Fibo 2.0 dans ComfyUI : édition et génération avec Bria 8B

Fibo 2.0 est la nouvelle version open-weights de Bria dans la famille FIBO : un modèle flow-matching de 8 milliards de paramètres qui génère et édite des images avec un seul jeu de poids. Bria a mis en ligne deux checkpoints sur Hugging Face les 18 et 19 octobre (Fibo 2.0 Dev | Fibo 2.0 Edit Turbo), et la carte du modèle cite un instantané d'Artificial Analysis daté du 20 octobre qui le classe premier parmi les modèles open-weights sur l'arène d'édition d'images avec un Elo de 1087, et deuxième sur l'arène texte vers image.

Le résultat édité renvoyé pour la requête multi-références ci-dessous. Échantillon de Bria, publié avec son endpoint fal.

Deux checkpoints, une seule architecture

Dev est la base complète et non distillée que Bria positionne comme point de départ pour les LoRAs et les fine-tunes complets. Edit Turbo en est distillé pour l'édition en quelques étapes et sans guidance, et Bria indique dans la carte que les prompts négatifs n'ont aucun effet dessus.

Ce qui est nouveau dans la 2.0

La gamme FIBO a été construite autour de longues légendes structurées : jusqu'à 1 000 mots et plus décrivant l'éclairage, la composition, la couleur, la caméra et la profondeur de champ sous forme de champs séparés. Fibo 2.0 conserve cette approche et ajoute un chemin d'édition général. Selon la carte du modèle :

• Éditions par instruction qui se généralisent à tous les types d'édition tout en préservant l'identité, la mise en page, l'éclairage et les détails fins dans les zones que vous n'avez pas demandé à modifier.
• Éditions masquées : le masque indique la zone à régénérer, le reste de l'image conserve ses pixels d'origine.
• Éditions multi-références avec jusqu'à 4 images au total, désignées dans l'instruction par <image_1>, <image_2>, etc. Bria cite comme cas d'usage l'essayage virtuel, l'intégration de produit et le transfert d'apparence.
• Meilleur texte, texture et anatomie que les versions FIBO antérieures, avec la même promesse d'adhérence au prompt de pointe parmi les modèles ouverts.

Les trois entrées ci-dessous sont les images de référence fournies par Bria avec sa requête multi-images publiée (still-logo, still-perfume, still-background) ; l'image en haut de cet article est ce que l'endpoint a renvoyé pour cette requête.

Un échantillon texte vers image de Fibo 2.0, issu de la requête de génération que Bria publie avec le modèle. Échantillon de Bria.

À l'intérieur du modèle

Fibo 2.0 est un DiT single-stream de 44 blocs, exécutant un flow matching dans l'espace latent du VAE FLUX.2. Les prompts sont encodés par Qwen3-VL-4B-Instruct ; pour les éditions, les images de contexte passent à la fois par le VLM et par le VAE. Un resampler Perceiver à deux couches compresse la sortie du VLM en 256 à 512 tokens « gist », davantage pour les prompts longs, et ces tokens sont préfixés aux tokens d'image. Cinq des blocs du DiT reçoivent également de l'attention croisée depuis des couches internes du VLM.

La conséquence pratique est que le modèle lit un document JSON plutôt qu'une phrase. Fibo 2.0 est entraîné sur VGL (Visual GenAI Language), et le paquet open source bria-vgl de Bria transforme une instruction simple en ce document avec modify(), ou un prompt avec create(). Le pipeline renvoie le JSON en même temps que l'image, ce qui permet de rejouer la même requête et de comparer les résultats. bria-vgl s'exécute lui-même sur Gemini, donc l'étape d'expansion nécessite une GEMINI_API_KEY ; les documents VGL écrits à la main la contournent.

Disponibilité

Les poids sont soumis à autorisation sur Hugging Face : les deux dépôts exigent d'accepter les conditions de Bria avant le téléchargement des fichiers. Côté inférence :

• diffusers : BriaFibo2Pipeline n'est pas encore fusionné (PR #14991), la ligne d'installation de la carte pointe donc vers un build de branche.
• Hébergé : la plateforme et l'API de Bria, bria/fibo-2/generate et bria/fibo-2/edit sur fal, et deux Spaces publics, briaai/Fibo-2.0-T2I et briaai/Fibo-2.0-editing, ce dernier exécutant Edit Turbo.
• ComfyUI : le cœur de ComfyUI a intégré le support natif le 21 octobre (PR #17240) pour Dev et Edit Turbo, avec un type de text encoder fibo2 qui charge le Qwen3-VL-4B officiel et un nœud TextEncodeFibo2 qui gère les prompts VGL et les images de référence. Le repackage Comfy-Org/Fibo-2.0 (bf16 et INT8 ConvRot pour les deux checkpoints, text encoder Qwen3-VL-4B, VAE FLUX.2) correspond à l'arborescence attendue par ce loader. Les nœuds natifs communautaires de akhaliq/Fibo-2.0-ComfyUI chargent les mêmes fichiers depuis models/diffusion_models ; les nœuds Bria du cœur et le ComfyUI-BRIA-API de Bria appellent toujours l'API hébergée.

Le classement open-weights d'édition d'images cité par Bria dans la carte du modèle, instantané daté du 20 octobre 2026.

Annoncé, pas encore publié

La carte liste également cinq suites qui ne font pas partie de cette version : un LoRA d'édition locale multi-tours qui enchaîne les éditions tout en gardant le reste de l'image stable au pixel près, la suppression native de l'arrière-plan, un LoRA de photo produit, un LoRA de style « boring reality », la gomme par masque et l'extension d'image. À considérer comme des éléments de feuille de route tant que les poids ne sont pas disponibles.