Black Forest Labs 发布 FLUX.2

背景

Black Forest Labs（BFL）开发 FLUX 系列图像模型。在 FLUX.2 中，公司把图像生成器与 Mistral AI 的一款视觉语言模型结合起来。视觉语言模型能够同时读取图片和文字。^[1]

发生了什么

2025 年 11 月 25 日，Black Forest Labs 发布 FLUX.2 图像模型。^[1] 该系列包括托管的 [pro] 和 [flex] 模型，以及 32B、开放权重的 [dev] 模型。^[1] FLUX.2 把 Mistral-3 24B 视觉语言模型与整流流变换器（rectified flow transformer）结合在一起。^[1]

关键细节

这些模型支持最高 4 百万像素的输出，并且最多接受 10 张参考图。^[1] FLUX.2 的 VAE 以 Apache 2.0 许可发布。Apache 2.0 是一种宽松的开源许可，允许复用，包括用于商业用途。^[1]

后续

更小的 FLUX.2 [klein] 模型于 2026 年 1 月 15 日推出。^[2]

影响

这次发布在同一个系列中同时提供了托管服务和开放权重两种选择，用户既可以调用服务，也可以下载模型。^[1]

这次发布中有些术语可能对读者比较陌生。视觉语言模型（vision-language model）是一种神经网络，能同时接收图片和文字，并输出与之相关的内容。整流流变换器（rectified flow transformer）则是一种图像生成器，学习从随机噪声逐步走向完成的图片。二者结合，使系统能够同时考虑书面指令与图片输入。

托管模型与开放权重模型满足的需求不同。托管模型通过服务调用，通常按使用量计费；开放权重模型则可由他人下载，并在各自许可条款允许的范围内运行。FLUX.2 在同一系列中同时提供了两种形式，开发者和普通用户都可以选择适合自己的途径。^[1]

Apache 2.0 是一种宽松的开源许可，通常允许复用，包括商业用途。FLUX.2 的 VAE 以该许可发布，而 FLUX.2 [dev] 用于商业用途时需要另行获取许可。^[1]