家庭用GPUを使い良質な画像をわずか1秒で生成する「FLUX.2 [klein]」登場。商用利用可能モデルも（生成AIクローズアップ）

1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。

今回は、Black Forest Labsが1月15日に発表した、同社史上最速の画像生成モデルファミリー「FLUX.2 [klein]」を取り上げます。kleinはドイツ語で「小さい」を意味し、コンパクトなモデルサイズと最小限のレイテンシを反映した名称です。

▲FLUX.2 [klein]によるText-to-Image生成例

FLUX.2 [klein]の最大の特徴は、生成品質を維持したまま高速化したことです。GitHubの公式リポジトリにおいて、消費者向けGPUで1秒未満の高速化を実現したと述べています。またデータセンター向けの最新ハードウェア「GB200」では0.5秒以下での生成を可能としています。

また画像生成と編集を単一のアーキテクチャで統合しています。テキストから画像への生成、画像編集、複数の参照画像を用いた生成といった機能を一つのモデルでカバーしながら、最先端の品質を実現しています。

▲FLUX.2 [klein]の画像編集例

モデルファミリーは複数のバリエーションで構成されます。フラッグシップとなるオープンウェイトの9Bモデル（非商用ライセンス）は、8BのQwen3テキストエンベッダーを搭載した90億パラメータのモデルで、4ステップの推論に蒸留されています。自身の5倍のサイズを持つモデルに匹敵するか、それを上回る性能を、0.5秒未満（GB200を使用）で実現します。

一方、4Bモデルは完全にApache 2.0（商用可能ライセンス）の下で公開され、RTX 3090や4070といった消費者向けGPUでも動作し、必要なVRAMはわずか13GB程度です。

▲FLUX.2 [klein]は低レイテンシ・低VRAMで高いスコアを達成（GB200、bf16で測定）

また、蒸留を行っていないBaseバリアントも9Bと4Bの両方で提供。こちらは速度よりも柔軟性を重視しており、ファインチューニングやLoRAトレーニング、研究用途に適しています。出力の多様性も蒸留モデルより高いです。

▲FLUX.2 [klein]の多様な出力例