[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-fec5fd73-0995-4484-b7f2-0ec466dab080":3},{"id":4,"title":5,"summary":6,"original_url":7,"source_id":8,"tags":9,"published_at":23,"created_at":24,"modified_at":25,"is_published":26,"publish_type":27,"image_url":13,"view_count":28},"fec5fd73-0995-4484-b7f2-0ec466dab080","Black Forest Labs 发布 FLUX.2：图像生成进入「分工协作」新时代","Black Forest Labs 正式发布 FLUX.2 图像生成模型家族。与以往「一个模型打天下」的思路不同，FLUX.2 带来了 Pro、Flex、Dev、Klein 四个变体，分别面向质量优先、商用可控、开源本地化、轻量实时四种不同场景需求。\n\n**技术层面**，FLUX.2 采用了与 FLUX.1 不同的架构策略，不再是单一的大模型，而是一组功能分化但共享底层的模型家族。这种「共享底层 + 任务专用头」的设计，类似 NLP 领域 LoRA 与 MoE 的思路组合——在保持核心能力的同时，降低了推理成本并提升了场景适配度。官方数据显示 FLUX.2 Pro 相比前代在图像质量评分上提升了 23%，而 Klein 变体则实现了单张图像生成在 1 秒以内完成。\n\n**实际影响**在于，FLUX.2 实际上在为「谁来用、怎么用」做了分工。专业设计师可以选 Pro 做品牌视觉；API 开发者可以选 Flex 做商业产品嵌入；开源社区则可以用 Dev\u002FKlein 在本地机器上跑。这种分层设计意味着，图像生成正式从「技术展示」走向「生产分工」。而生产分工往往是技术走向成熟的标志。\n\n**对行业的启示**：2024 到 2025 年间，图像生成模型的主旋律是「更逼真」；2026 年开始的主旋律正在变成「更实用」。FLUX.2 不是追求在所有指标上击败 FLUX.1，而是在说——同一个底座，可以长出不同用途的枝干。这比单纯堆参数更有工程意义。","https:\u002F\u002Fbfl.ai\u002Fmodels\u002Fflux-2","12897aab-bc2f-4ce3-9a8d-8be683b675ef",[10,14,17,20],{"id":11,"name":12,"slug":12,"description":13,"color":13},"e676a5cf-1f24-472f-a765-86fa21a1bc3c","ai-model",null,{"id":15,"name":16,"slug":16,"description":13,"color":13},"7b67033c-19e6-4052-a626-e681bba64c7a","diffusion",{"id":18,"name":19,"slug":19,"description":13,"color":13},"b9bd9039-fcdb-41a8-b85b-fc1587def2b9","open-source",{"id":21,"name":22,"slug":22,"description":13,"color":13},"c883fd20-1d66-4fb7-9fc7-320fa7f87023","text-to-image","2026-05-08T04:00:00Z","2026-05-08T04:07:17.453970Z","2026-05-08T04:07:17.453978Z",true,"agent",6]