Picsart integriert Flux 3 Image: Layoutsteuerung per Bounding Box und native 4K-Auflösung

Ein Modell, drei Aufgaben

Flux 3 Image ist der Bildbereich von Flux 3, das Picsart als multimodale Modellfamilie von Black Forest Labs für Video, Audio, Bilder und Aktionen beschreibt. Das Modell wurde nativ darauf trainiert, Bildlayout und Komposition zu verstehen.

Einen Modus zum Umschalten gibt es nicht, denn die Eingaben bestimmen die Aufgabe:

• Ein Prompt allein erzeugt aus einer Beschreibung ein neues Bild.
• Ein Prompt plus ein Bild bearbeitet dieses Bild, von einem einzelnen Detail bis zum gesamten Stil.
• Ein Prompt plus 2 bis 10 Bilder überträgt einen neuen Stil auf sie oder baut aus allen eine neue Komposition.

Die Umsetzung von Prompts sei so zuverlässig, dass eine einzige Zeile ein gut komponiertes Bild liefern könne, so Picsart. Die Ausgabe erfolge in voller Auflösung und sei bereit für Anzeigen, Poster und Markenmaterial.

Layout per Bounding Box, Edits ohne Nebenwirkungen

Die Layoutsteuerung gilt als zentrales Merkmal. Unabhängig vom gewählten Seitenverhältnis fungiert die Leinwand als Raster von 0 bis 1.000. Jedes wichtige Element erhält eine eigene Box mit einer kurzen Beschreibung, eine Zeile verbindet die Szene. Das Modell rendert dann jedes Element innerhalb seiner Box. Die Boxen sind optional, ein schlichter Text-Prompt funktioniert ebenfalls.

Beim Bearbeiten können mehrere gezielte Änderungen gleichzeitig erfolgen, etwa ein Element neu zu beschreiben, zu ersetzen oder zu verschieben, während alles Unberührte an seinem Platz bleibt. Laut Picsart bleiben die Änderungen über mehrere Durchgänge hinweg stimmig, sodass sich ein Bild Schritt für Schritt verfeinern lässt.

In einer Demo von Black Forest Labs erhält ein Schwarz-Weiß-Foto eines Surfers in einem Durchgang zwei Änderungen: Der schwarze Neoprenanzug wird zu einem knallroten, und das weiße Surfboard wird ebenfalls knallrot, während die brechende Welle und der bewölkte Himmel unverändert bleiben. In einer weiteren Demo werden einem Foto zwei Taucher hinzugefügt, während das Original um sie herum erhalten bleibt.

Bis zu 10 Referenzen und native 2K- und 4K-Ausgabe

Das Modell akzeptiert bis zu 10 Referenzbilder. Jedes erhält in der Reihenfolge des Hinzufügens ein Token, beginnend mit ref_image_0, und der Prompt verweist in einer Zeile darauf. Flux 3 Image entscheidet, wo jede Referenz platziert wird und wie groß sie ausfällt, bevor das Bild gerendert wird. Eine Streetwear-Demo kombiniert sechs Referenzen (Weste, T-Shirt, Jeans, Reisetasche, Beanie und Sneaker) zu einem Modeporträt am Times Square.

Die Ausgabe wird nativ in 2K oder 4K gerendert, was laut Picsart Texturen, Gesichter und Farben bewahrt. Eine Demo mit einem Soba-Restaurant entsteht mit 5456 x 3072 Pixeln, also 16,8 Megapixeln. Auch kleine Schrift soll scharf bleiben, was sich für Poster, Magazincover, redaktionelle Doppelseiten und lange Infografik-Layouts eignet.

Verfügbarkeit und Zielgruppen

Flux 3 Image ist in den Picsart AI Playground integriert, der im Web und in der Desktop-App funktioniert. Wer das Modell in eigene Projekte einbinden will, kann es auch über Picsart CLI, MCP, REST API und SDK nutzen. Generierungen laufen über das bestehende Picsart-Guthaben, ohne API-Schlüssel von Drittanbietern oder separate Abos. Preisangaben macht die Quelle nicht.

Picsart nennt vier Nutzergruppen. Marketer und Werbeteams können mehrere Änderungen in einer Anfrage über wiederholte Prüfrunden hinweg umsetzen. Designer können Schlagzeilen, Hauptmotive und ergänzende Details mit Boxen platzieren. Lehrende und Ersteller von Erklärinhalten können sich auf scharfen Kleintext in Infografiken verlassen. Mode- und E-Commerce-Marken können bis zu 10 Referenzen mischen und dabei Produkte, Figuren und Stile wiedererkennbar halten.