FLUX 3 Image 把改图变成框选：这次，重点是不该变的地方

一张图改到第三轮，最难的往往不是生成新内容，而是让已经定下来的部分别跟着变。FLUX 3 Image 把布局、替换和移动都写成可以指认的框与对象，让改稿要求比“整张再来一次”具体得多。但厂商称作“pixel perfect”的局部编辑并非框外像素绝对锁死：其局部编辑指南写的是框外通常保持原样，阴影、反射或附近光照仍可能改变。以下拆解的是官方产品演示与文档，不是本站实测。

假设要做一张活动视觉稿：主体位置和环境已经通过，下一轮只换一件衣服的颜色、挪动一个小物件。以往把整幅画和新要求一起丢回模型，必须再检查文字、背景和人物有没有被顺手改掉。FLUX 3 Image 的重点，是尝试把这份修改意见写得像图层审稿意见：哪个对象要动，落在什么区域，什么必须留下。它能否在你的素材上稳定做到，仍需用自己的前后图验证。

先把画面排好：框选是一张构图表

官方产品页的海湾海报不是只给一句“傍晚的海边”。它把标题、海边小镇、混凝土穹顶、海里的人群和岸上观众拆成五个元素，每个元素有一个名字、一段描述和所在区域；全局场景句负责把它们连成一幅画。看着像设计稿旁边那张标注表，只是标注可以一起送入模型。

上面的跑者图是教程给出的另一张成图，只展示结果；框的输入结构要回到教程核对，单凭成图不能评估定位精度。

这里的框不是按实际像素记录。无论横版、竖版还是方图，画布两个方向各按 0 到 1000 标定；[0, 0, 500, 500] 指左上四分之一。顺序是 [top, left, bottom, right]，不要按常见图形软件的“左、上、右、下”去猜。框选教程把每个元素写成带 id、bbox、desc 的 JSON 行，接在整体描述之后，整段作为 API 的 prompt 发送；没有另一个独立的 bbox 请求参数。构图比例也要一起考虑：同一组 0–1000 数字拉伸到另一种长宽比，位置的相对关系还在，物理形状却可能变。

这个形式给了审稿一个具体抓手。若标题压住主体，可以先改标题的框；若主角太靠边，先改主角的位置描述。它并不要求每个人手工画完所有框：产品页还展示了由语言模型先规划元素表、再让人调整的路径。反过来，也可以完全跳过框，直接写自然语言生成图片。框的价值不在于为所有图片多加一道工序，而在于那些元素位置必须可讨论、可修改的画面。

要改两处，别重抽整张：把“保留”也写进去

框选编辑的下一步，比从零构图更接近真实改稿。官方展示的冲浪画面里，修改要求同时指向黑色冲浪衣和白色冲浪板：把两者改为红色，保持衣服版型与高光、冲浪板形状与反射，同时要求海浪、天空以及其余黑白画面不变。这是厂商展示的一次多处编辑，不是本站对每个像素逐一比对的结果；它说明的是指令可以如何分离“要改”和“不要改”。

图像总览还给出另一组更容易并排核对的示例：对老虎与蝴蝶作局部改色。下面两张都来自官方文档，读图时要把它与前述冲浪场景分开。

若要进一步指定“移动而非重画”，官方框选教程的编织骑士示例更直观：给骑士原位置 src_bbox，再给新位置 tgt_bbox，from 指向来源图 ref_image_0；背景、悬崖和其他物件则用同源、同位置的 Keep 行锚定。想新增或替换对象，from 与 src_bbox 置空，指定目标框和新描述；想移除对象，目标框置空。框在这里同时表达对象身份、来源与去处，不是把选区里的旧像素机械剪切粘贴。

为什么一定要写保留项？因为“不要动其他地方”对人很清楚，对生成模型仍是模糊约束。教程建议给必须固定的元素加 Keep 行，即使未列出的区域通常也会保持。反面边界同样重要：官方的框选限制明确说框引导的是位置和尺度，不是硬裁切蒙版；元素可能略微伸出框，框太小也可能根本生成不出来。再加上局部编辑指南所说的阴影、反射、近邻光照可能变化，“pixel perfect”应读作厂商的产品目标和示例效果，而不是业务上可以省去对照验收的承诺。

因此，如果任务要求背景标识、已审批文案或商品轮廓严格一致，更稳妥的流程是保存原图与每轮输出，对关键区域做人工检查或像素差异检查。这里说的是通用验收方法，不暗示我们已用该模型完成测试。即便框外大部分画面保持，靠近被改对象的影子变了，交付稿仍可能需要修。

十张参考图，是交代素材角色，不是自动拼贴

回到这张假设的活动稿。如果要保留上一版的背景，又从另一张图引入一件道具，光靠“参考这两张”很容易让来源角色变得含糊。官方图像总览的两参考示例用唱片机画面做第一张来源，用公路上的红白车辆做第二张，将车辆变为唱针位置上的微型对象，并在提示里交代要调整车辆受光以融入底图。这组输入与结果看似玩笑，实际展示了谁提供场景、谁提供对象、谁负责融合。

官方接口允许 images 传一到十张 URL 或 base64 参考图，每张输入至少 256×256 像素、至多 16 MP；不传参考图时是文字生图，传图则可以做编辑、风格变化或组合。API 参考也列出了同一上限。产品页的六件街头服饰参考图进一步把输入编号为 ref_image_0 到 ref_image_5，在提示中逐个指认。十张是输入数量上限，不是十件物品都会自动正确拼在同一张图里。参考越多，越要说清哪些是人物、哪些是衣物、哪些只提供背景或风格；若对象位置重要，再加布局框。反复改稿时，参照图的“职责”比数量更值得先写清楚。

4K 解决的是交付尺度，不是改稿一致性

在产品页的 Soba shop 样张里，官方标出 5456×3072 像素，还放大看招牌文字、纸灯笼和窗内用餐者的细节。这是一个具体展示样例：细节能放大看，才有机会进入高分辨率的海报或编辑工作流；它不是每一张 4K 输出都固定为这个尺寸。

API 把 resolution 分成 768sq、1k、1.5k、2k、4k 五档，默认是 1k；规格说明明确说具体像素尺寸随宽高比变化。也就是说，看到官网的 4K 展示，不等于随手调用默认参数就会拿到同档文件。先定比例、再指定分辨率、最后检查返回文件，这是交付时需要分开核对的三件事。高分辨率让局部纹理更值得放大，却不会替你证明不同编辑轮次的背景始终一致；“能出大图”和“能守住原图”是两个问题。

有 API 和商业权重，别把授权咨询当成开放下载

从开发者视角看，生成、带参考图的编辑、带框的布局都走文档中的 POST /v1/flux-3-image。只有 prompt 必填，框的 JSON 接在 prompt 末尾；响应带 id 和 polling_url，需要轮询后取结果。这是官方 API 合同给出的入口与流程，不是本站已完成调用、出图速度或成功率的测量结果。

另一种入口是产品页列出的商业权重授权咨询：面向规模化生成的企业，厂商称可在自有基础设施上部署和微调。它与“现在就能免费下载开放权重”不是一回事。截至本文核查时，我们尚未通过可复核的一手页面确认 FLUX 3 Image 的公众开放权重下载与具体许可，不能据此安排本地部署或推定商用范围。7 月的 FLUX 3 公告把图像能力列为后续推出，也另提未来的 FLUX 3 Dev 多模态开放权重路线；不能把那条路线误当成本次图像 API 已经开放的权重文件。具体价目和促销期限未核成同一型号与结算口径，本文不作报价。

把这次发布放回改稿流程，真正值得跟踪的不是“多一个 4K 生图选项”，而是画面能否成为有名字、有位置、可逐轮修订的对象集合。需要多处定向修改的团队，可以先用官方示例理解提示如何组织，再拿自己的难例检验被保留区域、文字与受光；只要验收要求是严格不变，框选就不能替代对照。试点前再向厂商确认该型号的价格、结算单位和商业权重许可，用自己的多轮改稿记录返工次数与单张合格图成本。公众权重下载和授权范围未核清之前，不按开放模型安排自有部署。