Flux، بزرگترین مدل متن باز تبدیل متن به تصویر دنیا، با عملکردی فراتر از Midjourney، عرصه رقابت را به کلی متحول کرد.
این مدل قدرتمند با 12 میلیارد پارامتر، قادر است تصاویر با کیفیتی بسیار بالا و وفاداری بی‌نظیر به توضیحات متنی تولید کند. براساس نتایج تست‌های بنچمارک، Flux در تمامی جنبه‌ها از جمله کیفیت بصری، تایپوگرافی و تنوع خروجی، از رقبای مطرحی همچون Dall-E 3، Midjourney v6.0 و SD3 Ultra پیشی گرفته است. Flux در سه نسخه عرضه شده است:
- Flux Dev: نسخه متن باز و رایگان برای توسعه‌دهندگان، جهت تحقیق و توسعه بیشتر
- Flux Schnell: نسخه سریع‌تر با عملکردی تا ده برابر سریع‌تر از نسخه اصلی
- Flux Pro: نسخه حرفه‌ای و اختصاصی با دسترسی از طریق API
یکی از مهم‌ترین ویژگی‌های Flux، متن باز بودن آن است. این ویژگی به توسعه‌دهندگان اجازه می‌دهد تا به صورت آزادانه بر روی این مدل کار کنند و آن را بهبود بخشند. همچنین، کاربران می‌توانند این مدل را روی سیستم‌های خود نصب کرده و از آن استفاده کنند.
برای استفاده از Flux، به یک کارت گرافیک قدرتمند نیاز است. با توجه به حجم بالای این مدل، حداقل 24 گیگابایت حافظه گرافیکی برای اجرای روان آن توصیه می‌شود!
اما آیا Flux جایگزین مناسبی برای Midjourney است؟ پاسخ به این سوال بستگی به نیازهای شما دارد. اگر به دنبال یک مدل متن باز و قدرتمند هستید که قابلیت شخصی‌سازی بالایی داشته باشد، Flux گزینه بسیار مناسبی است. اما اگر به دنبال یک مدل تجاری با پشتیبانی کامل هستید، Midjourney همچنان یک گزینه قوی محسوب می‌شود.
در کل، ظهور Flux نشان از پیشرفت سریع هوش مصنوعی در زمینه تولید تصویر دارد. این مدل جدید، پتانسیل ایجاد تحولات بزرگی در صنایع مختلف از جمله طراحی، تبلیغات و هنر را دارد.
نوشته Flux، غول جدید دنیای هوش مصنوعی تبدیل متن به تصویر معرفی شد اولین بار در آی تی رسان منتشر شد.
منبع: آی‌تی‌رسان