跳到正文
模型
模型 Black Forest Labs / X @bfl_ai / Hugging Face Qwen

整理:TopAIMap 编辑

Black Forest Labs 开源 FLUX 3 Image Klein:5.6B 参数,原生 4K / 多参考编辑,年收入 <$500 万商用免费

10 月 15 日,Black Forest Labs 发布 FLUX 3 Image 家族的开源权重成员 FLUX 3 Image Klein:约 5.6B 参数(图像 transformer,不含文本编码器),同一模型覆盖文生图、单图编辑与最多 10 张参考图的多参考生成,并保留完整版 FLUX 3 Image 的原生 4K、像素级编辑与提示词边界框布局。权重以 FLUX Kommunity License 开放;BFL API 模型名 flux-3-image-klein,1K 图起价约 $0.009。

FLUX 3 Image Klein 开源权重发布主视觉

发布包含:Base(未蒸馏,约 50 步,适合微调/LoRA)与 Distilled(约 16 步,对应 API);另有 FP8 / INT8 / NVFP4 量化,NVIDIA 测得蒸馏版在 RTX 5090 上约 4 秒出 1MP、GB300(NVFP4)约 0.55 秒,INT8 可在约 8GB 显存的消费级 GPU 上跑。官方自测称文生图、多参考与编辑均领先当前开源权重(含 Qwen Image 2.1),并相对 FLUX.2 [klein] 9B 以更少参数换更高 Elo。HF 上 distilled 仓库当天已有数千次下载;参考推理代码在 GitHub black-forest-labs/flux-3-image-klein,ComfyUI / Diffusers 等号称 day-one 支持。

谁能用:开放权重——Hugging Face 下载 base 与 distilled(及量化变体),FLUX Kommunity License:个人与年营收(含关联方)低于 500 万美元的公司可免费商用输出,研究/非商用可用;更高营收需自托管商业许可或走 API。托管:BFL API(flux-3-image-klein,1K 约 $0.009/张,含 prompt upsampling 与像素还原)、Playground / Hugging Face Spaces;无单独的「App/Search/Antigravity」通道。文本编码器为 Qwen3-VL-4B-Instruct(Apache-2.0)。

解读:这是 FLUX 3 在 Action 之后的第二个开源权重落点——把完整版的 4K 与框控编辑压进消费级可跑的 5.6B,直接冲击「开源图模越大越好」的惯性。许可仍卡在 500 万美元营收门槛,大厂仍要买许可或用 API;但对独立开发者与中小工作室,本地可商用编辑链路终于对齐了闭源 FLUX 3 的核心能力。讨论:1. 5.6B + 开源权重,会不会让 Qwen Image 2.1 的开源领先地位迅速易主?2. 「营收 <$500 万免费商用」是否足够支撑开源社区,还是会把真实流量推回 API?

同栏目 · 模型

OpenCode / X @opencode

OpenCode 限时免费开放 DeepSeek V4.1 Flash:模型 id 为 deepseek-v4.1-flash-free,官宣帖一小时内约 15 万浏览

OpenCode 于 10 月 15 日凌晨宣布 DeepSeek V4.1 Flash 在产品内限时免费;需选用 deepseek-v4.1-flash-free,付费版 deepseek-v4.1-flash 仍按原价计费。供应方称零留存、不用于训练。

OpenCode social share graphic used as cover for DeepSeek V4.1 Flash free announcement
OpenBMB / X @OpenBMB

OpenBMB 开源 MiniCPM-V 4.7:35B-A3B 端侧 MoE 多模态,iPhone 17 Pro Max 约 13+ token/s、仅占约 3GB 内存

面壁智能 / OpenBMB 发布 MiniCPM-V 4.7 系列:35B-A3B(首个系列内 MoE)与 1B 轻量版;引入 LES 专家预取,宣称端侧无损流畅推理,权重 Apache-2.0。

OpenBMB MiniCPM-V 4.7 announcement graphic showing on-device multimodal MoE
HeyGen 官方研究博客 / 产品页 / X @HeyGen / Artificial Analysis

HeyGen Voice 登顶 Artificial Analysis TTS:场景感知语音克隆,App 免费内置、API 约 30 美元/百万字符

10 月 14 日,HeyGen 发布自研语音模型 HeyGen Voice,并公开研究博客:从约 60 秒录音克隆音色,再按视频画面调整语速、情绪与空间混响。Artificial Analysis 可控语音榜 Elo 1201 位列第一;官方称 App 内视频生成免费含该模型,API 按约 30 美元/百万字符计费。

HeyGen Voice scene-aware TTS product card