德国 AI 创业公司 Black Forest Labs 于 8 月 1 日正式成立，并发布旗下首款文生图模型 FLUX.1。该公司已完成 3100 万美元种子轮融资，由 a16z 领投，Y Combinator 首席执行官 Garry Tan、Oculus 前首席执行官 Brendan Iribe 以及多位知名 AI 研究专家参投。FLUX.1 发布后，xAI 旗下 Grok-2 随即接入该模型提供文生图能力，引发广泛关注。
Black Forest Labs 总部位于德国，由 Robin Rombach、Andreas Blattmann 和 Dominik Lorenz 领导。三人此前均为 Stability AI 工程师，是文生图模型 Stable Diffusion 的核心开发者。Robin Rombach 是 Stable Diffusion 两位主要作者之一，Andreas Blattmann 和 Dominik Lorenz 则是论文《High-Resolution Image Synthesis With Latent Diffusion Models》的主要作者。其代表性工作包括 VQGAN、Latent Diffusion、Stable Diffusion XL、Stable Video Diffusion、Rectified Flow Transformers 以及用于超快实时图像合成的 Adversarial Diffusion Distillation。
FLUX.1 模型按照能力差异分为三个版本，在商业使用权限上有所区分。FLUX.1 [pro] 是全新的 SOTA 文生图模型，具备丰富的图像细节、较强的 prompt 遵循能力和多样化风格，目前通过 API 开放，仅限商用。FLUX.1 [dev] 是 [pro] 的开放权重、非商用变体，基于后者蒸馏而成，推理代码和权重已发布在 GitHub 上。FLUX.1 [schnell] 是超高效的 4-step 模型，遵循 Apache 2.0 协议，可在 Hugging Face 上使用，性能与 [dev]、[pro] 接近。这一版本策略覆盖了商用、开源权重到完全开源，能力最强的版本面向商用和企业合作，基础版权完全开源。
根据 Artificial Analysis 的数据，FLUX.1 在质量方面超越了 Midjourney 和 OpenAI 的图像生成模型，至少从用户在图像领域的排名来看如此。从质量和生成成本综合考量，FLUX.1 [schnell] 处于领先位置。与部分竞品不同，接入 Grok 的 FLUX 不会拒绝涉及真人的提示词，也不会在输出中添加识别水印。这一特性与马斯克此前多次表达的立场一致，他曾表示给大模型设置安全措施会降低 AI 的安全性。
FLUX.1 发布后迅速在 X 平台引发大量用户生成内容，涵盖历史人物、公众人物及多种虚构角色。Anjney Midha 在 X 上发布了一系列对比图片，展示 FLUX 与 Gemini 在历史人物准确性上的差异。在部分案例中，FLUX 生成的图像在细节还原和 prompt 遵循方面表现更为准确。
与 Stable Diffusion 时期不同，Black Forest Labs 此次与 xAI 达成合作，为 Grok 2 提供图像生成功能。对 xAI 而言，这一合作有助于吸引更多用户并积累数据；对 Black Forest Labs 来说，合作带来的算力和资金支持预计将加速模型迭代。在官方介绍中，该公司下一步计划推出 SOTA 文生视频模型，为视频生成技术打下基础，目标是为所有人提供最先进的文生视频技术。
从团队构成和版本策略来看，Black Forest Labs 延续了 Stable Diffusion 时期对开源生态的重视，同时通过商用版本和企业合作探索商业化路径。FLUX.1 的发布是否将改变文生图领域的竞争格局，取决于其后续模型迭代速度以及开源社区与企业客户的采用程度。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
