FLUXは、2024年8月にBlack Forest LabsによってリリースされたText-to-image generation拡散モデルのファミリーである。同社は、以前にStable Diffusionや関連する潜在拡散研究（Robin Rombachを含む）を創り出した研究者らによって設立された。Black Forest Labsは、創業者らがStability AIを離れた後の2024年に設立され、FLUXは同社にとって最初の主要な公開リリースとなった。
モデルバリアント
FLUXは、さまざまなユースケースとライセンス要件に対応するため、複数のバリアントでリリースされた。FLUX.1 [pro]は、API経由でアクセス可能なクローズドで高性能なモデル。FLUX.1 [dev]は、非商用利用と研究向けに利用可能なオープンウェイトモデル。FLUX.1 [schnell]は、商用利用に適した寛容なApache 2.0ライセンスでリリースされた、蒸留済みで高速なオープンウェイトモデルである。この階層構造により、Black Forest Labsは、完全にオープンで商用利用可能なオプションと、より高品質なゲート付きオプションの両方を提供し、Midjourneyの完全クローズドなアプローチとStable Diffusionの完全オープンな初期リリースの中間の道を歩んだ。
技術的アプローチ
FLUXは拡散トランスフォーマーアーキテクチャを採用し、当時の研究で従来のノイズ除去拡散アプローチよりも効率面で優位性が示されていたフローマッチング訓練技術を組み込み、以前のオープンな拡散モデルと比較してモデルサイズを大幅にスケールアップした。リリース時、FLUXモデルは、プロンプトへの忠実性、画像の詳細度、画像内テキストのレンダリング（歴史的に拡散ベースの画像生成器の弱点とされてきた領域）の各指標において、Stable Diffusionのさまざまなバージョンを含む既存のオープンな代替モデルを上回ると広く報じられた。
採用と統合
FLUXのオープンウェイトバリアントはダウンロードして独立に実行できたため、このモデルはStable Diffusionを中心に成長したコミュニティエコシステムに急速に採用され、LoRAファインチューニングやControlNetスタイルの条件付けツールへの対応を含む支援が行われ、Hugging Faceやコミュニティのファインチューニングハブなどのプラットフォームで一般的なベースモデルとなった。また、FLUXは、xAIが同モデルをGrokチャットボットの画像生成バックエンドとして統合したことで、重要な商業パートナーシップも獲得し、オープンソース開発者コミュニティを超えた大規模な消費者向け展開を実現した。
評価
FLUXは、レビュアーやオープンソースAIコミュニティから、リリース時点でオープンまたはオープンライセンスの画像生成モデルにおける新たな最高水準を確立し、DALL-EやMidjourneyなどの主要なクローズドシステムとオープンモデルを隔てていたギャップの多くを埋めたと広く見なされた。そのリリースは、生成AIにおけるより広範なパターンを示した。すなわち、ある企業で第一世代の画期的モデルを構築した研究者らが、しばしばその会社を離れ、同じ技術の次世代を構築する専門スタートアップを設立するというパターンであり、これはOpenAIや他のフロンティア研究所からの離脱にも見られる力学と類似している。Black Forest Labsは、FLUXの継続的なオープンリリースを自社のアイデンティティとビジネス戦略の中核に位置づけ、GoogleのVeoによる動画生成など、より広範な生成AI業界の多くがクローズドでAPI専用の製品へと向かう中でも、画像生成のためのオープンなエコシステムを維持することを目指している。