FLUX 3 Image – Black Forest Labs 推出的高可控图像生成与编辑模型

FLUX 3 Image是一款由Black Forest Labs于2026年10月推出的高可控图像生成与编辑模型，主要用于按元素排布生成画面并对成品做像素级局部修改，支持原生 2K 与 4K 输出以及多张参考图合成，适用于电商视觉、广告创意与设计出图等方向。

FLUX 3 Image 的核心能力

Black Forest Labs 把 FLUX 3 Image 定位为图像生成流程中的可控层。此前的文生图模型以提示词描述整体画面，元素的位置关系由模型自行判断；FLUX 3 Image 改为先划出每个元素的位置、再生成画面内容。这一顺序变化直接影响了 AIGC 工作流里人工修图所占的比重：排版在生成阶段就已确定，后续调整集中在局部，而不是整图重绘。

用包围盒把每个元素放到指定位置

模型的画布在横纵两个方向上都被归一化为 0 至 1000 的坐标网格。用户为每个需要控制的元素拖出一个包围盒，填写元素的 ID 与文字描述，再给出一句串联全局的场景提示词，模型会在各自盒内渲染对应内容。官方示例中，同一张画面里的文字、建筑、人物与人群分别占位，文字元素还能保留指定的字体与排版风格。

单次最多融合 10 张参考图像

模型单次生成最多可接受 10 张参考图像，并可为每张参考图中的对象指定出现位置。参考图与包围盒可以叠加使用：位置由坐标决定，外观由参考图决定，适合把商品图、模特图与背景素材合成为一张成片。

像素级多轮局部编辑

编辑能力是这条产品线的另一主线。模型可只修改指定区域，官方称其余像素保持不变，因此可以在同一张成片上连续执行多轮修改，不必每次从原图重新生成。官方演示中的增删对象、替换家具、改发色与消除痕迹等操作，均以单次局部改动完成。

原生 2K 与 4K 输出

模型支持原生 2K 与 4K 生成，官方示例的输出规格为 5456 × 3072 像素，约 16.8 MP。高分辨率在生成阶段直接完成，画面中的纹理、面部与色彩在小尺寸下即能保留，无需再走一遍放大流程。

面向智能体的版面理解与调用

FLUX 3 Image 在训练中即面向版面与构图理解。官方给出的典型用法是：由大语言模型读取一句提示词与画幅比例，写出一份包含元素 ID、描述与坐标的元素表，再交由模型按表生成。元素表在生成前后都可以编辑，调整某一个盒子不会改变其他元素的位置，这一流程使图像生成可以直接嵌入自动化管线，而不是停留在单张试画。

FLUX 3 Image 与同类图像生成模型的对比

上表 FLUX 3 Image 一列取自 Black Forest Labs 官方模型页与定价页，Qwen-Image-2.1 一列取自阿里通义千问官方模型说明，MAI-Image-2.6-Flash 一列取自微软官方发布材料。三者的差异集中在三处：分辨率上，FLUX 3 Image 与 MAI-Image-2.6-Flash 分别给出 4K 与 1.5K，Qwen-Image-2.1 未标注输出上限；控制方式上，FLUX 3 Image 把位置交给坐标盒，Qwen-Image-2.1 以圈选与掩码在成品上改，MAI-Image-2.6-Flash 以参考图与图生图为主；开放程度上，Qwen-Image-2.1 已放出权重但限定研究用途，FLUX 3 Image 的开放版本尚在数周之后，MAI-Image-2.6-Flash 则维持闭源。

如果偏好已经开放权重、可直接部署的方案，可以参考 Seedream 5.0（字节跳动推出的高分辨率图像生成与编辑模型，侧重出图清晰度与中文字形表现）。

FLUX 3 Image 的应用场景与适用人群

该模型面向对画面结构有明确要求的出图任务，常见场景包括：

• 电商与商品视觉：把商品图、模特图与背景素材按固定版式合成主图与详情页图，位置与留白在生成前即可锁定。
• 广告与海报排版：标题文字、主体与背景分区生成，文字元素的位置与字体样式可控。
• 设计出图与提案：先排版、后生成，多轮修改集中在局部，减少整图重绘带来的风格漂移。
• 自动化图像管线：由语言模型规划版式并产出元素表，模型按表生成，适合批量出图的流程。

适用人群：需要精确控制构图与元素位置的电商与广告设计团队、以图像生成模型搭建自动化管线的开发者，以及对局部反复修改要求较高的设计人员。只做单张创意草图的用户，直接写提示词生成的方式已经够用。

FLUX 3 Image 的使用方法

模型通过 Black Forest Labs 官方接口提供，按以下顺序接入：

1. 核对能力边界：在 FLUX 3 Image 官方模型页 中确认输出规格、参考图数量与编辑方式。
2. 选择生成方式：只给提示词做文生图，或先为每个元素划出包围盒、填写描述后再生成。
3. 准备元素表：每个元素给出一条 ID、一句描述与一个边界框 [y_min, x_min, y_max, x_max]，坐标取 0 至 1000 的归一化值。
4. 选择输出档位：按用途在原生 2K 与 4K 之间选择，高分辨率在生成阶段直接输出。
5. 局部调整：对不满意的区域单独发起编辑，未改动的像素保持不变，可在同一张图上连续执行多轮。

接入初期建议先用少量元素验证坐标与描述的理解程度，再扩展到完整版面。

FLUX 3 Image 的价格与开源情况

FLUX 3 Image 目前作为 Black Forest Labs 的付费服务提供，官方接口采用按量计费，不设订阅与席位费用。官方定价页给出的示例单价为每张 0.024 美元至 0.048 美元，按输出分辨率档位浮动；企业级需求可另行洽谈批量折扣与服务保障。

模型权重方面，公司表示开放模型版本将于数周内公开；面向规模化运行的机构，另可选择商业权重许可，在自有基础设施上微调与部署。当前阶段可用的仍是云端接口，本地部署需要等待权重放出。

FLUX 3 Image 的常见问题