FLUX

by Black Forest Labs: https://bfl.ai.

我们的 API 文档可在此处找到：docs.bfl.ai.

grid

本仓库包含用于使用我们的 Flux 开放权重模型进行图像生成与编辑的最小推理代码。

本地安装

cd $HOME && git clone https://github.com/black-forest-labs/flux
cd $HOME/flux
python3.10 -m venv .venv
source .venv/bin/activate
pip install -e ".[all]"

支持 TensorRT 的本地安装

如果您希望安装带有 TensorRT 支持的仓库，目前您需要改为安装来自 NVIDIA 的 PyTorch 镜像。首先安装 enroot，然后按照以下步骤操作：

cd $HOME && git clone https://github.com/black-forest-labs/flux
enroot import 'docker://$oauthtoken@nvcr.io#nvidia/pytorch:25.01-py3'
enroot create -n pti2501 nvidia+pytorch+25.01-py3.sqsh
enroot start --rw -m ${PWD}/flux:/workspace/flux -r pti2501
cd flux
pip install -e ".[tensorrt]" --extra-index-url https://pypi.nvidia.com

开放权重模型

我们提供了一套丰富的开放权重模型。有关各个模型的更多信息，请参阅 Usage 下的链接。

名称	用途	HuggingFace 仓库	许可证
`FLUX.1 [schnell]`	文本到图像	https://huggingface.co/black-forest-labs/FLUX.1-schnell	apache-2.0
`FLUX.1 [dev]`	文本到图像	https://huggingface.co/black-forest-labs/FLUX.1-dev	FLUX.1-dev 非商业许可证
`FLUX.1 Fill [dev]`	图像内/外绘制	https://huggingface.co/black-forest-labs/FLUX.1-Fill-dev	FLUX.1-dev 非商业许可证
`FLUX.1 Canny [dev]`	结构条件控制	https://huggingface.co/black-forest-labs/FLUX.1-Canny-dev	FLUX.1-dev 非商业许可证
`FLUX.1 Depth [dev]`	结构条件控制	https://huggingface.co/black-forest-labs/FLUX.1-Depth-dev	FLUX.1-dev 非商业许可证
`FLUX.1 Canny [dev] LoRA`	结构条件控制	https://huggingface.co/black-forest-labs/FLUX.1-Canny-dev-lora	FLUX.1-dev 非商业许可证

自编码器的权重同样以 apache-2.0 许可证发布，可在上述 HuggingFace 仓库中找到。

API 使用

我们的 API 提供对所有模型的访问，包括我们 Pro 层级的非开放权重模型。请访问我们的 API 文档 docs.bfl.ai 以了解更多信息。

商业使用模型授权

您可以在此处为我们的模型申请商业使用授权：https://bfl.ai/pricing/licensing

由于费用基于每月使用量，我们提供代码以通过 BFL API 自动跟踪您的使用情况。要启用使用跟踪，请在 cli 中选择 track_usage，或在我们提供的演示中点击相应的复选框。

示例：使用 FLUX.1 Kontext 进行使用跟踪

我们提供了一个参考实现，用于在启用使用跟踪的情况下运行 FLUX.1，以用于商业授权。只要使用报告准确，即可根据需要对此进行自定义。

为了使报告逻辑正常工作，您需要在运行前将您的 API 密钥设置为环境变量：

export BFL_API_KEY="your_api_key_here"

您可以像这样调用 FLUX.1 Kontext [dev] 并激活跟踪：

python -m flux kontext --track_usage --loop

对于单代：

python -m flux kontext --track_usage --prompt "replace the logo with the text 'Black Forest Labs'"

上述报告逻辑在 FLUX.1 [dev] 和 FLUX.1 Tools [dev] 中同样适用。

请注意，仅在商业使用我们一个或多个开放权重模型时才需要此操作。有关商业许可的更多信息，请参阅 BFL Helpdesk。

引用

如果您发现提供的代码或模型对您的研究有用，请考虑引用如下：

@misc{labs2025flux1kontextflowmatching,
      title={FLUX.1 Kontext: Flow Matching for In-Context Image Generation and Editing in Latent Space},
      author={Black Forest Labs and Stephen Batifol and Andreas Blattmann and Frederic Boesel and Saksham Consul and Cyril Diagne and Tim Dockhorn and Jack English and Zion English and Patrick Esser and Sumith Kulal and Kyle Lacey and Yam Levi and Cheng Li and Dominik Lorenz and Jonas Müller and Dustin Podell and Robin Rombach and Harry Saini and Axel Sauer and Luke Smith},
      year={2025},
      eprint={2506.15742},
      archivePrefix={arXiv},
      primaryClass={cs.GR},
      url={https://arxiv.org/abs/2506.15742},
}

@misc{flux2024,
    author={Black Forest Labs},
    title={FLUX},
    year={2024},
    howpublished={\url{https://github.com/black-forest-labs/flux}},
}