Fibo 2.0 en ComfyUI: edición y generación con Bria 8B

Fibo 2.0 es el siguiente lanzamiento de pesos abiertos de Bria dentro de la familia FIBO: un modelo de flow matching de 8B de parámetros que genera y edita imágenes con un único conjunto de pesos. Bria subió dos checkpoints a Hugging Face el 18 y el 19 de octubre (Fibo 2.0 Dev | Fibo 2.0 Edit Turbo), y la tarjeta del modelo cita una instantánea de Artificial Analysis fechada el 20 de octubre que lo sitúa primero entre los modelos de pesos abiertos en la arena de edición de imágenes con un Elo de 1087, y segundo en la arena de texto a imagen.

El resultado editado que se devolvió para la solicitud multi-referencia de abajo. Muestra de Bria, publicada con su endpoint de fal.

Dos checkpoints, una arquitectura

Dev es la base completa y no destilada que Bria posiciona como punto de partida para LoRAs y ajustes finos completos. Edit Turbo se destila a partir de ella para edición en pocos pasos y sin orientación, y Bria señala en la tarjeta que los prompts negativos no tienen efecto en ella.

Novedades de la versión 2.0

La línea FIBO se construyó en torno a leyendas estructuradas largas: hasta más de 1.000 palabras que describen iluminación, composición, color, cámara y profundidad de campo como campos separados. Fibo 2.0 mantiene eso y añade una ruta general de edición. Según la tarjeta del modelo:

• Ediciones por instrucción que se generalizan entre tipos de edición mientras preservan la identidad, la disposición, la iluminación y el detalle fino en las regiones que no pediste cambiar.
• Ediciones con máscara: la máscara marca el área que se va a regenerar y el resto de la imagen conserva sus píxeles originales.
• Ediciones multi-referencia con hasta 4 imágenes en total, referidas en la instrucción como <image_1>, <image_2> y así sucesivamente. Bria enumera la prueba virtual de ropa, la integración de productos y la transferencia de apariencia como casos objetivo.
• Mejor texto, textura y anatomía que en lanzamientos anteriores de FIBO, con la misma afirmación de adherencia al prompt de vanguardia entre los modelos abiertos.

Las tres entradas de abajo son las imágenes de referencia que Bria incluye con su solicitud multi-imagen publicada (still-logo, still-perfume, still-background); la imagen al principio de este artículo es lo que el endpoint devolvió para esa solicitud.

Una muestra de texto a imagen de Fibo 2.0, de la solicitud de generación que Bria publica con el modelo. Muestra de Bria.

Dentro del modelo

Fibo 2.0 es un DiT de corriente única con 44 bloques, que ejecuta flow matching en el espacio latente del VAE de FLUX.2. Los prompts se codifican con Qwen3-VL-4B-Instruct; en las ediciones, las imágenes de contexto pasan tanto por el VLM como por el VAE. Un remuestreador Perceiver de dos capas comprime la salida del VLM en 256 a 512 tokens "gist", más cantidad cuanto más largo es el prompt, y esos tokens se anteponen a los tokens de imagen. Cinco de los bloques del DiT también reciben atención cruzada de capas internas del VLM.

La consecuencia práctica es que el modelo lee un documento JSON en lugar de una frase. Fibo 2.0 se entrena con VGL (Visual GenAI Language), y el paquete abierto bria-vgl de Bria convierte una instrucción simple en ese documento con modify(), o un prompt en uno con create(). El pipeline devuelve el JSON junto con la imagen, de modo que la misma solicitud se puede reproducir y comparar. bria-vgl se ejecuta sobre Gemini, así que el paso de expansión necesita una GEMINI_API_KEY; los documentos VGL escritos a mano se lo saltan.

Disponibilidad

Los pesos están restringidos en Hugging Face: ambos repos requieren aceptar los términos de Bria antes de que se descarguen los archivos. En el lado de la inferencia:

• diffusers: BriaFibo2Pipeline aún no está fusionado (PR #14991), así que la línea de instalación de la tarjeta apunta a una compilación de una rama.
• Alojado: la plataforma y la API de Bria, bria/fibo-2/generate y bria/fibo-2/edit en fal, y dos Spaces públicos, briaai/Fibo-2.0-T2I y briaai/Fibo-2.0-editing, este último ejecutando Edit Turbo.
• ComfyUI: el núcleo de ComfyUI incorporó el soporte nativo el 21 de octubre (PR #17240) para Dev y Edit Turbo, con un tipo de codificador de texto fibo2 que carga el Qwen3-VL-4B oficial y un nodo TextEncodeFibo2 que maneja los prompts VGL y las imágenes de referencia. El repaquete Comfy-Org/Fibo-2.0 (bf16 e INT8 ConvRot para ambos checkpoints, codificador de texto Qwen3-VL-4B y VAE de FLUX.2) coincide con la disposición que espera ese loader. Los nodos nativos de la comunidad en akhaliq/Fibo-2.0-ComfyUI cargan los mismos archivos desde models/diffusion_models; los nodos Bria del núcleo y el ComfyUI-BRIA-API de Bria siguen llamando a la API alojada.

La tabla de clasificación de edición de imágenes de pesos abiertos que Bria cita en la tarjeta del modelo, instantánea fechada el 20 de octubre de 2026.

Anunciado, no publicado

La tarjeta también enumera cinco continuaciones que no forman parte de este lanzamiento: un LoRA de edición local multiturno que encadena ediciones manteniendo el resto de la imagen estable a nivel de píxel, eliminación de fondo nativa, un LoRA de fotografía de producto, un LoRA de estilo "boring reality", borrador por máscara y expansión de imagen. Considérelos elementos de hoja de ruta hasta que aparezcan los pesos.