وفقًا لـ BFL، تتضمن سلسلة klein، التي أُطلقت أمس، عددين أساسيين للمعلمات: 4 مليارات (4B) و 9 مليارات (9B). تتوفر أوزان النموذج على Hugging Face والشفرة على Github.
في حين تهدف النماذج الأكبر في عائلة FLUX.2 (max و pro)، التي أُطلقت في نوفمبر 2025، إلى الواقعية التصويرية وقدرات "البحث التأسيسي"، تم تصميم klein خصيصًا لأجهزة المستهلكين وسير العمل الحساسة لوقت الاستجابة. وهذا يجعلها مناسبة للتطبيقات التي يكون فيها إنشاء الصور السريع ضروريًا، مثل إنشاء المحتوى في الوقت الفعلي وأدوات التصميم التفاعلية.
يتوفر إصدار 4B بموجب ترخيص Apache 2.0، مما يسمح للمؤسسات والمطورين باستخدام نماذج klein للأغراض التجارية دون رسوم ترخيص لـ BFL أو الوسطاء. يمكن لهذا النهج مفتوح المصدر أن يضفي طابعًا ديمقراطيًا على الوصول إلى تكنولوجيا إنشاء الصور بالذكاء الاصطناعي، مما يتيح اعتمادًا أوسع عبر مختلف الصناعات. تدعم بالفعل العديد من منصات إنشاء الصور والوسائط بالذكاء الاصطناعي، بما في ذلك Fal.ai، النماذج الجديدة.
تقوم BFL، التي أسسها مهندسون سابقون في Stability AI، ببناء مجموعة من مولدات صور الذكاء الاصطناعي مفتوحة المصدر. يمثل إطلاق FLUX.2 klein جهدًا مستمرًا لتوفير أدوات ذكاء اصطناعي سهلة الوصول وفعالة لإنشاء الصور. تأمل الشركة أن تعزز الطبيعة مفتوحة المصدر لنموذج 4B الابتكار والتعاون داخل مجتمع الذكاء الاصطناعي.
يعالج تطوير نماذج الذكاء الاصطناعي الأصغر والأسرع مثل FLUX.2 klein تحديًا رئيسيًا في هذا المجال: التكلفة الحسابية العالية المرتبطة بتشغيل نماذج الذكاء الاصطناعي الكبيرة. من خلال التحسين من أجل السرعة ومتطلبات الحوسبة المنخفضة، تهدف BFL إلى جعل إنشاء الصور بالذكاء الاصطناعي أكثر سهولة لمجموعة واسعة من المستخدمين والأجهزة. قد تكون تداعيات هذا التطور كبيرة، مما قد يتيح إنشاء صور مدعومة بالذكاء الاصطناعي على الهواتف الذكية وأجهزة الكمبيوتر المحمولة والأجهزة الاستهلاكية الأخرى.
Discussion
Join the conversation
Be the first to comment