FLUX.1-Kontext-multi-image

מה זה

האפליקציה מקבלת גלריית תמונות קלט והנחיה כתובה באנגלית, ומחזירה תמונה אחת מעובדת. בממשק יש שדה טקסט, גלריה להעלאת הקבצים וכפתור הרצה פשוט, לצד הגדרות מתקדמות שמאפשרות לקבוע סיד ידני או אקראי ולשנות את ערך ה־guidance scale שעומד כברירת מחדל על 2.5.

מתחת למכסה המנוע רץ הצינור FluxKontextPipeline שמשתמש במודל black forest labs FLUX.1 Kontext dev בפורמט bfloat16. לצד מודל הבסיס נטענים גם המודלים google t5 v1 1 xxl ו־openai clip vit large patch14 כדי לנתח את הטקסט והתמונות, לצד שימוש בתמונות תיעוד של האגינג פייס.

מתאים ל

• שילוב אובייקטים בתמונה

  מעלים מספר תמונות שונות ומנחים את המודל למקם את האלמנטים יחד בסצנה חדשה.

• בדיקת יכולות Kontext

  בוחנים את ביצועי הפייפליין החדש של פלאקס עם תמונות מקור והנחיית טקסט.

• עריכה איטרטיבית

  מייצרים תמונה ראשונית, משתמשים בכפתור הטעינה מחדש וממשיכים לעבד אותה בסבב נוסף.

איפה זה נופל

הבעיה המיידית היא שהאפליקציה בסטטוס מושהה, כך שאי אפשר להתנסות בה כרגע בלי לשכפל את הקוד או להרים אותה מחדש. בנוסף, חובה להזין לפחות תמונה תקינה אחת אחרת הקוד זורק שגיאה מפורשת. מכיוון שמדובר במודל FLUX.1 Kontext dev, הוא כבד מאוד ומחייב סבלנות בעיבוד, והממשק לא מציע שליטה מלאה בפרמטרים מעבר לסיד ולסולם ההנחיה.

איך משתמשים

גוררים לפחות תמונה אחת לתוך הגלריה, כותבים תיאור בשדה הפרומפט ולוחצים על כפתור Run. הממשק מציג מד התקדמות מבוסס tqdm בזמן הריצה, ולאחר שהתוצאה מופיעה אפשר ללחוץ על כפתור ייעודי כדי להשתמש בה שוב כקלט. התשתית מוגדרת על חומרת zero a10g שמקצה כרטיס גרפי לפי דרישה, אבל כרגע העמוד כולו נמצא במצב מושהה ולא ניתן להריץ אותו ישירות בדפדפן בלי הפעלה מחדש.

הרישיון

הקוד עצמו מפורסם תחת רישיון MIT שמאפשר שימוש חופשי ועריכה ללא מגבלות מסחריות מיוחדות. עם זאת, התשתית מריצה את המודל FLUX.1 Kontext dev ומשתמשת במודלים של גוגל ו־OpenAI, כך שחלים גם תנאי השימוש וההגבלות הספציפיים של כל אחד מהמודלים האלה על התוצרים.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗