FLUX 3 イメージ

概要

FLUX 3 Imageは Black Forest Labs が開発した、 画像生成・編集 専用のマルチモーダルAIモデル。 全要素を バウンディングボックス で配置し、個別に編集可能。 レイアウトプロンプト と呼ばれる形式で、構図や要素を厳密に指定できる。 複雑な構成やコラージュ、エディトリアル用途に特化。 PlaygroundやAPI経由で 直感的に利用・編集 が可能。

FLUX 3 Imageの概要

• FLUX 3 Image は、 Black Forest Labs による、画像生成・編集モデル
• 動画・音声・画像・アクション を扱うFLUX 3の 画像特化セクション
• 画像上の要素を バウンディングボックス （矩形範囲）で明示的に配置
  • 例：文字、建物、人、風景など全ての要素
• 各要素ごとに個別編集 が可能
  • 位置・内容・サイズを ピクセル単位で調整 可能
• 高解像度レンダリング （4K）対応、小さなディテールも鮮明に表現

バウンディングボックスの仕組み

• 全ての要素 は バウンディングボックス で位置と範囲を明示
• ボックスごとに説明文 を付与し、AIが内容を解釈
• キャンバスは0〜1000グリッド （x, y座標）で統一
  • 各ボックスは[y_min, x_min, y_max, x_max]で座標指定
• グローバルキャプション で全体説明
• 要素テーブル （JSON配列）で各要素を管理

レイアウトプロンプトの例

• グローバルキャプション ：全体のイメージや関係性を1文で記述
• 要素テーブル ：各要素のid・ボックス座標・内容説明をJSONで記述
  • 例：
    • id: "Fr_Text_1", bbox: [10, 200, 170, 800], desc: "薄いクリーム色のセリフ体で書かれた"LE FESTIVAL DU SOLEIL""
    • id: "town_1", bbox: [280, 700, 420, 1000], desc: "丘の麓にある海辺の小さな町の灯りと建物"
    • id: "dome_1", bbox: [250, 150, 650, 850], desc: "淡いコンクリートの巨大なパラボラ型ドーム"
    • id: "swimmers_1", bbox: [580, 200, 720, 800], desc: "暗い水面に散らばる小さなシルエットの水遊びする人々"
    • id: "crowd_1", bbox: [740, 0, 1000, 1000], desc: "ビーチに座るカジュアルな夏服の大勢の人々"

編集・運用の柔軟性

• 手動でボックスを描画 し、AIが内容を生成
• 短いプロンプトから自動レイアウト も可能
  • LLM（大規模言語モデル）が構図を自動設計
• 既存画像の部分編集 が簡単
  • 変更したいボックスのみ再指定、他は維持
• AIはユーザー指定のボックスを変更しない
  • アップサンプラーが説明文を補強するが、ボックス自体はそのまま

適したユースケース

• 複雑な関係性を持つ構成画像
  • 写真＋文字、コラージュ、パネルグリッド、エディトリアル誌面
• 各要素の位置関係が厳密なシーン
  • 群衆、舞台、街並み、広告デザイン

利用方法

• Playground で直感的にボックスを描画・編集
• BFL API 経由でレイアウトプロンプトを送信し生成
• 商用ライセンス 対応（大規模運用・独自インフラ展開可）

まとめ

• FLUX 3 Image は、 構図管理・部分編集 に強み
• 要素ごとの厳密な配置・編集 が求められる画像制作に最適
• 直感的な操作性 と 高い再現性 で、プロフェッショナル向けの画像生成・編集ソリューション