温馨提示，官方直接开放了试玩API，只需点击文末链接、上传图片就可以立即爽玩！

网友看罢表示，Black Forest Labs不愧是图像届的DeepSeek。

FLUX.1 Kontext的开放权重变体

FLUX.1 Kontext模型上个月一经发布，就因为其强大的上下文生成和编辑功能广受好评。

与现有的文本到图像模型不同，FLUX.1 Kontext系列执行上下文图像生成，可以直接使用文本和图像进行提示，并无缝提取和修改视觉细节。

目前已经发布了适合快速迭代的专业版FLUX.1 Kontext[pro]和高配版FLUX.1 Kontext[max]。

FLUX.1 Kontext[dev]作为FLUX.1 Kontext最新发布的开源版本，不仅继承了其图像生成的优势，它还更专注于编辑任务，可以直接在消费类硬件上运行。

首先模型架构上，依旧基于的是FLUX.1模型，它是一种在图像自动编码器的潜在空间中训练的整流流Transformer模型，由双流块和单流块混合构建而成。

在此基础上，FLUX.1 Kontext[dev]采用标记序列构建和位置信息编码进行优化：

标记序列构建：图像通过冻结的FLUX自动编码器，编码成潜在的上下文图像标记，并输入到模型的视觉流中。

位置信息编码：通过三维旋转位置嵌入（3D RoPE）对位置信息进行编码，为上下文标记的嵌入提供恒定偏移量。并将其视作为虚拟时间步，以清晰分离上下文和目标块，同时保持它们的内部空间结构。

然后使用整流流匹配损失进行训练，在训练时从FLUX.1的文本到图像检查点开始，收集并整理数百万个关系对进行模型优化。

优化后得到的流匹配模型进行潜在对抗扩散蒸馏（LADD），在减少采样步骤的同时提高样本质量，使FLUX.1 Kontext[dev]更高效。

最终得到的FLUX.1 Kontext[dev]模型包含120亿参数，可以更专注于编辑任务，支持迭代编辑，可以在各种场景和环境中保留角色特征，并允许用户进行精确的局部或全局编辑。

图像编辑新标准

实验引入自研的KontextBench基准进行模型性能验证，该基准包含1026个图像-提示对，涵盖局部编辑、全局编辑、角色参考、风格参考和文本编辑五个任务类别。

结果显示FLUX.1 Kontext[dev]在许多类别上都优于现有的开放式图像编辑模型和封闭模型，例如Bytedance Bagel、HiDream-E1-Full以及OpenAI的GPT-image-1等。

另外，FLUX.1 Kontext[dev]还专门针对新的NVIDIA Blackwell架构进行了TensorRT权重优化，可以在保持高质量的图像编辑性能的同时，极大地提高推理速度并减少内存使用量。

官方还提供了BF16、FP8和FP4 TensorRT的权重变体，用户可以自行对其速度、效率和质量进行调整，综合确保FLUX.1 Kontext[dev]充分利用最新的硬件功能。

在实际用户的反馈中，也发现FLUX.1 Kontext[dev]的推理速度较前代提升了4至5倍，模型在NVIDIA H100 GPU上运行，通常5秒内能够完成，在Replicate上的运行成本约为0.0067USD，或每1USD运行149次。

但是也有网友提到，在MacBook Pro的芯片上运行时，迭代时间较长，每次迭代都需要1分钟左右。