Flux

Fluxとは？

Fluxは、Stable Diffusionの生みの親であるRobin Rombach氏らが設立したBlack Forest Labs（BFL）が開発した次世代のAI画像生成モデルです。2024年8月にリリースされ、オープンソースモデルとして公開されています。FLUX.1 [schnell]（高速版）、FLUX.1 [dev]（開発者向け）、FLUX.1 [pro]（最高品質版）の3つのバリエーションがあり、フォトリアリスティックな画像生成において業界トップレベルの品質を実現しています。テキスト描画やプロンプトへの忠実性でも高い評価を得ています。

主な機能・特徴

Fluxは最先端のトランスフォーマーアーキテクチャを採用し、画像生成の品質を新たなレベルに引き上げています。

• 3つのモデルバリエーション：用途に応じてschnell（高速）、dev（バランス型）、pro（最高品質）を選択できます。
• フォトリアリスティック生成：人物、風景、製品画像など、写真と見分けがつかないレベルの画像を生成します。
• 高精度テキスト描画：画像内のテキスト生成精度が高く、看板やロゴを含む画像も正確に描画します。
• プロンプト忠実性：ユーザーのプロンプトに対する追従性が非常に高く、意図通りの画像を生成しやすいです。
• オープンソース：schnellとdevモデルはHugging Faceで公開されており、ローカル環境でも実行可能です。
• 多数プラットフォーム対応：Replicate、fal.ai、ComfyUIなど、さまざまなプラットフォームから利用できます。

メリット

• 画像品質がMidjourney v6やDALL-E 3と同等以上と評価されています
• オープンソースモデルのためローカル実行やカスタマイズが自由に行えます
• schnellモデルは非常に高速で、数秒で画像を生成できます
• テキスト描画の精度が高く、商用デザインにも活用できます
• ComfyUIなどのツールと組み合わせて高度なワークフローを構築できます

デメリット

• ローカル実行には高性能GPU（VRAM 12GB以上推奨）が必要です
• proモデルはAPIのみの提供で、有料利用が前提です
• 公式UIは提供されておらず、サードパーティ経由で利用する必要があります
• LoRAやファインチューニングのエコシステムは発展途上です

こんな人におすすめ

• 最高品質のフォトリアリスティック画像を生成したいプロフェッショナル
• ローカル環境でAI画像生成を自由にカスタマイズしたい開発者
• ComfyUIやAutomatic1111で高品質モデルを探しているAI画像愛好家
• オープンソースを重視し、データプライバシーを確保したい企業
• テキスト入りの商用デザイン素材を効率的に制作したいデザイナー

始め方・使い方ガイド

1. 最も手軽な方法として、Replicate（replicate.com）やfal.aiなどのクラウドプラットフォームにアクセスします。
2. FLUX.1モデル（schnell、dev、proから選択）を選び、APIキーを取得します。
3. プロンプト入力欄に生成したい画像の説明を英語で入力します。
4. 画像サイズ、ガイダンススケール、ステップ数などのパラメータを調整します。
5. 生成を実行し、結果を確認します。必要に応じてプロンプトを修正して再生成します。
6. ローカル実行する場合は、ComfyUIをインストールしてHugging Faceからモデルをダウンロードします。

よくある質問（FAQ）

FLUX.1のschnell、dev、proの違いは何ですか？

schnellは最速（1〜4ステップ）で商用利用可能なApache 2.0ライセンスです。devはバランス型で非商用利用向けです。proは最高品質のクローズドモデルで、API経由での商用利用が可能です。用途に応じて使い分けてください。

Stable Diffusion XLと比べてどう違いますか？

FluxはStable Diffusionの後継的な位置付けで、特にフォトリアリスティック品質、テキスト描画精度、プロンプトへの忠実性において大幅に向上しています。アーキテクチャもU-NetからDiT（Diffusion Transformer）に変更されており、根本的な技術革新がなされています。

商用利用のライセンスはどうなっていますか？

FLUX.1 [schnell]はApache 2.0ライセンスで商用利用可能です。FLUX.1 [dev]は非商用ライセンスですが、出力画像の利用規約は別途定められています。FLUX.1 [pro]はAPI利用時の商用利用が許可されています。