FLUX.1とは？元Stable Diffusionチームによる新画像生成AIを使ってみた

2024年8月1日、画像生成AI業界に新たなモデル「FLUX.1（フラックス.1）」が発表されました。

今回は、そんなFLUX.1の概要、モデルの詳細、使用感などをまとめてご紹介します。

FLUX.1とは
1. Black Forest Labsについて
FLUX.1の3つのバリエーションモデル
FLUX.1の使用とMidjourneyとの比較
1. fal.aiにアクセスする
ベンチマークの結果は、FLUX.1が優勢
まとめ

FLUX.1とは

Black Forest Labs（BFL）が今回リリースしたのが、テキストから画像を生成する120億パラメータのモデル「FLUX.1」です。

FLUX.1は、最高性能の［pro］、オープンウェイトで非商用利用向けの［dev］、最速で個人利用に適した［schnell］の3つのバリエーションモデルで提供されています。

画像生成AIモデルStable Diffusionで知られる開発者たちが設立したBFLによるFLUX.1は、高品質な画像生成能力と多様な出力が特徴の最新画像生成モデルとなります。

Black Forest Labsについて

Black Forest Labs（BFL）は、元Stable Diffusionの開発者メンバーが新たに立ち上げたAI会社です。

同社は、Robin Rombach氏、Patrick Esser氏、Andreas Blattmann氏などによって2024年に設立され、3100万ドルの資金調達に成功するなど、今注目を集めているようです。

ごめん、知りませんでした・・・

We are excited to announce the launch of Black Forest Labs. Our mission is to develop and advance state-of-the-art generative deep learning models for media and to push the boundaries of creativity, efficiency and diversity. pic.twitter.com/ilcWvJgmsX
— Black Forest Labs (@bfl_ml) August 1, 2024

Black Forest Labs - Frontier AI Lab

Amazing AI models from the Black Forest.

FLUX.1の3つのバリエーションモデル

BFLは、利用者のさまざまなニーズに対応するため、異なる3つのバリエーションモデルを提供しています。

FLUX.1［pro］

APIを通じて提供されている、商用可能な最高性能モデルです。

生成する画像1枚あたり0.05ドル※（約8円）が必要です。※参照：https://docs.bfl.ml/pricing/

Replicateで［pro］を利用する場合

black-forest-labs/flux-pro – Run with an API on Replicate

State-of-the-art image generation with top of the line prompt following, visual quality, image detail and output diversity.

fal.aiで［pro］を利用する場合

FLUX.1 [pro] | AI Playground | fal.ai

The pro version of FLUX.1, served in partnership with BFL

FLUX.1［dev］

[dev]は[pro]と同等の品質を持つオープンウェイトモデルです。

基本的に商用不可となっているようですが、どうしても商用利用したい場合はBFLへの問い合わせが必要とのこと。

GitHubリポジトリで［dev］を利用する場合

black-forest-labs/FLUX.1-dev · Hugging Face

We’re on a journey to advance and democratize artificial intelligence through open source and open science.

Replicateで［dev］を利用する場合

Page not found – Replicate

fal.aiで［dev］を利用する場合

FLUX.1 [dev] | AI Playground | fal.ai

FLUX.1, a 12B parameters text-to-image model with outstanding aesthetics.

FLUX.1［schnell］

[schnell]は、Apache 2.0ライセンスで提供される最速かつ軽量なモデルです。

Apacheとは、個人利用から商用利用まで幅広い用途を認め、自由に使用できることを意味します。

Apacheソフトウェア財団が定めた利用規約で、無償での利用、改変、複製、再配布など幅広い権利が許可されています。

GitHubリポジトリで［schnell］を利用する場合

black-forest-labs/FLUX.1-schnell · Hugging Face

We’re on a journey to advance and democratize artificial intelligence through open source and open science.

Replicateで［schnell］を利用する場合

black-forest-labs/flux-schnell – Run with an API on Replicate

The fastest image generation model tailored for local development and personal use

fal.aiで［schnell］を利用する場合

FLUX.1 [schnell] | AI Playground | fal.ai

A distilled version of FLUX.1 that operates up to 10 times faster.

FLUX.1の使用とMidjourneyとの比較

今回はFLUX.1をパートナー企業のfal.aiを通して使用することにしました。

GitHub経由でインストールしなくていいし、そもそも私の環境ではメモリ不足でうまく動作しない可能性が99％あるためです。

また、もう一つのパートナー企業であるReplicateからだと、Githubにサインインしないと使用できないため、とりあえず試したい人はfal.aiがおすすめです。

fal.aiにアクセスする

FLUX.1を無料で使用するには、［dev］または［schnell］のどちらかにアクセスしてください。

アクセスしたら次のような画面になりますので、プロンプトを入力して、下にある『Run』をクリックします。（画像サイズやStepsなどはお好みで変えてください）

プロンプトはこちらを使用します。

portrait of an model with pink hair, She is surrounded by delicate flowers in the fog-laden countryside at dawn. The style should be ethereal and dreamy, with soft lighting creating gentle shadows on her face. Her expression reflects mystery and elegance, adding to the overall surrealistic atmosphere.

次のような出力結果になりました。

ちなみに同じプロンプトでMidjourneyで出力すると、次のような結果になります。

こう見るとFLUX.1もきれいなんですが、Midjourneyには負けてしまいますね。

次は、水彩画のイラストスタイルで、文字を入力してやってみました。

プロンプトはこちらを使用します。

A cute ghost dressed in Halloween , holding out an open cauldron of candy with the words “BOO OR TREAT”. Decorated with autumn dots and glitter gems elements on a white background, in the style of a sticker illustration, as a vector art, like a hyper realistic watercolor painting, isolated on a black background, with hyper detailed, high resolution.

FLUX.1による出力結果です。