FIBO 1.5

Positionsprofil

fibo-gen-1.5 ist der Text-zu-Bild-Zweig der fibo-1.5-Familie und richtet sich an Entwickler, die professionelle Kontrollierbarkeit und Reproduzierbarkeit benötigen. Es basiert auf einer 8B-Parameter-DiT- und Flow-Matching-Architektur, nutzt Few-Step-Distillation-Sampling und benötigt für die Inferenz nur 4–6 Schritte bei CFG=1.0. Es führt das Paradigma strukturierter langer Prompts fort und befolgt Attribute wie Beleuchtung, Komposition, Farbe und Kameraeinstellung zuverlässig. Geeignet für Bildproduktionsszenarien, in denen Batch-Generierung, Iteration auf Attributebene und Reproduzierbarkeit der Ergebnisse in Engineering-Prozesse integriert werden sollen.

Kernhighlights

• Few-Step-Sampling, deutlich reduzierter Inferenzaufwand pro Bild – nach der Destillation sind nur 4–6 Schritte ohne classifier-free guidance nötig; die Aufrufkosten sind geringer als bei herkömmlichen mehrstufigen Workflows mit hohem CFG.
• Strukturierte lange Prompts sorgen für starke Prompt-Befolgung – die Generierung wird durch lange Beschreibungen gesteuert, die Subjekt, Beleuchtung, Komposition, Farbe, Kameraeinstellung usw. einzeln aufführen; die Kontrollierbarkeit in professionellen Szenarien ist klarer.
• Reproduzierbare Generierungsergebnisse – der Seed ist standardmäßig auf 5555 fixiert; gleicher Seed und gleicher Prompt reproduzieren dasselbe Bild, was Batch-Pipelines und Regressionsprüfungen erleichtert.
• Aufgabenteilung zwischen Text-zu-Bild und Bildbearbeitung innerhalb der Familie – in derselben Familie gibt es außerdem den Bildbearbeitungszweig fibo-edit-1.5; wenn ein Referenzbild bearbeitet werden soll, kann auf den entsprechenden Zweig gewechselt werden.

Funktionsbeschreibung

Few-Step-Distillation-Sampling: Mit den empfohlenen Einstellungen von 4–6 Schritten und CFG=1.0 lassen sich Bilder erzeugen; das entfällt die Parameterabstimmung und der Rechenaufwand herkömmlicher Workflows mit hohem CFG, und eine einzelne Anfrage liefert schneller ein brauchbares Ergebnis.

Befolgung strukturierter Prompts: Training und Inferenz basieren auf strukturierten Langbeschreibungen im Bereich von etwa tausend Wörtern; wenn Entwickler Subjekt, Beleuchtung, Komposition, Kameraeinstellung und weitere Attribute einzeln klar ausformulieren, erhält man ein Bild, das den Erwartungen näher kommt.

Reproduzierbare Generierung: Der seed-Parameter und der Prompt bestimmen gemeinsam die Ausgabe; werden beide fixiert, lässt sich dasselbe Bild reproduzieren, was sich für Versionsvergleiche und Ergebnisrückverfolgung in der Batch-Produktion eignet.

Mehrere Seitenverhältnisse: Neun Formate sind integriert – 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16 und 16:9 – und können je nach Platzierungsort oder Layout direkt gewählt werden, wodurch Nachbearbeitungszuschnitte reduziert werden.

Lange Prompt-Eingabe: Der Prompt unterstützt bis zu 10000 Zeichen; strukturierte Langbeschreibungen können vollständig eingegeben werden, ohne sie zu kurzen Sätzen verdichten zu müssen, sodass Attribute ausführlicher ausgedrückt werden können.

Anwendungsfälle

• Commercial-Visual-Designer: Bilderzeugung mit strukturierten langen Prompts – Beleuchtung, Komposition, Farbe und Kameraeinstellung einzeln in den Prompt schreiben und Bilder in kommerzieller Qualität erzeugen, die direkt für Werbe- und E-Commerce-Materialien verwendet werden können.
• Kreativteams: Iterative Feinarbeit auf Attributebene – Seed fixieren und nur ein einzelnes Attribut ändern, um wiederholt zu generieren und Serienvarianten für den Entwurfsvergleich zu erhalten; so entfällt die Nacharbeit des vollständigen Neuschreibens von Prompts.
• Engineering-Teams: Reproduzierbare Batch-Bilderzeugung – mit festem Seed und templatebasierten langen Prompts in Batches aufrufen und stilistisch konsistente, rückverfolgbare Bildassets für Content-Produktions-Pipelines erzeugen.
• App-Entwickler: Bilderzeugung mit Anpassung an mehrere Formate – das Seitenverhältnis passend zum Ziel-Layout wählen und Bildressourcen erzeugen, die direkt in Apps, Web und Video-Covern eingebettet werden können.

Einschränkungen und Auswahlhinweise

Negative Prompts haben in dieser Version keine Wirkung; das Bild muss vollständig über positive Beschreibungen eingeschränkt werden. Laut offizieller Dokumentation gilt das Gewichtungssystem nicht für Fine-Tuning. Die Verwendung alter mehrstufiger Workflows mit hohem CFG führt zu vom Erwarteten abweichenden Ergebnissen; es sollte mit CFG=1.0 und 4–6 Schritten gearbeitet werden. Der Kontrollierbarkeitsvorteil hängt von strukturierten langen Prompts ab; gewöhnliche kurze Prompts bringen begrenzten Nutzen. Die 8B-Größe ist für lokale Consumer-Hardware eine erhebliche Belastung; nur für lokale Bereitstellung ist eine quantisierte Version erforderlich; beim Aufruf über HiAPI.ai entfällt dieses Problem.