이미지 생성기를 써 본 사람이라면 그 답답함을 압니다. 그림은 괜찮은데 개는 반대편에 있고, 구석에 두고 싶던 간판은 한가운데 있습니다. Hugging Face의 Diffusers 라이브러리가 첫날부터 지원하는 Black Forest Labs의 FLUX.3 Image Klein은 이를 직접 해결합니다. 프롬프트에 경계 상자를 써서 이미지의 각 부분이 어디에 놓일지 정할 수 있고, 참고 이미지에서 가져온 요소를 옮길 수도 있습니다.
이 모델은 텍스트에서 이미지 생성과 여러 참고 이미지를 쓰는 편집을 하나의 체크포인트로 처리합니다. 레이아웃 제어는 프롬프트 안의 영역 JSON 목록으로 하며, 각 영역에는 식별자, 상자, 짧은 설명이 있고 주 설명문이 이를 참조합니다. 편집할 때는 변경을 반영한 원하는 이미지를 프롬프트로 설명하고, 참고 이미지는 순서대로 지정합니다. Black Forest Labs는 피사체, 배경, 빛, 구도, 스타일을 담은 장면 전체 설명을 권합니다. 증류된 체크포인트는 기본 16단계로 1024 x 1024 이미지를 만들며, Nvidia H100에서 약 2초가 걸립니다. 반면 기본 체크포인트는 가이던스를 써서 50단계를 돌며 미세 조정의 출발점으로 쓰도록 만들어졌습니다.
작은 스튜디오에는 실용적인 부분이 중요합니다. Black Forest Labs는 BF16 가중치 외에 메모리가 적은 GPU를 위한 행 단위 FP8 및 NVFP4 트랜스포머도 제공하며, Diffusers에는 생성과 편집 모두에 쓰는 DreamBooth LoRA 학습 스크립트가 들어 있어 팀이 자체 스타일이나 제품을 모델에 가르칠 수 있습니다. 저희 리뷰에 따르면 이 모델의 매개변수는 약 56억 개이고 Qwen3-VL-4B 텍스트 인코더를 쓰며, Black Forest Labs 자체 API는 768픽셀 이미지 한 장에 0.008달러부터 4K는 0.036달러입니다.
배치 제어는 구도를 제안 정도로만 다루는 경우가 많은 이미지 모델의 가장 약한 부분 가운데 하나였습니다. 이를 소박한 하드웨어에서 돌아가는 오픈 웨이트 모델로 쓸 수 있다는 점은 디자이너, 광고 담당자, 일관된 레이아웃을 대량으로 만드는 사람에게 유용하며, Diffusers 지원으로 기존 작업 흐름에도 넣을 수 있습니다.
상업적으로 쓰기 전에 라이선스를 확인하십시오. 저희 리뷰에 따르면 가중치는 연 매출 500만 달러 미만 조직에만 무료이며, 그보다 큰 기업은 별도 계약이나 유료 API가 필요합니다. 속도 수치는 기본 해상도의 H100 기준이므로 더 작은 GPU나 더 큰 이미지에서는 느려집니다. 또 Diffusers 글은 골라 낸 예시에서 레이아웃 제어가 할 수 있는 일을 보여 줄 뿐이며, 복잡한 장면에서 상자를 얼마나 잘 지키는지는 자신의 프롬프트로 시험해 봐야 합니다.