FLUX 3 的 Bounding Box 不是遮罩：坐标、多图参考与 Prompt Upsampler
画了框为什么没锁住？0–1000 归一化坐标引导的是位置和尺度，不是硬遮罩。短提示词出通用图，问题也不在模型，在少了那一步扩写。
向着月亮出发，即使不能到达，也能站在群星之中
不畏于心，不困于情。不畏将来，不念过往。如此，安好
编辑精选
查看全部 →
推荐
FLUX 3 Klein 到底要多大显存？四个文件、三档量化，一次说清
2026-11-14 · 5 分钟阅读
热门
FLUX 模型家族怎么选：FLUX.1、FLUX.2 与 klein 的许可证和显存差异
2026-11-10 · 6 分钟阅读最新文章
AI 短剧「盗脸」红线在哪：从官方通报和一份判例说起
11 月 1 日起至 12 月底的新一轮专项治理，明确把「盗脸」「偷声」列为重点。结合公开判例，整理一份发布前自查清单。
8G / 12G / 24G 显存能跑什么：2026 年底本地生图配置自查
模型文件多大不等于跑起来要多少显存。按档位对照能做什么、该放弃什么，以及换卡之前先做的五件不花钱的事。
Qwen-Image-2.1 中文文字渲染与许可证：开源不等于可商用
7B、32 层单流 DiT、原生透明图、最多 10 张参考图是官方博客写明的规格；但仓库 LICENSE 是 Qwen RESEARCH LICENSE AGREEMENT，仅允许研究与评估。…
Z-Image 造相：6B 单流 DiT 与 Turbo 的 8 次前向
官方仓库写明 6B 参数、S3-DiT 单流架构、Turbo 8 NFEs、16GB 显存消费级设备，以及标准 Apache 2.0。Base 与 Turbo 的步数、CFG 设置完全不同，别…
Stable Diffusion 3.5 与 SDXL 的区别：架构、文本编码器与商用授权
SDXL 是 U-Net 加双 CLIP，SD 3 系列换成 MMDiT 加 rectified flow 并引入 T5。LoRA 与 ControlNet 不能直接搬。Community L…
Nano Banana 是什么：Gemini 原生图像生成的型号、水印与边界
Nano Banana 不是可下载权重，而是 Gemini 图像能力的统称，对应 gemini-* 一组模型 ID。所有输出默认带 SynthID；1K/2K/4K 按输出图像 token 计…
AI 绘画模型商用前必查的四件事：许可证、衍生作品、输出权与 API 条款
能下载不等于能商用。Apache 2.0、开放权重非商业、研究用途协议、社区营收门槛、仅 API 五类边界各不同；附六步核验清单，避免把量化版或旧版本结论套错。
为什么提示词后半段没生效：CLIP 77 token 上限与新一代文本编码器
CLIP 的窗口是 77 个 token，超出部分被静默截断；T5 常用 512，新模型改用语言模型或视觉语言模型。附三步反证实验，判断你这条管线到底读进了多少。
显存不够怎么办：fp8、GGUF、蒸馏与分块各自省了什么
降精度省每参数字节、低比特格式省权重占用、蒸馏省步数、分块省峰值张量，四条路可以叠加但代价不同。附 OOM 排查顺序，先别急着换 Q4 量化。