La generación de imágenes por inteligencia artificial ha experimentado un avance significativo con la presentación de FLUX.1 Kontext, un nuevo modelo desarrollado por Black Forest Labs. Este desarrollo promete simplificar drásticamente el proceso de creación y edición de imágenes, eliminando la necesidad de complejas combinaciones de modelos y ControlNets que hasta ahora eran estándar en la industria. El mercado global de la IA generativa se estima en $10.7 mil millones en 2023, con proyecciones de alcanzar los $122.8 mil millones para 2032, según datos de Grand View Research, lo que subraya la importancia de innovaciones como FLUX.1 Kontext para impulsar el crecimiento del sector. Además, la creciente demanda de contenido visual de alta calidad en áreas como el marketing, el entretenimiento y el diseño gráfico impulsa la necesidad de herramientas más eficientes y accesibles.
Según la investigación publicada por NVIDIA Blogs, Black Forest Labs ha logrado un hito en la generación de imágenes al introducir FLUX.1 Kontext, un modelo que integra tanto la creación como la edición de imágenes a través de lenguaje natural.
Tradicionalmente, los artistas y desarrolladores de IA han dependido de la combinación de múltiples modelos y ControlNets para lograr los resultados deseados. Este proceso, a menudo complejo y laborioso, implicaba la configuración de flujos de trabajo intrincados, como el uso de técnicas avanzadas como la empleada en el NVIDIA AI Blueprint para la generación de imágenes guiadas por 3D. FLUX.1 Kontext simplifica este panorama al ofrecer una solución unificada que permite a los usuarios guiar y refinar el proceso de generación de imágenes utilizando simplemente instrucciones en lenguaje natural. Esta capacidad reduce significativamente la barrera de entrada para aquellos que buscan explorar el potencial de la IA en la creación visual.
La colaboración entre NVIDIA y Black Forest Labs ha sido crucial para optimizar FLUX.1 Kontext [dev] para las GPUs NVIDIA RTX. Mediante el uso del NVIDIA TensorRT software development kit y técnicas de cuantización, se ha logrado una aceleración significativa en la inferencia, al tiempo que se reducen los requisitos de VRAM. Esta optimización se traduce en ediciones más rápidas, una iteración más fluida y un mayor control para los creadores y desarrolladores, permitiéndoles aprovechar al máximo el poder de sus máquinas RTX. La cuantización, en particular, reduce el tamaño del modelo de 24GB a tan solo 7GB (FP4), haciéndolo accesible a una gama más amplia de usuarios.
FLUX.1 Kontext se distingue por sus capacidades clave, que incluyen la preservación de la consistencia de los personajes a través de múltiples escenas y ángulos, la edición localizada que permite modificar elementos específicos sin afectar el resto de la imagen, la transferencia de estilo que aplica la apariencia de una imagen de referencia a nuevas escenas, y un rendimiento en tiempo real que facilita la iteración rápida y la retroalimentación. Estas características, combinadas con la capacidad de aceptar tanto entradas de texto como de imagen, ofrecen a los usuarios un control sin precedentes sobre el proceso de edición, permitiendo la creación de imágenes coherentes y de alta calidad que se mantienen fieles al concepto original. El modelo ya está disponible en ComfyUI y el Black Forest Labs Playground, con una versión de microservicio NVIDIA NIM prevista para agosto.
La optimización para RTX, impulsada por la aceleración TensorRT, no solo mejora el rendimiento sino que también amplía la accesibilidad. NVIDIA ha implementado técnicas de cuantización que reducen los requisitos de VRAM, permitiendo que más usuarios ejecuten el modelo localmente. La aceleración proporcionada por TensorRT supera en más de dos veces el rendimiento obtenido al ejecutar el modelo original con PyTorch. Además, la reciente introducción de Gemma 3n, un nuevo modelo multimodal de lenguaje pequeño de Google, amplía aún más las opciones para los entusiastas de la IA, ofreciendo compatibilidad con GPUs NVIDIA GeForce RTX y la plataforma NVIDIA Jetson para aplicaciones de IA en el borde y la robótica. La comunidad de desarrolladores también se beneficia de iniciativas como el hackathon Plug and Play: Project G-Assist, que fomenta la creación de plugins personalizados para la plataforma G-Assist.
