# FLUX 3 Image 把改图变成框选：这次，重点是不该变的地方 > FLUX 3 Image 用框选布局和局部编辑，把一张图的修改要求落到具体对象；从多处编辑、十图参考到 4K 输出，看清官方演示和像素保留的边界。 - Published: 2026年10月4日 - Author: PiRouter Team, Engineering - Tags: models, ecosystem - Canonical: https://pirouter.ai/zh/blog/flux-3-image-edit-with-boxes --- 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](https://docs.bfl.ai/flux_3/flux3_image_layout)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](https://bfl.ai/models/flux-3-image)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。 ![FLUX 3 Image 官方框选教程中的跑者成图。](/blog/images/flux-3-image-edit-with-boxes-official-layout-runner.png "官方框选教程的 Stippled runner 成图；这里展示的是输出画面，不是框线叠层，也不是本站实测。来源：[Black Forest Labs 框选教程](https://docs.bfl.ai/flux_3/flux3_image_bounding_boxes)") 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](https://docs.bfl.ai/flux_3/flux3_image_bounding_boxes)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。 ![官方局部改色示例的原图，老虎与蝴蝶尚未改色。](/blog/images/flux-3-image-edit-with-boxes-official-tiger-before.png "编辑前：官方老虎与蝴蝶示例的输入图。来源：[Black Forest Labs 图像总览](https://docs.bfl.ai/flux_3/flux3_image_overview)") ![官方局部改色示例的输出，老虎与蝴蝶被改成粉色。](/blog/images/flux-3-image-edit-with-boxes-official-tiger-after.png "编辑后：厂商展示的两处改色结果，非本站运行或逐像素验证。来源：[Black Forest Labs 图像总览](https://docs.bfl.ai/flux_3/flux3_image_overview)") 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](https://docs.bfl.ai/flux_3/flux3_image_bounding_boxes)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](https://docs.bfl.ai/flux_3/flux3_image_bounding_boxes)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](https://docs.bfl.ai/flux_3/flux3_image_overview)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。 ![官方多参考示例的第一张输入图：唱片机与唱片。](/blog/images/flux-3-image-edit-with-boxes-official-multiref-scene.png "输入一提供场景：唱片机与唱片。来源：[Black Forest Labs 多参考示例](https://docs.bfl.ai/flux_3/flux3_image_overview)") ![官方多参考示例的第二张输入图：公路上的红白厢车。](/blog/images/flux-3-image-edit-with-boxes-official-multiref-object.png "输入二提供对象：公路上的红白厢车。来源：[Black Forest Labs 多参考示例](https://docs.bfl.ai/flux_3/flux3_image_overview)") ![官方多参考示例结果：微型厢车出现在唱片机唱头的位置。](/blog/images/flux-3-image-edit-with-boxes-official-multiref-result.png "官方输出把厢车放进唱片机场景，示范参考图的不同角色；非本站实测。来源：[Black Forest Labs 多参考示例](https://docs.bfl.ai/flux_3/flux3_image_overview)") 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](https://docs.bfl.ai/api-reference/utility/generate-an-image-with-flux-3)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](https://bfl.ai/models/flux-3-image)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](https://docs.bfl.ai/api-reference/utility/generate-an-image-with-flux-3)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](https://docs.bfl.ai/api-reference/utility/generate-an-image-with-flux-3)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](https://bfl.ai/models/flux-3-image)：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](https://bfl.ai/blog/flux-3)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。 --- ## Sources ### docs.bfl.ai - [局部编辑指南](https://docs.bfl.ai/flux_3/flux3_image_layout) - [Black Forest Labs 框选教程](https://docs.bfl.ai/flux_3/flux3_image_bounding_boxes) - [Black Forest Labs 图像总览](https://docs.bfl.ai/flux_3/flux3_image_overview) - [API 参考](https://docs.bfl.ai/api-reference/utility/generate-an-image-with-flux-3) ### bfl.ai - [官方产品页的海湾海报](https://bfl.ai/models/flux-3-image) - [7 月的 FLUX 3 公告](https://bfl.ai/blog/flux-3)