블랙포레스트랩스, 56억 매개변수 이미지 편집 모델 가중치 공개…소비자용 GPU 한 장서 구동

매개변수는 이미지 트랜스포머 기준 56억개이며 텍스트 인코더는 이 수치에서 빠진다. 참조 이미지를 최대 10장까지 받아 결과 이미지 한 장을 내놓고, 4K 해상도 생성도 지원한다. 텍스트 인코더로는 Qwen3-VL-4B-Instruct가 쓰인다.

좌표 상자로 편집 위치를 지정

편집 위치는 프롬프트 안의 바운딩 박스로 지정한다. 바운딩 박스는 이미지 안에서 특정 대상이 놓일 영역을 네모 상자 좌표로 표시하는 방식이다. 좌표 격자는 0~1000 범위이며, 이렇게 지정한 영역에 색 변경·이동·교체·삭제를 지시할 수 있다. 다만 상자가 해당 픽셀을 고정 마스크로 묶어두지는 않는다.

짧은 지시문을 그대로 넣으면 결과가 평범해진다는 점도 배포 문서에 적혀 있다. 그래서 프롬프트 업샘플러를 함께 쓰도록 요구한다. 프롬프트 업샘플러는 사용자가 입력한 짧은 지시문을 모델이 이해하기 쉬운 자세한 설명으로 늘려주는 보조 장치다.

int8 파일은 8GB 그래픽카드에서 작동

배포 형식은 BF16, int8, NVFP4 세 가지로, 기본 트랜스포머와 증류 트랜스포머가 각각 제공된다. 이 가운데 int8 파일은 RTX 3070처럼 메모리 8GB인 GPU에서도 작동한다. NVFP4 파일을 쓰려면 블랙웰 GPU가 필요하다.

라이선스 서술은 출처마다 다르다

허깅페이스 배포 문서에는 플럭스 커뮤니티 라이선스가 비상업적 이용을 허용하고, 조건을 충족한 이용자에게는 상업적 산출물에 대한 예외를 준다고 적혀 있다. 한편 AI타임스는 개인과 연 매출 500만달러(약 70억원) 미만 기업이 무료로 상업적 이용을 할 수 있고, 그보다 규모가 큰 기업은 별도 계약을 맺거나 API를 이용해야 한다고 전했다.

9월 말부터 이어진 가중치 공개

가중치를 공개한 대형 모델은 앞서도 나왔다. 스텝펀은 2026년 9월 20일 ‘스텝 5 프리뷰’를 공개했는데, 전체 매개변수 6000억개 가운데 토큰당 270억개가 작동한다. 앤트그룹은 2026년 10월 14일 ‘링 3.1 플래시’를 MIT 라이선스로 내놨고, 전체 5600억개 중 토큰당 250억개가 작동한다. 두 모델은 모두 최대 100만 토큰 문맥을 지원한다.

이미지·영상 쪽에서도 같은 날 새 모델이 나왔다. 크레아는 2026년 10월 15일 ‘크레아 3’ 베타를 내놓고 2K 이미지 편집을 8초 안에 처리하도록 했다. 참조 이미지는 최대 6장까지 쓰고, 특정 제품·인물·스타일을 추가로 학습시키는 기능도 넣었다. 바이트플러스는 같은 날 이미지 한 장과 오디오만으로 인물이 말하거나 노래하는 영상을 만드는 ‘옴니휴먼 2.0’을 공개했으며, 길이는 최대 5분까지다.