FLUX

Presentación

FLUX es la familia de modelos de inteligencia artificial visual desarrollada por Black Forest Labs, un laboratorio fundado, entre otros, por varios investigadores que participaron en trabajos que llevaron a Latent Diffusion y Stable Diffusion. El ecosistema comenzó alrededor de la generación de imágenes, pero actualmente también cubre edición, workflows basados en múltiples referencias y, con FLUX 3, generación de vídeo acompañada de audio.

A diferencia de un servicio como Midjourney, FLUX no corresponde a una única interfaz. Black Forest Labs ofrece varias formas de utilizar sus modelos: un Playground Web para experimentar directamente desde el navegador, una API destinada a desarrolladores y empresas, así como los pesos de determinados modelos para despliegue local o sobre una infraestructura privada.

Este enfoque da a FLUX una posición particular entre los generadores visuales. Un creador puede simplemente probar un prompt en el Playground, mientras que un desarrollador puede integrar la generación en una aplicación y una empresa puede desplegar determinados modelos en sus propios servidores.

La gama actual se organiza principalmente alrededor de FLUX.2 para imagen, FLUX 3 para vídeo y audio, y varias FLUX Tools especializadas. Los antiguos modelos FLUX.1, FLUX1.1 y FLUX.1 Kontext siguen disponibles para determinados workflows, pero Black Forest Labs recomienda actualmente FLUX.2 para nuevos proyectos de imagen.

Funcionalidades

FLUX.2 para generar y modificar imágenes

FLUX.2 constituye la generación principal actual de modelos de imagen de Black Forest Labs. La misma familia admite tanto generación texto a imagen como modificación de imágenes existentes.

Uno de sus principales avances es el trabajo a partir de múltiples referencias. Según el modelo, es posible proporcionar hasta unas diez imágenes para conservar un personaje, objeto, textura, prenda o dirección artística a través de distintas generaciones.

FLUX.2 también mejora el renderizado de texto integrado en las imágenes, la comprensión de instrucciones complejas y la coherencia de los detalles. Las salidas pueden alcanzar 4 megapíxeles, lo que permite superar las simples previsualizaciones de baja resolución para determinados usos profesionales.

La familia se divide en varias variantes:

Esta segmentación evita utilizar sistemáticamente el modelo más pesado. Una aplicación que necesite generar rápidamente muchas variantes puede priorizar Klein, mientras que una imagen publicitaria o un visual final puede justificar Max o Pro.

Coherencia, múltiples referencias y edición contextual

FLUX ya no sirve únicamente para producir una imagen a partir de una frase.

Con FLUX.2, y anteriormente con FLUX.1 Kontext, es posible proporcionar una imagen existente y describir directamente la modificación deseada: cambiar una prenda, sustituir un objeto, mover un sujeto a un nuevo entorno, modificar una parte de la composición o generar una nueva escena conservando determinados elementos.

El sistema multirreferencia permite ir más lejos. Una imagen puede definir al personaje, otra la pose, una tercera un producto y una cuarta un entorno. El modelo intenta después combinar estos elementos dentro de una composición coherente.

Esta lógica resulta especialmente útil para series de imágenes donde es necesario conservar la identidad de un personaje, el diseño de un producto o una dirección visual. Acerca FLUX a una verdadera herramienta de producción más que a un simple generador de imágenes independientes.

FLUX Tools para operaciones especializadas

Black Forest Labs también ofrece FLUX Tools, modelos especializados en una tarea concreta en lugar de generación general.

Entre las herramientas disponibles actualmente se encuentran:

• Outpainting, para ampliar una imagen más allá de su encuadre;
• Eraser, para eliminar un objeto, persona, texto u otro elemento enmascarado y reconstruir el fondo;
• Virtual Try-On, para aplicar una prenda de referencia a una persona;
• Deblur, para recuperar detalles en una imagen desenfocada;
• Video Upscale, para aumentar la resolución de un vídeo;
• Video Edit, para modificar un clip existente a partir de instrucciones textuales.

Esta especialización puede resultar más interesante que un modelo generalista cuando un workflow depende siempre de la misma operación. Por ejemplo, un sitio de comercio electrónico puede utilizar Virtual Try-On sin tener que construir por sí mismo toda una cadena de generación alrededor de un modelo genérico.

Las herramientas siguen siendo accesibles mediante la API de Black Forest Labs y algunas también disponen de demostraciones que permiten comprender rápidamente su funcionamiento.

FLUX 3 extiende el ecosistema al vídeo y al audio

Con FLUX 3, Black Forest Labs amplía su trabajo hacia un modelo multimodal capaz de razonar conjuntamente sobre imagen, vídeo y audio.

La generación de vídeo puede funcionar a partir de texto o de una imagen, pero también prolongar un vídeo existente. El modelo genera las imágenes animadas y el entorno sonoro dentro del mismo sistema: diálogos con sincronización labial, efectos de sonido y ambiente pueden acompañar directamente a la secuencia.

Los clips pueden alcanzar actualmente 20 segundos, en HD o Full HD a 24 fotogramas por segundo. Un modo Draft permite obtener previsualizaciones menos costosas antes de lanzar un renderizado completo.

FLUX 3 sigue siendo, sin embargo, una tecnología más reciente que la parte de imagen del ecosistema y Black Forest Labs todavía la presenta dentro de su despliegue Early Access. Para un workflow de producción crítico, conviene por tanto distinguir las capacidades ya más estabilizadas de FLUX.2 de las funciones de vídeo que siguen evolucionando.

Playground para probar sin desarrollar

El FLUX Playground permite probar los modelos directamente desde un navegador.

Sirve para escribir prompts, comparar determinadas variantes, enviar imágenes de referencia y probar distintos workflows sin tener que instalar los pesos del modelo ni escribir código.

Para un creador, es la forma más sencilla de descubrir FLUX. El Playground permite comprobar si un modelo corresponde a una necesidad antes de plantearse una integración más compleja.

El coste se basa en los mismos créditos que la API. Black Forest Labs no impone por tanto una suscripción mensual clásica: el usuario compra créditos y paga en función de las generaciones realizadas.

API para integrar FLUX en un producto

La API constituye la otra gran vía de acceso.

Un desarrollador puede enviar un prompt o referencias al modelo, recuperar el resultado y después integrar la generación directamente en un sitio web, aplicación, herramienta interna o cadena de producción automatizada.

La facturación es pay-as-you-go. Un crédito corresponde actualmente a 0,01 $, pero el número de créditos consumidos depende del modelo, de la resolución y del tipo de generación.

Por ejemplo, FLUX.2 [klein] 4B parte de unos 0,014 $ por imagen, FLUX.2 [pro] de unos 0,03 $ por megapíxel para generación, mientras que FLUX.2 [max] parte de unos 0,07 $ por megapíxel. Las herramientas especializadas y el vídeo disponen de sus propias tarifas.

Esta tarificación por uso resulta práctica para experimentar o construir un producto cuya carga varía, pero exige controlar los costes cuando el volumen de generación aumenta considerablemente.

Open weights y utilización local

Una diferencia importante frente a numerosos servicios de IA generativa es que Black Forest Labs continúa publicando los pesos de determinados modelos.

FLUX.2 [klein] 4B se distribuye concretamente bajo licencia Apache 2.0. Por tanto, puede ejecutarse, modificarse y utilizarse comercialmente sin adquirir una licencia FLUX específica.

El modelo FLUX.2 [klein] 9B, FLUX.2 [dev], FLUX.1 Kontext [dev] y otros modelos [dev] utilizan en cambio la licencia FLUX Non-Commercial para sus pesos disponibles públicamente. Pueden probarse y modificarse en local, pero su utilización comercial requiere una licencia adecuada.

El despliegue local presenta varias ventajas: no es necesario enviar sistemáticamente las imágenes a una API externa, se mantiene el control de la infraestructura, existe la posibilidad de utilizar fine-tuning o LoRA y el coste de inferencia puede volverse más previsible una vez disponible el hardware.

A cambio, requiere más competencias técnicas y suficiente memoria GPU. Black Forest Labs indica, por ejemplo, que un FLUX.2 Klein 4B puede entrenarse en una tarjeta NVIDIA con 12 GB de VRAM, mientras que la variante 9B requiere bastantes más recursos.

Casos de uso

Crear conceptos e ilustraciones a partir de referencias

Un ilustrador o director artístico puede proporcionar varias referencias visuales y pedir a FLUX que produzca distintas composiciones manteniendo determinados personajes, objetos o decisiones estilísticas.

Este enfoque permite probar rápidamente variantes de encuadre, iluminación o entorno antes de seleccionar una dirección para retocar manualmente.

FLUX se convierte entonces en una herramienta de exploración visual más que en un simple medio para producir una imagen terminada con un clic.

Producir variaciones coherentes para una marca o producto

Las funciones multirreferencia son especialmente adecuadas para campañas donde un producto debe seguir siendo reconocible a través de numerosos contextos.

Una empresa puede partir de fotografías de referencia, conservar las características del producto y después generar distintos entornos, composiciones o variaciones estacionales.

El mismo principio puede aplicarse a un personaje, una mascota o determinados elementos de identidad visual.

Para volúmenes importantes, la API puede automatizar posteriormente una parte de esta producción.

Modificar imágenes sin reconstruir todo el visual

Las funciones de edición y FLUX Tools permiten realizar operaciones muy específicas.

Una persona presente por error en una fotografía puede eliminarse con Eraser. Una imagen demasiado cerrada puede ampliarse con Outpainting. Un producto textil puede aplicarse a un modelo con Virtual Try-On.

Esta especialización resulta interesante cuando el objetivo no es generar una nueva imagen, sino corregir o adaptar un medio existente.

Integrar una IA visual en una aplicación

Para un desarrollador, FLUX puede convertirse en un componente de un producto más que en una herramienta visible directamente por el usuario.

Una aplicación de decoración puede generar distintas variantes de una habitación, un servicio de comercio electrónico puede ofrecer una prueba virtual, una herramienta de marketing puede producir automáticamente visuales y un software creativo puede integrar funciones de generación o edición.

La API simplifica esta integración, mientras que las licencias open weights permiten plantear un despliegue privado cuando el control de la infraestructura se vuelve importante.

Probar y personalizar un modelo en local

Las variantes open weights interesan especialmente a los usuarios de workflows como ComfyUI o a desarrolladores que quieren construir su propio pipeline.

Un modelo local puede combinarse con LoRA, ajustarse mediante fine-tuning sobre datos específicos e integrarse con otras herramientas sin depender por completo de una interfaz alojada.

Esta libertad es una de las principales ventajas de FLUX frente a plataformas totalmente cerradas, pero viene acompañada de una mayor complejidad de hardware, software y licencias.

Conclusión

FLUX ya no es simplemente un modelo texto a imagen. Black Forest Labs está construyendo progresivamente un ecosistema completo de IA visual que va desde la generación de imágenes hasta su modificación, herramientas especializadas, despliegue local y ahora vídeo con audio.

FLUX.2 constituye actualmente la parte más estructurada de este conjunto. Las variantes Max, Pro, Flex, Klein y Dev permiten elegir entre calidad, velocidad, coste y libertad de despliegue sin imponer un modelo único para todos los usos.

Otro de sus principales intereses reside en la coexistencia de varios modos de acceso. El Playground permite comenzar sin conocimientos técnicos, la API sirve para integraciones y automatización, mientras que determinados modelos open weights pueden funcionar sobre infraestructura local o privada.

Esta flexibilidad exige, sin embargo, comprender correctamente las licencias. “Open weights” no significa automáticamente “open source” ni “utilización comercial gratuita”. Según el modelo, los pesos pueden estar bajo Apache 2.0, bajo licencia FLUX Non-Commercial o sujetos a una licencia comercial específica.

FLUX resulta por tanto especialmente interesante para creadores y desarrolladores que quieren ir más allá de un generador cerrado: experimentar rápidamente, integrar los modelos en sus propias herramientas, personalizar determinadas variantes y elegir entre cloud y self-hosting.

Puntos de atención

• FLUX designa una familia de modelos y servicios, no una aplicación única comparable a Photoshop o Midjourney.

• FLUX.2 es actualmente la generación recomendada para nuevos proyectos de imagen. FLUX.1 Kontext y FLUX1.1 siguen disponibles, pero pertenecen a la generación anterior.

• FLUX 3 añade generación de vídeo con audio sincronizado, pero esta generación es más reciente y todavía forma parte del despliegue Early Access de Black Forest Labs.

• La API y el Playground utilizan facturación por uso: 1 crédito corresponde actualmente a 0,01 $, con costes distintos según el modelo, la resolución y la operación.

• Las tarifas de FLUX.2 parten de unos 0,014 $ por imagen para Klein 4B, mientras que las variantes Pro, Flex y Max se facturan según el número de megapíxeles procesados.

• No todos los modelos open weights utilizan la misma licencia. FLUX.2 Klein 4B utiliza Apache 2.0, mientras que Klein 9B y los modelos [dev] requieren una licencia comercial para uso comercial local.

• La utilización comercial mediante la API está incluida directamente en las condiciones de la API, sin necesidad de adquirir por separado una licencia para los pesos del modelo.

• El self-hosting requiere hardware adecuado. Los modelos más ligeros pueden funcionar en determinadas GPU de consumo, pero las variantes más grandes requieren más VRAM y memoria del sistema.

• Las licencias comerciales de self-hosting tienen sus propias condiciones, especialmente sobre volúmenes, usuarios, dominios, clientes y determinados usos de fine-tuning.

• Utilizar salidas de FLUX como datos de entrenamiento para otro modelo constituye un caso específico para el que Black Forest Labs ofrece una licencia Synthetic Data independiente.