2026年10月1日，Black Forest Labs（以下简称BFL）正式发布Flux 3 Image，补齐了Flux 3多模态家族在图像生成领域的最后一块拼图。该模型引入结构化JSON场景布局与“比特级”像素保留技术，旨在解决AI图像编辑在生产力工作流及LLM驱动管道中长期存在的不可靠性问题。
此次发布标志着AI图像编辑范式的转变：Flux 3 Image不再通过重绘全图来维持视觉一致性，而是将生成严格限制在指定边界框内，确保框外像素在数学层面完全不变。对于开发者而言，这意味着工具从“可能产生视觉漂移的黑盒”转变为“确定性状态管理系统”。
核心技术：边界框布局与比特级保留
Flux 3 Image最具突破性的特性是其边界框组合系统。模型摒弃了仅凭文字推断对象位置的传统方式，转而接受包含唯一ID、自然语言描述及坐标的结构化JSON数组。坐标基于归一化的0-1000网格（顺序为[top, left, bottom, right]），与输出分辨率解耦。无论最终输出是768px正方形还是原生4K帧，元素相对位置均保持恒定。这种分辨率独立性允许开发者一次性编写元素表，并在不同尺寸间复用，无需重新计算。
在编辑环节，BFL实现了多步编辑中的“比特级像素保留”。当用户针对特定边界框发出指令（如替换对象、移动坐标）时，模型仅重绘指定区域，其余像素数值保持不变。BFL公布的数据显示，在移除猫、添加鸟或更改衬衫印花等操作中，分别有80.7%、86.4%和89.7%的像素未受影响。即使在颜色易渗透的发色更改操作中，仍有67.8%的像素保持不变。这一机制彻底消除了传统修补（inpainting）因采样周围上下文而导致的细微像素漂移累积问题。
重塑智能体工作流
由于元素ID和坐标构成稳定的JSON状态，LLM智能体可将元素表视为跨对话轮次的持久项目文件。智能体能生成初始构图，读取元素ID，并在后续API调用中对特定元素进行针对性迭代，而无需担心背景漂移。这种“对象句柄”概念此前常见于代码和数据库系统，但在图像生成领域尚属首次，为自动化创意管道提供了确定性的控制力。
此外，Flux 3 Image支持每轮最多十张参考图像（URL或Base64格式），并通过令牌引用。模型在渲染前确定参考图的位置与比例，非常适合产品合成图制作。其原生输出分辨率可达约5,456 × 3,072像素（约16.8兆像素），无需后期超分，从而避免了放大带来的纹理柔化问题，确保细小文本清晰可读。
竞品对比与市场定位
Flux 3 Image嵌入BFL于2026年7月披露的四部分多模态架构中，共享基于Self-Flow架构的单一权重集。与2025年11月发布的Flux 2相比，Flux 3 Image在结构化布局、像素保留保证及原生4K输出上均有显著提升。Flux 2作为320亿参数的密集Transformer，仅支持图像生成且上限为400万像素，其在文生图评估中的地位下滑也凸显了BFL迭代新一代产品的必要性。
就在Flux 3 Image发布前夕，竞争对手Ideogram推出了Ideogram 4.5 Precise Edit，同样主打像素保留编辑。两者目标一致但架构迥异：Ideogram基于源图像恢复未更改像素，适合偏好自然语言指令的设计师；Flux 3 Image则依赖显式的JSON元素表和持久ID，为需要程序化控制的开发者和智能体提供更确定的操作能力。这表明像素保留正成为行业竞争的新标准。
访问权限与商业化路线图
自2026年10月1日起，Flux 3 Image已通过BFL Playground和API提供服务。BFL提供截至10月8日的50%入门API折扣，折后768px分辨率图像价格为每张0.0205美元，折扣结束后价格预计翻倍。企业还可购买商业权重许可证，用于本地微调和部署。
遵循BFL既往模式，Flux 3 Image的开放权重版本预计将在数周内推出，但具体日期尚未公布。独立的Flux 3 Dev开源产品线另有路线图。BFL由Stable Diffusion核心研究人员Robin Rombach等人于2024年8月在德国弗莱堡创立，截至2026年8月拥有约100名员工。在完成由AMP和Salesforce Ventures领投的3亿美元B轮融资后，公司估值达32.5亿美元，总融资额超过4.5亿美元。