FLUX 3图像模型加入方框布局，方便精确安排画面
Black Forest Labs展示FLUX 3 Image的可控构图能力：用户先为画面元素划定方框，再分别描述内容并填写整体场景提示。官方页面还展示图像生成与局部编辑，适合探索需要固定文案区、人物区和产品区的视觉工作流。
要点
- 支持用方框指定元素位置
- 元素描述与整体场景分开填写
- 可用于需要固定布局的视觉任务
发生了什么
Black Forest Labs展示FLUX 3 Image的方框布局能力：先为重要元素划定位置，再描述每个区域的内容，并用整体场景提示把画面连接起来。官方页面提供可观察的布局示例，也展示文字生成、局部编辑和设计变体。1
具体是什么
传统提示词常把位置要求混在一段话里，例如人物在左、产品在右、顶部留标题。方框方式把这些要求拆成明确区域，让元素描述与整体氛围分别输入。官方示例使用画布坐标与元素表表达构图。1 对创作者而言，价值不一定是单张图片更漂亮，而是更容易满足版式要求。一套封面通常需要稳定的标题区、主视觉区和品牌位置，能否反复保持这些关系，直接影响批量制作效率。
怎么用
打开官方页面的布局示例，先选画幅，再为少量关键元素画框并填写描述，最后写一句统领场景的提示。首次可以用自己的旧封面构图作参考，但换成不敏感、自有的主题与素材。1 建议检查三件事：元素有没有越界，文字区是否留够空间，以及局部修改有没有改变其他部分。只有少量对象时先把流程跑通，再增加复杂背景和多个角色，避免一次加入太多约束后无法判断失败原因。
意味着什么
图像生成逐渐提供更接近设计工作的控制方式。它让人可以先决定信息层级和排版，再让模型完成视觉细节。对于自媒体封面、电商素材和小团队广告，这种控制往往比随机得到一张惊艳图片更实用。 也可以把布局当成团队共享的模板：同一活动更换人物、产品和文案时，保留基础位置关系，再逐张校对内容。模板是否有效，应以修改次数和交付合格率来判断。
局限与风险
页面示例展示能力，不等于所有复杂提示都能精确执行。细小文字、边缘遮挡、对象之间的关系和连续多轮修改仍需要实际检查。特别是中文排版，应逐字核对，不要只缩略查看成片。 当前卡片没有给出未经确认的统一价格或速度数字。实际接口、尺寸、生成次数和编辑方式可能影响费用。我们只确认了公开页面中的功能和示例，没有生成图片测试，因此不能保证你的具体素材会达到相同效果。1
为什么值得看
创作者常卡在画面布局反复重抽，明确位置约束可能让封面和广告图的制作更可控。
谁会受影响
制作封面、海报、电商素材和品牌视觉的创作者值得关注。
今天就能怎么试
打开官方页面的方框布局示例，先设置画幅和元素区域，再填写每个区域描述与整体场景提示，检查生成结果是否遵守位置。
原始来源
1FLUX 3 Image: Maximum control over every pixel · Black Forest Labs · 发布日期未知✓ 已打开核对2FLUX 3 Image · Hacker News · 2026年10月2日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
Gemini 4 Argon正式开放，开发者可接入API
10月13日，谷歌扩大Gemini 4 Argon的开放范围，开发者可通过AI Studio等入口使用。首发标准输入和输出价格为每百万词元2美元、10美元，缓存输入优惠95%；Gemini应用和Antigravity的使用还取决于订阅等级。
MOSS 开放生图模型，支持中英长文字与复杂排版
MOSS-Image 结合 50 亿参数扩散模型和意图感知提示增强，重点处理长段中英文与信息密集图形。技术报告提供文字和布局评测，模型页已给出 Base、SFT 及运行说明，HF Space 也可查看并尝试带布局要求的生成流程。适合先检查文字分组效果。
DeepSeek更新V4.1闪电模型，降低编程任务成本
DeepSeek 发布 V4.1-Flash-1017，并同步更新网页、应用和接口，针对 Harness 等执行环境优化任务表现、输出长度与耗时。中文实测展示三维网页和游戏制作，同时出现建筑细节偏差；低价与成功交付仍需按完整任务一起评估。
OpenAI发布GPT-6.1 Sol，主打低价智能体
OpenAI于9月29日推出GPT-6.1 Sol，面向编程、电脑操作与专业工作。标准API每百万输入和输出词元分别为2美元、10美元，缓存输入为0.10美元；官方称部分任务表现接近Astra，已进入ChatGPT Work、Codex和API。