可以凭证编辑指令直接更改现有图像，，，，
，以及举行准确的外地和全局编辑不必做任何微调，，，，
，就能直接引用内里的人物角色、气概样式和物品元素。。。。。允许用户通过多次一连编辑优化图像,同时将视觉漂移降到最低。。。。。专门为NVIDIA Blackwell举行了权重优化 与现有的文本到图像模子差别，，，，
，FLUX.1 Kontext系列执行上下文图像天生，，，，
，可以直接使用文本和图像举行提醒，，，，
，并无缝提取和修改视觉细节。。。。。 首先模子架构上，，，，
，依旧基于的是FLUX.1模子，，，，
，它是一种在图像自动编码器的潜在空间中训练的整流流Transformer模子，，，，
，由双流块和单流块混淆构建而成。。。。。 标记序列构建：图像通过冻结的FLUX自动编码器，，，，
，编码成潜在的上下文图像标记，，，，
，并输入到模子的视觉流中。。。。。位置信息编码：通过三维旋转位置嵌入（3D RoPE）对位置信息举行编码，，，，
，为上下文标记的嵌入提供恒定偏移量。。。。。并将其视作为虚拟时间步，，，，
，以清晰疏散上下文和目的块，，，，
，同时坚持它们的内部空间结构。。。。。 最终获得的FLUX.1 Kontext[dev]模子包括120亿参数，，，，
，可以更专注于编辑使命，，，，
，支持迭代编辑，，，，
，可以在种种场景和情形中保存角色特征，，，，
，并允许用户举行准确的局部或全局编辑。。。。。 实验引入自研的KontextBench基准举行模子性能验证，，，，
，该基准包括1026个图像-提醒对，，，，
，涵盖局部编辑、全局编辑、角色参考、气概参考和文本编辑五个使命种别。。。。。 另外，，，，
，FLUX.1 Kontext[dev]还专门针对新的NVIDIA Blackwell架构举行了TensorRT权重优化，，，，
，可以在坚持高质量的图像编辑性能的同时，，，，
，极大地提高推理速率并镌汰内存使用量。。。。。 在现适用户的反响中，，，，
，也发明FLUX.1 Kontext[dev]的推理速率较前代提升了4至5倍，，，，
，模子在NVIDIA H100 GPU上运行，，，，
，通常5秒内能够完成，，，，
，在Replicate上的运行本钱约为0.0067USD，，，，
，或每1USD运行149次。。。。。