FLUX.2 لوکال؛ راهنمای انتخاب مدل و ساخت Workflow حرفه‌ای تصویر

FLUX.2 لوکال را نباید فقط «نسخه جدید FLUX» دید. نسل دوم این خانواده روی یک چیز مهم‌تر تمرکز دارد: generation و editing در یک workflow، با استفاده از referenceهای تصویری و کنترل بیشتر روی ترکیب عناصر.

برای کار حرفه‌ای، سؤال اصلی «کیفیتش چقدر است؟» نیست. باید بدانید کدام variant مناسب سخت‌افزار و مجوز پروژه شماست.

FLUX.2 لوکال چه نسخه‌هایی دارد؟

در مجموعه رسمی Black Forest Labs، FLUX.2 در چند شکل دیده می‌شود؛ از FLUX.2 dev بزرگ تا مدل‌های Klein سبک‌تر.

FLUX.2 dev در model card رسمی یک مدل 32B معرفی شده و قابلیت text/image-conditioned generation و editing دارد. BFL همچنین نسخه‌های FLUX.2 Klein با اندازه‌های کوچک‌تر منتشر کرده است.

مرجع رسمی: مجموعه FLUX.2 در Hugging Face

مهم‌ترین تغییر: Reference به‌جای آموزش برای هر چیز

در FLUX.2 dev قابلیت single-reference و multi-reference editing اهمیت زیادی دارد. یعنی برای بعضی کارها لازم نیست فوراً سراغ fine-tune بروید.

سناریوهای عملی:

• محصول را در صحنه جدید قرار دهید؛
• ظاهر کاراکتر را با reference حفظ کنید؛
• چند عنصر از تصاویر جدا را ترکیب کنید؛
• یک تصویر موجود را با دستور متنی تغییر دهید.

این موضوع LoRA را بی‌اهمیت نمی‌کند؛ فقط ترتیب ابزارها را عوض می‌کند.

اول Reference، بعد LoRA

برای پروژه‌ای که فقط ۱۰ تصویر محصول می‌خواهد، آموزش LoRA ممکن است هزینه اضافی باشد. ابتدا reference editing را تست کنید.

اگر consistency در زوایای زیاد یا سبک خاص کافی نبود، آن‌وقت workflow آموزش LoRA لوکال منطقی می‌شود.

مجوز؛ بخشی از Pipeline است

FLUX.2 dev تحت FLUX Non-Commercial License منتشر شده است. این یعنی صرف «open weights» بودن را نباید معادل استفاده تجاری آزاد بدانید.

منبع مدل: FLUX.2 dev Model Card

برای پروژه مشتری:

1. checkpoint دقیق را مشخص کنید.
2. license همان checkpoint را بخوانید.
3. شرایط output و deployment را بررسی کنید.
4. سند license را کنار پروژه نگه دارید.

سخت‌افزار و حافظه

نسخه dev بسیار بزرگ است. model card رسمی برای deployment محلی روی GPUهای مصرفی مدرن راهنمای بهینه‌سازی ارائه می‌کند و quantizationهای مختلف هم در اکوسیستم وجود دارند.

برای سیستم محدود:

• variant کوچک‌تر؛
• quantization؛
• model offload؛
• رزولوشن مرحله‌ای؛
• preview کم‌هزینه

را بررسی کنید.

راهنمای VRAM کمک می‌کند از عدد خام مدل نتیجه اشتباه نگیرید.

Workflow پیشنهادی در ComfyUI

یک graph تمیز:

Input

referenceها و prompt.

Model

loader و variant مشخص.

Conditioning

دستور صحنه، سبک، نور، کادر.

Reference Control

تصاویر هویت، محصول یا composition.

Generation

preview در رزولوشن پایین.

Edit Pass

inpaint یا اصلاح بخش خاص.

Upscale

فقط روی انتخاب نهایی.

Export

ذخیره master با metadata.

این ساختار را با اصول ComfyUI حرفه‌ای ترکیب کنید.

Prompt را مثل Brief بنویسید

در workflow حرفه‌ای prompt باید ساختار داشته باشد:

• Subject
• Environment
• Camera
• Lighting
• Material
• Composition
• Constraint

برای editing مشخص کنید چه چیزی نباید تغییر کند.

مثلاً به‌جای «این کفش را تبلیغاتی کن» بهتر است هویت محصول، زاویه، جنس و بخش‌های ثابت را تعریف کنید.

Iteration را ارزان کنید

نسخه نهایی را از اولین generation نسازید.

مرحله اول: composition.
مرحله دوم: identity/product.
مرحله سوم: texture و light.
مرحله چهارم: upscale.

اگر از ابتدا همه‌چیز را با رزولوشن نهایی بگیرید، GPU را برای تصمیم‌هایی مصرف می‌کنید که ممکن است دو دقیقه بعد عوض شوند.

FLUX.2 dev یا Klein؟

قاعده ساده:

dev: وقتی بیشترین ظرفیت و reference editing پیچیده مهم است و سخت‌افزار/مجوز مناسب دارید.

Klein: وقتی latency، حافظه و iteration سریع‌تر اهمیت بیشتری دارد.

ولی نتیجه را روی dataset خودتان تست کنید. «مدل کوچک» در یک سبک ممکن است کاملاً کافی باشد.

Benchmark برای پروژه خودتان

۱۰ prompt واقعی پروژه را انتخاب کنید:

• چهره؛
• محصول؛
• متن داخل تصویر؛
• interior؛
• outdoor؛
• reference edit.

برای هر variant ثبت کنید:

• زمان؛
• VRAM؛
• تعداد retry؛
• fidelity؛
• consistency.

مدلی که یک تصویر شاهکار می‌دهد ولی برای هر خروجی ۱۲ retry می‌خواهد شاید production choice خوبی نباشد.

خروجی تجاری فقط Generation نیست

بعد از AI هنوز این مراحل مهم‌اند:

• retouch؛
• color management؛
• typography؛
• artifact cleanup؛
• export profile.

هوش مصنوعی باید وارد pipeline طراحی شود، نه اینکه جای pipeline را بگیرد.

جمع‌بندی

FLUX.2 لوکال قدرت اصلی‌اش را وقتی نشان می‌دهد که generation و editing را در یک زنجیره کنترل‌شده استفاده کنید. انتخاب variant، مجوز، حافظه، reference و روش iteration از خود prompt مهم‌تر می‌شوند.