FLUX は、Stable Diffusion の元のコア チームによって設立された Black Forest Labs によって開始された新世代の です。これには、[pro] (最高品質)、[dev] (オープンウェイト/非商用)、および [schnell] (最速/Apache 2.0) の 3 つのバージョンが含まれています。 FLUX.1 は 2024 年 8 月にリリースされました。画質評価では Midjourney や DALL-E 3 を何度も上回り、現在オープンソース コミュニティで最も人気のある画像生成モデル シリーズです。

FLUX — Black Forest Labs の新世代の高品質 AI 画像生成モデル

コアパラメータと統計

パラメータ	詳細
開発者	Black Forest Labs GmbH - (フライブルク, ドイツ)	Expedia.co.jp
創設者	Robin Rombach、Andreas Blattmann (以前の Stability AI / Stable Diffusion)
最初の発売日	2024 年 8 月 1 日
モデルシリーズ	FLUX.1 [プロ]、[開発]、[シュネル]; FLUX1.1 [プロ]、[プロ] ウルトラ
[シュネル] ライセンス	Apache 2.0 (商用利用可能、フルオープン)
[開発] ライセンス	オープンな権利、非営利使用
[プロ] ライセンス	API 経由のみでアクセス、商用ライセンス
最大出力解像度	4MP (FLUX1.1 [プロ] ウルトラ)
API アクセス チャネル	Replicate、fal.ai、Togetter AI、公式 API
競合製品の比較評価	多くの評価で画質は Midjourney v6 や DALL-E 3 を上回ります

FLUX の核となる利点は、「最高の画質 + オープン戦略」の組み合わせにあります。[pro] シリーズは品質の点で Midjourney などのトップ商用ツールと競合しますが、[schnell] バージョンは Apache 2.0 を使用してコミュニティおよび商用プロジェクトに完全にオープンであり、「オープンソース コミュニティでの使用→商用展開」という完全なエコロジー チェーンを開きます。

ユーザーと市場の認識

FLUX.1 シリーズが 2024 年 8 月にリリースされた後、AI 画像生成コミュニティにまれなセンセーションを引き起こしました。Hugging Face の FLUX.1 [dev] モデルは、リリースの最初の週に最もダウンロードされた画像生成モデルになりました。 RedditやTwitterでは多数のレビュー投稿があり、その画質はMidjourney v6のレベルに達しているか、それを超えているとユーザーは概ね認識していた。

FLUX は、人体構造の正確さ (これは AI 画像生成において歴史的に困難でした)、複雑なシーンにおける複数のオブジェクトの関係処理、テキスト レンダリングの精度、および全体的な視覚的な美しさの評価で特に高いスコアを獲得しました。複数の AI コミュニティの独立したレビューでは、FLUX.1 [プロ] と FLUX1.1 [プロ] を総合的に最高品質の AI 画像生成モデルの 1 つとしてランク付けしています。 Black Forest Labs チームの Stable Diffusion のクリエイティブな背景により、製品に高いレベルの技術的信頼性が与えられます。

コストメリット

バージョン	アクセス	価格	ライセンス	対象者
FLUX.1 [シュネル]	オープンウェイトのダウンロード	無料	アパッチ2.0	開発者、研究者、商用展開
FLUX.1 [開発]	オープンウェイトのダウンロード	無料	非営利	研究、学習、個人的な実験
FLUX.1 [プロ]	レプリケート/fal.ai API	約 $0.05/カード	商用ライセンス	アプリケーション開発者、プロフェッショナル ユーザー
FLUX1.1 [プロ]	API	約 $0.04/個	商用ライセンス	高品質な商用アプリケーション
FLUX1.1 [プロ] ウルトラ	API	写真あたり約 $0.06	商用ライセンス	高解像度のプロのシーン

強力なセルフホスティング機能を持つ開発者にとって、[schnell] の Apache 2.0 ライセンスは、高品質の商用画像を生成するための最も低コストのオプションの 1 つになります。インフラストラクチャを維持したくないユーザーにとって、API アクセスの従量課金制モデルは、低から中程度の使用頻度でコスト効率が高くなります。

主な機能

• 高品質のテキストから画像への生成: FLUX モデル シリーズは、特に文字や複雑なシーンの生成品質において、即時単語追従精度、画像のリアリズム、人体構造の正確さ、芸術的スタイルの多様性の点で業界のトップ レベルに達しています。
• 3 レベル モデルの柔軟な選択: [schnell] (最速、Apache 2.0 で市販) は速度優先のニーズを満たします。 [dev] (オープンウェイト、非商用) は研究と微調整に適しています。 [pro]（最高品質、APIアクセス）は最高品質のニーズに応え、実際のシナリオに応じて柔軟に選択できます。
• テキスト レンダリング機能: 画像内のテキスト (ポスターのスローガンや看板のテキストなど) のレンダリングにおける FLUX の精度は、同時期の競合製品よりも高くなっています。この機能は、グラフィックとテキストの組み合わせが必要なデザイン シナリオにおいて実用的な利点をもたらします。
• 超高解像度出力 (Ultra): FLUX1.1 [pro] Ultra は、最大 4MP の画像出力をサポートし、印刷、大型ディスプレイ、プロの写真の置き換えなど、非常に高い解像度が要求されるシーンに対応します。
• オープン ウェイト エコシステム ([dev]/[schnell]): オープン ウェイトにより、コミュニティ開発者はローカルにデプロイし、LoRA を微調整し、スタイルをカスタマイズできます。 Civitai などのコミュニティは、FLUX に基づく多数のカスタム モデルと LoRA を蓄積し、生成されるスタイルの多様性を豊かにしています。
• 高速生成 ([schnell]): FLUX.1 [schnell] は、高品質を維持しながら推論速度を最適化し、生成時間を短縮します。リアルタイムまたはほぼリアルタイムの画像生成を必要とするアプリケーション シナリオに適しています。
• マルチプラットフォーム API アクセス: Replicate、fal.ai、Togetter AI、Black Forest Labs 公式 API などの複数のチャネルを通じてアクセスが提供されるため、開発者はインフラストラクチャとコスト構造に最適なアクセス方法を選択できます。

モデルとバージョンの進化

バージョン	時間	説明
Black Forest Labs 設立	2024-06	ロビン・ロンバックとアンドレアス・ブラットマンによって設立
FLUX.1 [プロ/開発/シュネル]	2024-08-01	3速モデルも同時発売し、業界にセンセーションを巻き起こす
FLUX1.1 [プロ]	～2024-10	品質と速度が 2 倍向上、3 倍高速
FLUX1.1 [プロ] ウルトラ	～2024-11	4MPの超高解像度版をリリース
コミュニティ LoRA 生態学的繁栄	～2024 年第 4 四半期	Civitai および HuggingFace コミュニティは、多数の FLUX LoRA	をリリースしました。

技術的な利点

整流トランス アーキテクチャ: FLUX は、Stable Diffusion シリーズ (U-Net ベース) とは異なるトランス アーキテクチャ (DiT - 拡散トランスと同様) を採用しています。 Rectified Flow トレーニング手法と組み合わせることで、このモデルは画像の詳細の保持、意味の理解、生成の一貫性においてアーキテクチャ レベルで大きな利点を実現し、その後の品質向上のためのより強固な基盤を築きます。

ガイダンス蒸留テクノロジー ([schnell]): FLUX.1 [schnell] は、蒸留テクノロジーを使用して、複数ステップのサンプリングを必要とする生成プロセスを数ステップ (1 ～ 4 ステップ) の高品質な生成に圧縮します。これにより、高ステップ サンプリングに近い画質を維持しながら推論計算の量が大幅に削減され、速度と品質の効率的なバランスが実現されます。

人体構造の最適化トレーニング: FLUX シリーズは、人体構造の精度 (手、顔のプロポーション、四肢の関節) の点で、初期の普及モデルよりも大幅に優れています。これは、チームによるトレーニング データの品質と監視信号の特別な最適化によるもので、評価においてユーザーから最も賞賛された要素の 1 つです。

使い方

入口	説明
複製	API 呼び出しまたは Web インターフェイスのトライアルについては、https://replicate.com/black-forest-labs にアクセスしてください。
ファルアイ	https://fal.ai にアクセスして、あらゆる種類の FLUX モデル API を提供します。
ハグフェイス	[dev]/[schnell] をダウンロード オープンウェイト モデル、ローカルまたはクラウドで実行
ComfyUI/Automatic1111	ローカル デプロイメント、コミュニティ プラグインを介して FLUX モデルをロード
公式API	https://api.bfl.ml にアクセスして、Black Forest Labs 公式 API を直接呼び出します。

一般的な使用手順 (Replicate API を介して FLUX1.1 [pro] を呼び出す):

1. https://replicate.com にアクセスしてアカウントを登録し、支払い方法をバインドします。
2. Replicate で「black-forest-labs/flux-1.1-pro」を検索し、モデル ページを表示します。
3. Web インターフェイスにプロンプ​​ト ワード エクスペリエンスを直接入力するか、API 統合用の Python サンプル コードをコピーします。
4. API 呼び出し: replicate Python パッケージをインストールし、API トークンを設定し、replicate.run("black-forest-labs/flux-1.1-pro", input={"prompt": "..."}) を呼び出してイメージを生成します。
5. ローカル デプロイメント ([schnell]): HuggingFace から black-forest-labs/FLUX.1-schnell モデルの重みをダウンロードし、読み込んで ComfyUI を介して実行します (24 GB 以上の GPU メモリが必要)。

製品の価格設定

• FLUX.1 [schnell]: 完全に無料、Apache 2.0 オープン ソース ライセンス、商用利用可能、ローカル展開、使用制限なし (ハードウェア費用は自己負担)。 API プラットフォーム経由の通話はチケットあたり約 0.003 ドルです。
• FLUX.1 [開発]: オープンウェイト、非営利ライセンス付きで無料ダウンロード。研究や個人学習に適しており、API プラットフォーム呼び出し経由で写真あたり約 0.025 ドル。
• FLUX.1 [pro]: API アクセスのみ。Replicate では約 $0.055/個、fal.ai では約 $0.05/個、商用アプリケーション開発に適しています。
• FLUX1.1 [プロ]: 複製は 1 個あたり約 0.04 ドルで、より高速かつ高品質です。 [pro]の推奨アップグレード版です。
• FLUX1.1 [pro] Ultra: 1 枚あたり約 0.06 ドル、4MP の高解像度をサポートし、プロの商業印刷およびデザインのニーズに適しています。

アプリケーションのシナリオ

1.高品質な商用ビジュアルコンテンツの生成 ブランド デザイン チームと広告会社は、FLUX1.1 [pro] API を使用して、高品質の製品表示画像、マーケティング ビジュアル、広告クリエイティブを生成します。キャラクター、製品、シーン生成の品質における FLUX の利点は、出力コンテンツの商業的利用可能性を直接的に向上させ、レタッチ後のコストを削減します。

2.開発者は高品質の画像生成を統合 アプリケーション開発者は、FLUX API を通じて AI 画像生成機能を製品に統合できます。 [schnell] の Apache 2.0 ライセンスにより商用統合が可能になり、[pro] の高品質は高品質の出力を必要とする商用アプリケーション シナリオに適合し、さまざまなコストと品質のニーズを満たす柔軟な API 選択が可能になります。

3.研究とオープンソース コミュニティ モデルの微調整 AI 研究者とコミュニティ開発者は、FLUX.1 [dev] のオープン ウェイトを使用して LoRA を微調整し、特定のスタイル (アニメーション、リアルな写真、芸術的なスタイルなど) に合わせてカスタム モデルをトレーニングします。 Civitai コミュニティには、ユーザーがダウンロードして使用できる高品質の FLUX LoRA が多数蓄積されています。

4.高解像度のプロ仕様の画像生成 (Ultra) 印刷、大型ディスプレイ、またはプロの写真差し替えシーンで使用する必要がある、FLUX1.1 [pro] Ultra の 4MP 出力は、商業印刷の解像度要件を満たし、トップレベルの画質と相まって、「AI 生成 + 高解像度」が必要なプロのビジュアル シーンに適しています。

該当する人

• AI 開発者および独立系開発者: アプリケーション統合には高品質の画像生成 API が必要ですが、[schnell] の Apache 2.0 ライセンスにより商用利用に対する法的障壁はありません。
• AI アーティストおよびデジタル コンテンツ クリエイター: 最高の画質を追求する FLUX は、リアルなスタイルと芸術的なスタイルの総合的なパフォーマンスで先頭に立ち、オープンウェイト バージョンはローカルでの柔軟な制御をサポートします。
• ブランド デザインおよびマーケティング ビジュアル チーム: ビジネス ニーズを満たす、信頼性の高い高品質の商用画像生成 API、[pro] シリーズの商用認可、および安定した API サービスが必要です。
• AI 研究者および学者: [dev] のオープン ウェイトは完全な研究の再現性をサポートし、画像生成モデルの研究、微調整技術の実験、アブレーション研究に適しています。
• シナリオには適していません: 技術的な知識がまったくなく、単純なドラッグ アンド ドロップ インターフェイスのみが必要な一般ユーザー (Midjourney または Adob​​e Firefly は、よりフレンドリーな製品エクスペリエンスを提供します)。ビデオ生成が必要です (FLUX は静止画像に重点を置いています)。高い GPU コンピューティング能力を必要とするローカル展開は、通常の消費者向けハードウェアでは実現できません。

概要と展望

FLUX の出現は、Stable Diffusion のオリジナル チームによって開始された、オープン ソース イメージ生成の分野における新たな技術的飛躍を示しています。U-Net を Transformer アーキテクチャに置き換え、最高の商用品質で Midjourney に挑戦しながら、[schnell] バージョンの Apache 2.0 でオープン ソース エコシステムの活力を維持しています。この「品質を落とさない商用版 + オープン性を落とさないオープンソース版」という複線戦略は、ビジネスの持続可能性を確保するだけでなく、群集生態系の繁栄も維持します。

現在の制限は次のとおりです。 [pro] シリーズは API アクセスに依存しており、セルフホスト型のオープンソース ソリューションよりもコストが高くなります。 [dev]/[schnell] をローカルで実行するには 24GB 以上のビデオ メモリが必要で、コンシューマー グレードのハードウェアのしきい値は高くなります。公式のインタラクティブな画像編集インターフェイスはなく、サードパーティ プラットフォームの UI レイヤーに依存する必要があります。中国語のプロンプトワードの品質は依然として英語のプロンプトワードに比べて遅れています。

将来に目を向けると、Black Forest Labs は、FLUX (安定したビデオ拡散の技術的ルートを継続) に基づくビデオ生成モデルと、より軽量なバージョン (ビデオ メモリのローカル展開のしきい値を下げる) をリリースする予定です。 LoRA および ControlNet エコシステムが FLUX 上でさらに成熟するにつれて、FLUX はクリエイティブ コントロールの柔軟性の点で Stable Diffusion エコシステムとのギャップをさらに縮めることが期待されます。

関連ツール: midjourney、stable-diffusion

バージョン情報

• FLUX1.1 [プロ] ウルトラ ：FLUX1.1 [pro]の最高画質を維持しながら最大4MP（約400万画素）までの超高解像度画像生成をサポートするFLUX1.1 [pro] Ultraバージョンのリリース。出力解像度にプロレベルの要件が必要な商用デザインや印刷用途に適しており、API経由でアクセスできます。 （~2024-11）
• FLUX1.1 [プロ] ：FLUX.1 [pro] をベースに画質、生成速度（初代比 3 倍）、プロンプトワード追従精度をさらに向上させた FLUX1.1 [pro] をリリースし、複数の独立した評価でトップの商用画像生成ツールと競合し、トップスコアを獲得しました。 （~2024-10）
• FLUX.1シリーズ初リリース（[pro]/[dev]/[schnell]） ：Black Forest Labs は、FLUX.1 モデルの 3 点セットを正式にリリースします: [pro] (最高品質、API のみ)、[dev] (オープンウェイト、非商用ライセンス)、[schnell] (最速、オープンウェイト、Apache 2.0 商用ライセンス)。リリース後、すぐに AI コミュニティで幅広い注目を集め、Hugging Face、Replicate、fal.ai などのプラットフォームが同時に展開を開始しました。 （2024-08-01）