FLUX.1: los creadores de Stable Diffusion lanzan una nueva IA de imagen

Black Forest Labs ha presentado este jueves FLUX.1, una familia de modelos capaces de generar imágenes a partir de instrucciones escritas. La empresa ha sido fundada por varios de los investigadores que estuvieron detrás de Stable Diffusion, uno de los sistemas que abrió la creación de imágenes con IA a desarrolladores y usuarios particulares.

El lanzamiento importa por dos motivos: llega de un equipo con un historial decisivo en este campo y propone una alternativa de gran tamaño a los modelos cerrados de OpenAI, Google o Midjourney. Pero también muestra que la etiqueta de modelo abierto ya no significa una sola cosa: FLUX.1 mezcla una versión comercial con otras cuyos pesos —los archivos que permiten ejecutar el modelo— pueden descargarse bajo condiciones muy distintas.

Tres versiones para necesidades diferentes

La familia está formada por FLUX.1 [pro], FLUX.1 [dev] y FLUX.1 [schnell]. Las tres parten de una arquitectura entrenada con 12.000 millones de parámetros, una medida aproximada de la capacidad de un modelo para detectar patrones durante su entrenamiento.

La versión pro es el producto de mayor calidad y se ofrece mediante API, es decir, como un servicio al que otras aplicaciones pueden conectarse pagando por uso. Es la vía con la que Black Forest Labs pretende competir en el mercado profesional de generación de imágenes.

FLUX.1 [dev], en cambio, permite descargar los pesos para investigación y usos no comerciales. Es una concesión relevante para artistas, investigadores y pequeños equipos que quieran probar el sistema en sus propios equipos o servidores, aunque su licencia no autoriza convertirlo directamente en un producto comercial.

La tercera opción, FLUX.1 [schnell], está orientada a la velocidad y se distribuye bajo licencia Apache 2.0, una licencia de software permisiva que sí permite usos comerciales. A cambio, busca producir imágenes con menos pasos de cálculo que los modelos de máxima calidad. Para una herramienta que genera muchas previsualizaciones o funciona dentro de una aplicación, esa diferencia de coste y tiempo puede ser más importante que un acabado perfecto.

Más allá de Stable Diffusion

Stable Diffusion popularizó desde 2022 una idea poderosa: una IA de imagen podía instalarse, modificarse y ejecutarse fuera de la infraestructura de una gran plataforma. Aquello impulsó una comunidad de interfaces, modelos especializados y herramientas de edición, pero también dejó patente que abrir pesos no resuelve por sí solo cuestiones como la procedencia de los datos de entrenamiento, los derechos de autor o la generación de contenidos engañosos.

Black Forest Labs intenta ahora mejorar una de las limitaciones más visibles de generaciones anteriores: obedecer instrucciones complejas. Según las evaluaciones publicadas por la compañía, FLUX.1 obtiene mejores resultados que Midjourney v6.0, DALL·E 3 y Stable Diffusion 3 Ultra en calidad visual y seguimiento de indicaciones. Son comparativas elaboradas por el propio fabricante, por lo que deberán contrastarse con pruebas independientes y con usos reales.

La empresa atribuye el avance a una arquitectura híbrida de bloques de transformadores multimodales y de difusión, junto con una técnica denominada flow matching. En términos sencillos, el modelo aprende a transformar progresivamente ruido en una imagen coherente y a relacionar mejor las palabras de la petición con los elementos visuales que debe crear.

Eso debería notarse en escenas con varios objetos, relaciones espaciales y texto dentro de la imagen, tres terrenos donde muchos generadores aún cometen errores evidentes. No significa que desaparezcan las manos deformes, los rótulos ilegibles o las interpretaciones literales de una orden ambigua: significa que el sistema parte de una base más ambiciosa para resolverlos.

Un nuevo reparto en la IA de imagen

El lanzamiento llega después de meses complicados para Stability AI, la compañía que comercializó Stable Diffusion y de la que proceden varios miembros del nuevo equipo. Black Forest Labs se presenta así como un intento de recuperar capacidad de investigación y producto con una estructura distinta, en un sector donde entrenar modelos punteros exige una inversión creciente en datos, chips y servidores.

Para los usuarios, FLUX.1 amplía las opciones: habrá una versión rápida y reutilizable para integraciones, una opción de desarrollo para experimentación y un servicio profesional para resultados de mayor nivel. Para el sector, la cuestión será si Black Forest Labs logra sostener esa combinación de apertura parcial y negocio de API sin repetir la dependencia económica que ha empujado a otros proyectos abiertos hacia modelos cada vez más cerrados.

Los pesos de FLUX.1 [dev] y FLUX.1 [schnell] están disponibles en Hugging Face, mientras que la versión pro puede utilizarse a través de la API de Black Forest Labs y socios de infraestructura. Las próximas semanas dirán si sus resultados se mantienen fuera de las demostraciones controladas y qué herramientas construye alrededor la comunidad que hizo de Stable Diffusion un estándar de facto.