2025 年 11 月 26 日，由 Stable Diffusion 原班人马创立的黑森林实验室（Black Forest Lab）正式发布新一代 AI 生图模型 Flux.2，凭借多版本可选、生图质量媲美谷歌 Nano Banana Pro 且成本更低的优势，迅速引发行业关注。这款开源模型不仅支持多参考图像融合、精细文字渲染等高阶功能，更以高性价比成为闭源生图模型的强劲对手。
多版本精准定位，覆盖不同用户需求
Flux.2 此次推出 4 个版本，针对性解决生产、创作、开发等不同场景需求，用户可根据自身需求灵活选择：
-
Flux.2 [pro]：主打生产效率，生图质量对标 Nano Banana Pro，生成速度快（不到 10 秒 / 张），支持最多 10 张参考图融合（在线平台），文本生图单价低至 0.03 美元，图像编辑 0.045 美元起，适合需要稳定输出的商业场景；
-
Flux.2 [flex]：聚焦极致质量，允许调整生成步数与引导参数，代价是耗时更高，文本生图单价 0.06 美元起，图像编辑 0.12 美元起，适合对细节要求严苛的创意设计；
-
Flux.2 [dev]：面向开发者的 32B 开放权重模型，支持本地部署与全参数定制，非商业使用免费，最多推荐 6 张参考图，硬件配置直接影响生成速度，为研究与二次开发提供基础；
-
Flux.2 [klein]（即将推出）：基于基础模型蒸馏的轻量版本，采用 Apache 2.0 开源许可，进一步降低使用门槛。
普通用户可通过 Flux Playground 在线试玩，开发者则能在 Hugging Face 获取 [dev] 版本权重，或调用云服务商 API 快速集成，实现从 “即开即用” 到 “深度定制” 的全场景覆盖。
实测表现亮眼，精细控制能力逼近顶流闭源模型
为验证 Flux.2 的实际能力，以 Nano Banana Pro 的出圈玩法为参照展开实测，其在多维度表现可圈可点：
-
多参考融合与创意生成：支持同时参考 8-10 张图像，能精准还原参考人物风格并按指令调整姿势，例如基于参考人物与姿势草图生成 “女王风” 形象，人物特征与风格统一性强；可按色号生成渐变色花瓶（从 #02eb3c 到 #edfa3c），花朵颜色（#ff0088）精准匹配指令，细节还原度高。
-
实用场景落地：生成印度奶茶食谱图解时，Flux.2 [pro] 1 分钟内输出 4 张清晰图文，包含食材清单（2 杯水、1 杯牛奶、2 茶匙阿萨姆红茶等）、分步操作指南及小贴士，经 DeepSeek 验证无拼写与内容错误；为三星 Galaxy S25 Ultra 设计广告图时，能准确渲染 “Ultra-strong titanium” 标题与副标题，同时展现手机钛金属边框、深色渐变背景等产品细节，文字边缘清晰无模糊。
-
图像编辑与人物合成：在 “给马斯克添加黄色头盔” 的编辑任务中，模型精准识别人物主体，添加头盔后背景未发生畸变；尝试将马斯克、李飞飞、皮查伊、黄仁勋等人物合成在同一场景时，虽部分细节存在瑕疵，但人物特征与场景融合度较高，实现 “跨时空同框” 的创意效果。
不过需注意，Flux.2 目前对中文提示词的理解仍有不足，生成中文内容时易出现文字错误（如 “步骤” 误写为 “步败”），但可通过 “中文提示词 + 指定生成英文内容” 的方式规避这一问题。
性价比优势显著，开源生态再添活力
相较于 Nano Banana Pro 每日免费试用次数有限、付费成本较高的特点，Flux.2 的价格优势尤为突出：[pro] 版本文本生图单价仅为 Nano Banana Pro 的 1/3-1/2，[dev] 版本非商业使用免费，大幅降低生图门槛。Hugging Face 联创 Thomas Wolf 直言：“Flux.2 实现了媲美 Nano Banana 的质量，价格却便宜得多，令人印象深刻。”
网友实测也印证了其竞争力：修复老照片时，Flux.2 生成的图像质感优于 Nano Banana；合成 “威尔史密斯吃面” 场景，人物表情与动作自然度超过 Nano Banana 2；用 4 张肖像合成自拍照时，除个别细节（如 “戴珍珠耳环的女孩” 形象略有偏差）外，整体融合效果流畅。不少用户感叹：“Nano Banana Pro 刚出圈，Flux.2 就来了，简直是提前过圣诞节！”
传承 Stable Diffusion 基因，持续推动生图技术迭代
作为黑森林实验室的第二代旗舰模型，Flux.2 延续了前代 Flux.1 的开源基因与技术优势。2024 年 8 月 Flux.1 发布时，便因生图效果惊艳获 AI 大神 Andrej Karpathy 点赞；后续推出的 Flux.1.1 更被网友摸索出 “用单反文件格式（如 IMG_1018.CR2）作提示词，降低 AI 生成痕迹” 的实用技巧。
此次 Flux.2 在原有基础上进一步升级：多参考融合数量从 Flux.1 的最多 6 张提升至 10 张，图像细节与照片真实感显著增强，指令遵循度更高，同时支持 4MP（2560×1440 像素）高分辨率图像编辑。黑森林实验室表示，团队将持续优化模型，未来还将围绕中文支持、轻量化部署等方向迭代，推动开源生图生态发展。
从闭源模型垄断到开源势力崛起，Flux.2 的发布标志着 AI 生图领域进入 “质量与成本并重” 的新阶段。对于用户而言，无论是商业生产、创意设计还是技术研究，都多了一个高性价比选择；对于行业而言，开源模型的竞争将倒逼闭源产品优化体验、降低成本，最终推动整个生图技术生态的进步。
