FLUX.2

是什么

FLUX.2 是 Black Forest Labs（BFL）在 2025 年 11 月 25 日发布的图像生成与编辑模型系列。它能在最高 4 百万像素的尺寸上生成和编辑图像，一次最多接受 10 张参考图，也就是说，一次请求里可以把一段文字指令和一组给定的图片放在一起用。^[1]

型号与开放程度

这次发布的不是单个模型，而是一组分层的型号。FLUX.2 [pro] 和 FLUX.2 [flex] 通过 BFL Playground、API 以及合作方提供；FLUX.2 [dev] 是 320 亿参数（32B）的开放权重模型，放在 Hugging Face 上；FLUX.2 [klein] 当时被宣布为一款将要推出的 Apache 2.0 模型。^[1] 2025 年 12 月起，型号列表中又出现了 FLUX.2 [max]。^[2]

开放程度按型号区分。FLUX.2 的 VAE（变分自编码器，variational autoencoder）以 Apache 2.0 许可在 Hugging Face 上发布——它的作用是把图像压缩成紧凑的表示、再解码回图像；而 FLUX.2 [dev] 用于商业用途需要单独的许可。^[1]

FLUX.2 [klein] 于 2026 年 1 月 15 日推出，有两种规模：40 亿参数（4B）采用 Apache 2.0 许可，90 亿参数（9B）采用 FLUX 非商业许可。两者都瞄准一秒以内的生成与编辑。^[3][2]

技术构成

FLUX.2 把一个 Mistral-3 24B 视觉语言模型（vision-language model）和一个整流流变换器（rectified flow transformer）配在一起。^[1] 粗略地说，视觉语言模型负责读文字提示和参考图，把它们转成条件信息；变换器负责真正把图像生成出来。整流流是一种训练思路，它让模型学习一条从随机噪声通往成品图像、相对笔直的路径；路径越直，通常意味着用更少的采样步数就能得到可用的结果。

发布时的重点

BFL 说 FLUX.2 的每个型号都能在同一个模型内完成「按文字改图」和「按多张参考图改图」，而不是把生成和编辑拆成两套系统。^[4] 这次发布特别强调两件事：一是文字渲染，包括复杂排版、信息图、梗图和界面草图里的文字；二是对结构化、多段式提示词的遵循能力——这类提示词会一次指定多个主体、标签或版式要求。^[4]

在发展中的位置

FLUX.2 接在 FLUX.1 之后。BFL 把 FLUX.1 [dev] 称为全球最受欢迎的开放图像模型，并说 FLUX.1 Kontext [pro] 被从 Adobe 到 Meta 的团队使用。^[4] 外部评测给出的位置则比较复杂：2026 年 8 月，Artificial Analysis 把 FLUX.2 排在 148 个图像模型中的第 15 位。^[2] 它的后继版本 FLUX 3 于 2026 年 7 月推出。^[2]