A Hugging Face publicou, a 15 de outubro de 2026, a integração do FLUX.3 Image Klein na biblioteca Diffusers. Segundo a publicação, o modelo da Black Forest Labs permite gerar imagens a partir de texto, editar imagens de referência — incluindo várias referências na mesma operação — e orientar a composição através de regiões delimitadas por caixas. A integração está disponível desde o primeiro dia, de acordo com a Hugging Face.
A coleção inclui dois checkpoints abertos. O `black-forest-labs/flux-3-image-klein` é a versão destilada, preparada para inferência mais rápida e configurada por omissão para 16 passos, sem CFG. O `black-forest-labs/flux-3-image-klein-base` é o modelo base e usa, por omissão, 50 passos e CFG. A publicação não especifica as condições de licença dos checkpoints no material apresentado.
Na geração a partir de texto, o utilizador pode descrever o assunto, o cenário, a iluminação, a composição e o estilo pretendidos. Para edição, pode fornecer uma imagem e indicar no texto a alteração desejada. Também é possível passar várias imagens de referência e identificá-las no pedido, permitindo, por exemplo, combinar elementos de fontes diferentes. O controlo de composição aceita uma lista de regiões em formato JSON: cada uma inclui um identificador, uma descrição e uma caixa delimitadora. As coordenadas seguem a ordem [y mínimo, x mínimo, y máximo, x máximo], numa escala de 0 a 1000.
A Hugging Face indica que a versão destilada gera uma imagem de 1024 por 1024 píxeis em cerca de dois segundos numa GPU H100. Esse valor é apresentado na publicação, não resulta de uma avaliação independente. O artigo refere ainda variantes de pesos NVFP4 e FP8, carregáveis com `from_single_file`, para utilização em GPUs mais pequenas. Não fornece, no excerto disponibilizado, medições comparativas de memória ou de desempenho para essas variantes.
A integração usa uma pipeline modular do Diffusers, que permite retirar componentes ou acrescentar blocos próprios. A publicação inclui instruções para instalar as versões mais recentes de Diffusers e Transformers e carregar o checkpoint destilado. Refere também scripts de treino LoRA para geração de imagens a partir de texto e para edição de imagens, sem detalhar no material apresentado os requisitos de treino ou os resultados obtidos.
O anúncio reúne geração, edição e controlo espacial numa única integração de software. Os checkpoints e os exemplos de código permitem experimentar estas funções no Diffusers, mas a publicação não constitui, por si só, uma avaliação independente da qualidade, da velocidade ou dos custos em diferentes equipamentos. A Hugging Face também disponibiliza uma demonstração através de um Space, segundo o artigo.
Porque importa
A integração reúne geração e edição de imagens com controlo espacial numa pipeline do Diffusers. O desempenho e os requisitos em diferentes GPUs não são validados de forma independente na publicação.