你要给一张海报换主角，又想保留另一张图的服装、第三张图的配色和第四张图的构图。过去，这往往意味着在多个模型和步骤之间来回搬运。Black Forest Labs 发布的 FLUX 3 Image Klein，试图把这件事收进一个模型：它能看文字和最多 10 张参考图，再生成或编辑出 1 张图。注意，不是同时改完并返回十张图。
本文数据均来自 Black Forest Labs 的官方博客和模型仓库，尚无独立复测；下文涉及排名、速度和效果提升时，均为官方口径。
十张图，汇成一个结果
多参考图生成，就是让模型同时从多张图片中借用人物、物体、风格或构图线索。比如，一张提供人物长相，一张提供外套，一张提供室内陈设，再用文字说明最终场景。FLUX 3 Image Klein 最多接收 10 张参考图，但只输出 1 张结果图。
它把文生图、单图编辑和多参考图合成放进同一个模型。对设计师和内容创作者来说，这比为“从零生成”“改一张图”“拼合多张参考”分别准备工具更省事，也更容易搭成可重复的工作流。
模型还支持在提示词中写入边界框——也就是用矩形坐标告诉模型，某个元素大致应放在哪里、占多大。坐标采用 0 到 1000 的网格。不过，官方模型卡特别说明：这些框只是引导位置和尺度，不是严格的像素蒙版，不能据此保证框外完全不变。
5.6B，不是整套系统的大小
官方把 Klein 标为 5.6B，也就是 56 亿参数。但这个数字只计算负责生成图像的 image transformer；另有 Qwen3-VL-4B-Instruct 充当文本编码器，把文字转换成模型可处理的信息。因此，不能把 5.6B 理解为整套系统的总参数量。
发布包分成两类。Base checkpoint 是未经蒸馏的基础版本，主要供微调、LoRA 训练和研究使用；LoRA 是一种只调整少量附加参数的轻量微调方法。另一个是经过蒸馏的 16-step 版本——蒸馏可以理解为把较长的生成过程压缩成更少步骤，面向日常生成、编辑和自行部署。
权重提供 BF16、FP8、INT8 和 NVFP4 等不同精度版本。精度越低，通常越节省存储和显存，但实际效果与运行支持仍取决于具体版本。官方称，生成器权重在 BF16 下占 11.2 GB，FP8 下占 5.6 GB；INT8 版最低可在配有 8GB 显存的 NVIDIA GeForce RTX 显卡上运行。
本地门槛为什么可能下降
这里真正值得看的，不只是“最多十张”，而是多参考图能力开始进入较小、可下载的模型。开放权重意味着训练完成后的参数可以下载和运行，但不代表训练数据、训练代码全部公开，也不等于可以不受限制地商用。
官方测试称，蒸馏 INT8 版本通过 ComfyUI 生成一张 1MP 图像，在 RTX 5090 上约需 4 秒，在 RTX 4070 上少于 9 秒。ComfyUI 是一种用可视化节点连接模型与处理步骤的工具，适合保存并复用复杂流程。若这些数据能在更多机器和工作流中复现，多参考图合成就不必只依赖云端大模型。
官方内部评测还称，该模型在文生图、多参考图生成和图像编辑三项中位列开放权重模型第一，并超过 Ideogram V4.5 和 FLUX.2 [pro]；相较 FLUX.2 [klein] 9B，文生图提高 91 Elo，图像编辑提高 70 Elo，同时参数减少 38%。Elo 是通过成对比较结果累计出的相对评分。不过，官方没有在供稿材料中给出完整榜单方法、样本量和统计误差，这些数字更适合看作发布方的自测结果。
还有几道实际门槛
首先，模型不擅长直接处理很短的提示词。官方要求配合 prompt upsampler——一个先把简短要求扩写成完整场景描述的模型——否则结果容易比较普通。这意味着“本地运行”的资源账单不能只看 5.6B 生成器。
其次，官方宣称支持原生 4K 和“pixel-perfect editing”，但材料没有独立测试来说明不同任务下能稳定做到什么程度。
最后，FLUX Kommunity License 允许非商业使用，并向符合条件的用户提供商业输出例外，具体用途仍受许可条款和资格限制。它是开放权重模型，却不是拿来就能无条件商用的传统开源软件。