक प्रशंसा वाली रिलीज़ के बाद से सबसे ज़्यादा देखी जाने वाली AI रिसर्च टीमों में से एक रही है। उनकी दूसरी बड़ी रिलीज़, Flux 2, मूल मॉडल की हर अच्छी बात को आगे ले जाती है और जो कमियाँ थीं उन्हें दूर करती है। चाहे आप ऑन-डिवाइस विकल्प ढूँढ रहे डेवलपर हों या अधिकतम आउटपुट क्वालिटी चाहने वाले क्रिएटिव प्रोफ़ेशनल, Flux 2 परिवार में आपके संदर्भ के लिए बना एक खास मॉडल मौजूद है।
Flux 2 Black Forest Labs का अगली पीढ़ी का टेक्स्ट-टू-इमेज मॉडल परिवार है, जो उसी रेक्टिफ़ाइड फ़्लो ट्रांसफ़ॉर्मर आर्किटेक्चर पर बना है जिसने FLUX.1 को इतना प्रभावी बनाया। FLUX.1 से Flux 2 तक का बदलाव कोई साधारण अपडेट नहीं है, यह इस बात की नई सोच है कि इन मॉडलों को कैसे ट्रेन, ऑप्टिमाइज़ और अलग-अलग हार्डवेयर पर डिप्लॉय किया जाए।
FLUX.1 में तीन मुख्य स्तर थे (Schnell, Dev और Pro)। Flux 2 इसे एक ज़्यादा सूक्ष्म इकोसिस्टम में फैलाता है, जिसमें मॉडल खास संदर्भों के लिए बनाए गए हैं: सबसे अधिक क्वालिटी का आउटपुट, तेज़ इटरेशन, हल्का ऑन-डिवाइस जनरेशन और लचीली फ़ाइन-ट्यूनिंग।
Black Forest Labs की शुरुआत 2023 में हुई, और इसकी टीम में ज़्यादातर पूर्व Stability AI रिसर्चर थे, जिनमें Robin Rombach और Andreas Blattmann भी शामिल हैं, जो Latent Diffusion Models और Stable Diffusion के मुख्य आर्किटेक्ट हैं। FLUX.1 जब यूज़र्स तक पहुँचा, तो यह विरासत तुरंत दिख गई।
FLUX.1 उन सबका पसंदीदा मॉडल बन गया जिन्हें फ़ोटोरियलिज़्म, प्रॉम्प्ट की सटीकता और इमेज में बारीक संरचनात्मक एकरूपता चाहिए थी। मानव शरीर रचना, इमेज में टेक्स्ट रेंडरिंग और जटिल कंपोज़िशनल प्रॉम्प्ट को संभालने के उसके तरीके उसे समकालीनों से अलग करते थे। Flux 2 उन ताकतों को अपनाता है और पहचानी गई कमज़ोरियों पर खास तौर पर काम करता है।
मूल FLUX.1 लाइनअप में मुख्य तिकड़ी के रूप में Flux Dev, Flux Pro और Flux Schnell थे। हर एक की पोज़िशनिंग साफ़ थी। Dev ओपन-वेट और रिसर्च-केंद्रित था। Pro कमर्शियल क्वालिटी वाला स्तर था। Schnell स्पीड वाला विकल्प था।
Flux 2 यही तर्क रखता है, लेकिन प्रोडक्ट का दायरा काफ़ी बढ़ा देता है। नया परिवार Pro, Dev, Max, Flex और पूरी तरह नई Klein सीरीज़ को 4B और 9B पैरामीटर संख्या दोनों में फैलाता है। यह मायने रखता है, क्योंकि इससे पता चलता है कि Black Forest Labs अब डिप्लॉयमेंट के पूरे स्पेक्ट्रम के लिए बना रहा है, क्लाउड API कॉल से लेकर स्थानीय उपभोक्ता हार्डवेयर तक।
Flux 2 परिवार किसी एक मॉडल के छोटे-मोटे ट्यूनिंग वर्ज़न भर नहीं है। हर वर्ज़न का अपना अलग उद्देश्य है, और गलत चुनाव की कीमत आपको क्वालिटी, स्पीड या कंप्यूट बजट में से किसी एक के रूप में चुकानी पड़ती है।
Flux 2 Pro इसका फ़्लैगशिप है। यह ऐसे कमर्शियल उपयोगों के लिए है जहाँ इमेज क्वालिटी से समझौता नहीं हो सकता और जेनरेशन का समय दूसरी प्राथमिकता है। Flux 1.1 Pro की तुलना में इसमें आर्किटेक्चरल सुधार हैं: बेहतर मल्टी-सब्जेक्ट कंपोज़िशन, बारीक टेक्सचर की ज़्यादा स्थिर रेंडरिंग और विविध सब्जेक्ट्स में स्किन टोन की बेहतर सटीकता।
Flux 2 Max इसे और आगे ले जाता है और जेनरेशन स्पीड के बदले आउटपुट की अधिकतम सीमा देता है। जब फ़ाइनल इमेज प्रिंट रिज़ॉल्यूशन पर टिकनी चाहिए, जब ग्रुप पोर्ट्रेट में चेहरे का हर फ़ीचर अलग-अलग एकरूप होना चाहिए, या जब कैंपेन के हीरो इमेज बनाने हों और क्वालिटी ही प्रोडक्ट हो, तब यही मॉडल चुनें।
💡 टिप: जब आपका आउटपुट बड़े आकार में या ऊँचे दाँव वाले संदर्भों में देखा जाएगा, तब Flux 2 Max इस्तेमाल करें। इटरेशन और टेस्टिंग के लिए Flux 2 Pro तेज़ है और फिर भी शानदार है।
Flux 2 Dev ओपन-वेट वर्ज़न है, जो रिसर्च कम्युनिटी के प्रति Black Forest Labs की प्रतिबद्धता को आगे बढ़ाता है। यह कस्टम पाइपलाइन बनाने, फ़ाइन-ट्यूनिंग प्रयोगों और ऐसे इंटीग्रेशन के लिए उपयुक्त है जहाँ आपको कमर्शियल API की पाबंदियों के बिना पूरा मॉडल एक्सेस चाहिए।
Flux 2 Flex कामकाजी प्रोफ़ेशनल्स के लिए शायद सबसे दिलचस्प वर्ज़न है। यह रिज़ॉल्यूशन, आस्पेक्ट रेशियो और आउटपुट प्रकार में लचीलेपन के लिए बनाया गया है, और Pro स्तर के सख्त जेनरेशन पैरामीटर इसमें नहीं हैं। अगर आपको गैर-मानक फ़ॉर्मैट में बड़ी संख्या में कंटेंट बनाना है, या ऐसा मॉडल चाहिए जो ControlNet-शैली की कंडीशनिंग में अच्छी तरह ढल जाए, तो Flux 2 Flex आज़माने लायक है।
यहीं Flux 2 मूल FLUX.1 की अवधारणा से सबसे साफ़ अलग दिखता है। Klein वर्ज़न Black Forest Labs के कुशल, डिप्लॉय होने योग्य AI की ओर कदम को दिखाते हैं: इतने छोटे कि उपभोक्ता GPU और मोबाइल हार्डवेयर पर चल सकें, और इतने सक्षम कि वास्तव में उपयोगी बने रहें।
Flux 2 Klein 9B में 9 अरब पैरामीटर हैं और यह बीच का एक आकर्षक विकल्प है। यह 4B वर्ज़न से काफ़ी सक्षम है, फिर भी इतनी स्पीड पर चलता है कि रियल-टाइम या लगभग रियल-टाइम एप्लिकेशन में व्यावहारिक रहे। 9B मॉडल में बड़े Flux 2 मॉडलों को प्रभावशाली बनाने वाली ज़्यादातर चीज़ें बनी रहती हैं: प्रॉम्प्ट का पालन, यथार्थवादी लाइटिंग और संरचनात्मक एकरूपता।
Flux 2 Klein 4B Black Forest Labs की अब तक की सबसे आक्रामक कंप्रेशन है। 4 अरब पैरामीटर के साथ यह उन मशीनों पर स्थानीय रूप से चलने के लिए बना है जो पूरे आकार के Flux मॉडल नहीं चला सकतीं। जटिल कंपोज़िशन और बारीक डिटेल में इसका समझौता साफ़ दिखता है, लेकिन रोज़मर्रा के उपयोग, पोर्ट्रेट जनरेशन और सरल दृश्य बनाने में अंतर काफ़ी कम हो जाता है।
दोनों Klein वर्ज़न Base और Base-LoRA संस्करणों में भी आते हैं, जिससे डेवलपर्स को Klein 9B Base और Klein 4B Base पर कस्टम ट्रेनिंग के लिए साफ़ चेकपॉइंट मिलते हैं।
कौन-सा वर्ज़न चुनना तभी मायने रखता है जब Flux 2 सच में अपने पिछले वर्ज़न से बेहतर हो। असली अंतर यहाँ हैं।
Stable Diffusion XL और कई दूसरे मॉडलों की तुलना में FLUX.1 प्रॉम्प्ट के पालन में पहले से मज़बूत था, लेकिन लंबे, जटिल या कई-क्लॉज़ वाले प्रॉम्प्ट में उसकी कुछ कमियाँ थीं। वह कभी-कभी एक ही वाक्यांश पकड़ लेता था और बाकी विवरण पूरी तरह खो देता था।
Flux 2 में यहाँ मापने योग्य सुधार दिखता है। मल्टी-सब्जेक्ट दृश्य, जिनमें हर व्यक्ति, वस्तु या क्षेत्र के अलग-अलग गुण बताए गए हों, ज़्यादा लगातार सही आते हैं। नेगेशन हैंडलिंग भी बेहतर हुई है, यानी "कोई टेक्स्ट नहीं", "बैकग्राउंड में कोई अव्यवस्था नहीं" या "कोई कृत्रिम लाइटिंग नहीं" जैसे निर्देशों का पालन ज़्यादा भरोसेमंद तरीके से होता है।
इसका सीधा मतलब है कम रीजेनरेशन चक्र और उन प्रोफ़ेशनल्स के लिए प्रॉम्प्ट इंजीनियरिंग का कम बोझ, जो पहली कोशिश में सटीकता पर निर्भर रहते हैं।
सुर्खियाँ Klein सीरीज़ को मिलती हैं, लेकिन सुधार पूरे परिवार में फैले हैं। समान क्वालिटी के आउटपुट के लिए Flux 2 Pro का जेनरेशन समय FLUX.1 Pro से छोटा है। यह आंशिक रूप से आर्किटेक्चर की वजह से है और आंशिक रूप से ट्रेनिंग के दौरान बेहतर इनफ़रेंस ऑप्टिमाइज़ेशन से।
उन हाई-वॉल्यूम उपयोगों के लिए, जहाँ आप सैकड़ों इमेज बना रहे हैं, ये छोटे समय-सुधार जुड़कर अच्छी-खासी लागत और समय की बचत बन जाते हैं। बड़े पैमाने पर यही बात मायने रखती है।
एक क्षेत्र जहाँ FLUX.1 Pro पहले से मज़बूत था और Flux 2 उसे और आगे ले जाता है, वह है बारीक टेक्सचर रेंडरिंग। कपड़े की बुनाई, त्वचा के रोम-छिद्र, पानी की सतह की डिटेल, वास्तुकला की पत्थर की नक्काशी। यही चीज़ें AI-जनरेटेड इमेज को फ़ोटो जैसा या रेंडर जैसा दिखाती हैं। Flux 2 इन्हें उल्लेखनीय रूप से कम स्मूदिंग आर्टिफ़ैक्ट्स के साथ संभालता है।
मॉडल बड़े फ़ॉर्मेट के जेनरेशन को भी बेहतर संभालता है। 1024x1024 से ऊपर के रिज़ॉल्यूशन पर कुछ FLUX.1 वर्ज़न कंपोज़िशनल ड्रिफ़्ट या दोहराए गए तत्व दिखाने लगते थे। Flux 2 पूरी इमेज में ज़्यादा स्थिरता के साथ हाई-रिज़ॉल्यूशन जेनरेशन संभालता है।
Flux 2 के सुधारों को सिर्फ़ सैद्धांतिक तुलना मानने के बजाय असली प्रतिस्पर्धी परिदृश्य से मिलाकर देखना उचित है।
| मॉडल | फ़ोटोरियलिज़्म | प्रॉम्प्ट पालन | स्पीड | ओपन वेट | कॉम्पैक्ट वर्ज़न |
|---|---|---|---|---|---|
| Flux 2 Pro | उत्कृष्ट | उत्कृष्ट | तेज़ | नहीं | नहीं |
| Flux 2 Klein 4B | अच्छा | अच्छा | बहुत तेज़ | हाँ | हाँ |
| Midjourney v7 | उत्कृष्ट | बहुत अच्छा | मध्यम | नहीं | नहीं |
| SDXL | अच्छा | मध्यम | तेज़ | हाँ | नहीं |
| DALL-E 3 | बहुत अच्छा | उत्कृष्ट | मध्यम | नहीं | नहीं |
Midjourney v7 एस्थेटिक एकरूपता और आर्टिस्टिक स्टाइल में प्रतिस्पर्धी बना हुआ है, लेकिन यह उनके अपने प्लेटफ़ॉर्म तक सीमित है और इसमें API का लचीलापन नहीं है। Flux 2 डिप्लॉयबिलिटी और ओपन-वेट एक्सेस में आगे है। DALL-E 3 कुछ परिस्थितियों में जटिल टेक्स्ट-फ़ॉलोइंग बेहतर संभालता है, लेकिन Flux 2 Pro उस अंतर को काफ़ी हद तक पाट देता है और विज़ुअल आउटपुट पर ज़्यादा नियंत्रण देता है।
Flux 2 की असली विशेषता Klein सीरीज़ है। फ़ोटोरियलिज़्म श्रेणी में कोई तुलनीय मॉडल बड़ी क्वालिटी गिरावट के बिना उतनी पैरामीटर संख्या पर उपभोक्ता हार्डवेयर में नहीं चलता। AI इमेज के क्षेत्र में यह सच में नया इलाका है।
Flux 2 PicassoIA पर सभी प्रमुख वर्ज़न में उपलब्ध है। इसका मतलब है कि न API कुंजी चाहिए, न स्थानीय कंप्यूट, न कोई सेटअप। आप लॉग इन करें, मॉडल चुनें, प्रॉम्प्ट लिखें और जेनरेट करें।
चुनाव इस पर निर्भर करता है कि आप क्या बना रहे हैं:
लाइट के बारे में साफ़-साफ़ बताएँ। Flux 2 लाइटिंग की दिशा समझने में माहिर है। "दोपहर बाद बाईं ओर से साइडलाइट" लिखना "अच्छी लाइटिंग" लिखने से उल्लेखनीय रूप से बेहतर नतीजे देता है। बताएँ कि रोशनी प्राकृतिक है, कृत्रिम है, दिशात्मक है या फैली हुई है।
टेक्सचर का वर्णन करें। सिर्फ़ यह बताने के बजाय कि कोई चीज़ क्या है, बताएँ कि वह दिखती कैसी है। "दिखती बनावट और घिसी सिलवटों वाली चमड़े की जैकेट" हर बार "पुरानी जैकेट" से बेहतर है।
परस्पर विरोधी निर्देशों से बचें। Flux 2 नेगेशन में FLUX.1 से बेहतर है, लेकिन परस्पर विरोधी निर्देश फिर भी ड्रिफ़्ट पैदा करते हैं। अगर इमेज में कोई चीज़ नहीं चाहिए, तो पहले वह लिखें जो आप चाहते हैं, और प्रॉम्प्ट के अंत में साफ़ नकारात्मक फ़्रेमिंग इस्तेमाल करें।
कैमरा भाषा का उपयोग करें। "85mm f/1.4 डेप्थ ऑफ़ फ़ील्ड", "वाइड एंगल पर्सपेक्टिव" या "ओवरहेड एरियल शॉट" जैसे वाक्यांश कंपोज़िशन पर उल्लेखनीय असर डालते हैं। Flux 2 Pro खास तौर पर उस फ़ोटोग्राफ़िक फ़्रेमिंग भाषा पर अच्छी प्रतिक्रिया देता है जिसमें फ़ोटोग्राफ़र अपने सेटअप का वर्णन करते हैं।
💡 Tip: पोर्ट्रेट के लिए स्किन टोन के विवरण, बालों की खास विशेषताएँ और आँखों का सटीक रंग शामिल करें। Flux 2 इन विवरणों को सटीकता से पकड़ता है और आउटपुट में हर बाल और त्वचा के रोम-छिद्र में यह दिखता है।
कोई भी मॉडल हर परिदृश्य में हावी नहीं होता। असली सीमाएँ जानने से आप ऐसी परफ़ेक्ट इमेज के पीछे नहीं भागते जहाँ मॉडल की संरचनात्मक बाधाएँ हैं।
Flux 2 इनमें जीतता है:
Flux 2 इनसे जूझता है:
किसी सीरीज़ के लिए लगातार कैरेक्टर जनरेशन में, PicassoIA पर Flux Kontext Pro मॉडल इमेज-टू-इमेज कंडीशनिंग संभालता है, जो इस समस्या को हल करने में मदद करती है। किसी बेस Flux 2 जेनरेशन को अगले फ़्रेम के लिए Kontext के साथ जोड़ने से केवल प्रॉम्प्ट से रीजेनरेट करने की तुलना में कैरेक्टर कंसिस्टेंसी कहीं बेहतर मिलती है।
थोड़ा रुककर सोचना उचित है कि Flux 2 Dev और Klein Base वर्ज़न का ओपन-वेट होना क्या मायने रखता है।
ओपन-वेट का मतलब पारंपरिक अर्थ में ओपन-सोर्स नहीं है। Black Forest Labs उपयोग की पाबंदियाँ बनाए रखता है, खासकर कमर्शियल डिप्लॉयमेंट को लेकर। लेकिन रिसर्चर, फ़ाइन-ट्यूनर और ऐसे डेवलपर्स के लिए जो API जितनी पहुँच से आगे जाने वाले मॉडल एक्सेस वाले टूल बना रहे हैं, ओपन-वेट का मतलब है संभव और असंभव के बीच का फ़र्क।
Klein Base वर्ज़न खास तौर पर इंस्ट्रक्शन ट्यूनिंग या RLHF लेयर के बिना साफ़ चेकपॉइंट हैं, इसलिए वे डोमेन-विशिष्ट फ़ाइन-ट्यूनिंग के लिए आदर्श शुरुआती बिंदु हैं। कोई मेडिकल इमेजिंग रिसर्चर एनाटॉमिकल इलस्ट्रेशन पर ट्रेनिंग कर रहा हो, या कोई फ़ैशन ब्रांड अपनी विज़ुअल पहचान पर ट्रेनिंग कर रहा हो, तो वे Klein 4B Base और Klein 9B Base का इस्तेमाल कर सकते हैं, बिना उन इंस्ट्रक्शन-ट्यून्ड व्यवहारों से जूझे जो विशेष ट्रेनिंग में बाधा डालते हैं।
गंभीर एप्लिकेशन में दीर्घकालिक अपनाने के लिहाज़ से यह Black Forest Labs को क्लोज़्ड-वेट विकल्पों के मुकाबले बेहतर स्थिति में रखता है।
Flux 2 रिलीज़ को केवल तकनीकी फ़ैसले के बजाय प्रोडक्ट फ़ैसले के रूप में पढ़ें, तो पता चलता है कि Black Forest Labs कहाँ जा रहा है। Klein सीरीज़ का मकसद Flux 2 Max के साथ बेंचमार्क तुलना जीतना नहीं है। इसका मकसद Black Forest Labs के मॉडल को हर डिप्लॉयमेंट संदर्भ में पहुँचाना है, जिसमें वे डिवाइस और एप्लिकेशन भी शामिल हैं जो कभी क्लाउड API को कॉल नहीं करेंगे।
Flex वर्ज़न भी प्रोफ़ेशनल क्रिएटिव टूलिंग की ओर एक धक्का दिखाता है, जहाँ वर्कफ़्लो इंटीग्रेशन उतना ही मायने रखता है जितनी कच्ची इमेज क्वालिटी। Flux 2 Flex उन लोगों के लिए बना है जो इमेज को प्रोडक्शन पाइपलाइन के हिस्से के रूप में बनाते हैं, सिर्फ़ अंतिम आउटपुट के रूप में नहीं।
इन संकेतों को मिलाकर देखें तो लगता है कि Black Forest Labs सर्वव्यापकता की ओर बढ़ रहा है: ऐसा मॉडल जो हर जगह चले, हर चीज़ के अनुरूप ढले और 4B ऑन-डिवाइस इनफ़रेंस से लेकर Max-क्वालिटी स्टूडियो प्रोडक्शन रेंडर तक स्केल हो।
Flux 2 क्या करता है, यह समझने का सबसे अच्छा तरीका है इसे इस्तेमाल करना। PicassoIA आपको पूरे Flux 2 परिवार की सुविधा देता है, जिसमें Flux 2 Pro, Flux 2 Max, Flux 2 Dev, Flux 2 Flex और दोनों Klein 9B और Klein 4B वर्ज़न शामिल हैं, और इनमें से किसी के लिए स्थानीय सेटअप या हार्डवेयर की ज़रूरत नहीं है।
एक ऐसे प्रॉम्प्ट से शुरू करें जो आपको चाहिए इमेज को ठीक-ठीक बताए: सब्जेक्ट, वातावरण, लाइटिंग, कैमरा एंगल, टेक्सचर की डिटेल। एक ही प्रॉम्प्ट को Flux 2 Pro और Klein 9B पर चलाकर देखें कि आपके खास उपयोग के लिए क्वालिटी का अंतर कहाँ है। ज़्यादातर यूज़र पाते हैं कि पोर्ट्रेट और सरल कंपोज़िशन के लिए यह अंतर उम्मीद से छोटा है, और जटिल मल्टी-एलिमेंट दृश्यों के लिए बड़ा।
एक मॉडल चुनें, विस्तृत प्रॉम्प्ट लिखें और खुद देखें कि Black Forest Labs ने Flux 2 के साथ क्या बनाया है।
अपनी भाषा चुनें
