29 мая 2025 года компания Black Forest Labs объявила о запуске новой модели FLUX.1 Kontext, ориентированной на генерацию и редактирование изображений с учётом контекста и визуальных референсов. Анонс стал важным шагом в развитии линейки FLUX, так как модель предлагает принципиально иной подход к работе с изображениями, при котором нейросеть учитывает не только текстовый запрос, но и заданные примеры, стилистические ориентиры и уже существующие визуальные элементы.
FLUX.1 Kontext разработана для сценариев, где требуется высокая степень согласованности между несколькими изображениями или итерациями одного визуального образа. Модель анализирует предоставленные референсы и использует их как контекстную основу, позволяя сохранять стиль, композицию, цветовую палитру и характер объектов при дальнейшей генерации или редактировании. Такой подход особенно востребован в профессиональном дизайне, брендинге и создании серийного визуального контента.
Отдельное внимание в FLUX.1 Kontext уделено возможностям редактирования изображений. Модель позволяет вносить изменения в отдельные элементы сцены, не разрушая общую визуальную структуру и не теряя стилистической целостности. Это включает замену объектов, корректировку деталей, изменение освещения или настроения изображения при сохранении исходного контекста, что значительно упрощает итеративную работу над визуальными проектами.
Разработчики подчёркивают, что FLUX.1 Kontext расширяет понятие генерации изображений, переходя от единичных результатов к контекстно-связанным визуальным сериям. Модель лучше справляется с задачами, где важны последовательность, визуальная идентичность и соответствие заданным примерам, что делает её особенно полезной для команд, работающих над долгосрочными креативными проектами.
Эксперты отмечают, что анонс FLUX.1 Kontext отражает общий тренд развития генеративных моделей в сторону контекстного и управляемого ИИ. Использование референсов как ключевого элемента генерации сближает нейросети с профессиональными инструментами дизайна и открывает новые возможности для создания сложных визуальных систем, где важны не только отдельные изображения, но и их взаимосвязь.