Fibo 2.0：Bria 的 8B 开放权重模型可编辑并生成图像

Fibo 2.0 是 Bria 在 FIBO 系列中推出的新一代开放权重模型：一个 8B 参数的流匹配模型，用同一套权重完成图像生成与编辑。Bria 于 10 月 18 日和 19 日在 Hugging Face 上传了两个模型（Fibo 2.0 Dev | Fibo 2.0 Edit Turbo），模型卡引用了 10 月 20 日的 Artificial Analysis 快照，其中它在图像编辑竞技场的开放权重模型中排名第一，Elo 为 1087，在文本生成图像竞技场中排名第二。

下面多参考图请求所返回的编辑结果。样例由 Bria 提供，随其 fal 端点一同发布。

两个模型，一套架构

Dev 是完整的、未蒸馏的基础模型，Bria 将其定位为 LoRA 与全量微调的起点。Edit Turbo 由它蒸馏而来，用于少步数、无引导的编辑，Bria 在模型卡中指出负面提示词在该模型上没有效果。

2.0 的新变化

FIBO 系列围绕长结构化描述构建：用最多 1,000 词以上的篇幅，将光照、构图、颜色、相机和景深分别作为独立字段描述。Fibo 2.0 保留了这一能力，并新增了一条通用编辑路径。根据模型卡：

• 指令编辑：可泛化到各类编辑类型，同时在你未要求改动的区域保留身份、布局、光照和细节。
• 掩码编辑：掩码标记需要重新生成的区域，图像其余部分保留原始像素。
• 多参考图编辑：最多总共 4 张图像，在指令中用 <image_1>、<image_2> 等引用。Bria 将虚拟试穿、产品植入和外观迁移列为目标场景。
• 更好的文本、纹理和解剖结构：相比更早的 FIBO 版本有所提升，并同样宣称在开放模型中具有最先进的提示词遵循能力。

下面的三张输入是 Bria 随其公开的多图请求一同提供的参考图像（still-logo、still-perfume、still-background）；本文顶部的图像就是该端点为其返回的结果。

Fibo 2.0 的文生图样例，来自 Bria 随模型公开的生成请求。样例由 Bria 提供。

模型内部

Fibo 2.0 是一个单流 DiT，包含 44 个 block，在 FLUX.2 VAE 的 latent 空间中执行流匹配。提示词由 Qwen3-VL-4B-Instruct 编码；进行编辑时，上下文图像会同时经过该 VLM 和 VAE。一个两层的 Perceiver 重采样器将 VLM 输出压缩为 256 到 512 个"gist"token（提示词越长越多），这些 token 会被前置到图像 token 之前。DiT 的其中 5 个 block 还会从 VLM 内部层接收交叉注意力。

实际结果是，该模型读取的是一份 JSON 文档，而不是一句话。Fibo 2.0 基于 VGL（Visual GenAI Language）训练，Bria 开源的 bria-vgl 包可用 modify() 把一条普通指令转换为该文档，或用 create() 把提示词转换为该文档。pipeline 会把 JSON 与图像一同返回，因此同一请求可以重放和比对差异。bria-vgl 本身运行在 Gemini 上，因此扩展步骤需要 GEMINI_API_KEY；手写的 VGL 文档可跳过该步骤。

可用性

权重在 Hugging Face 上受门控：两个仓库都需要先接受 Bria 的条款才能下载文件。在推理方面：

• diffusers：BriaFibo2Pipeline 尚未合并（PR #14991），因此模型卡中的安装命令指向一个分支构建。
• 托管服务：Bria 的平台和 API，fal 上的 bria/fibo-2/generate 和 bria/fibo-2/edit，以及两个公开 Space：briaai/Fibo-2.0-T2I 和 briaai/Fibo-2.0-editing，后者运行的是 Edit Turbo。
• ComfyUI：目前还没有针对 Fibo 2.0 的加载器。ComfyUI 核心自带 Bria 节点，可调用 Bria 的 API 使用更早的 FIBO 模型，Bria 自己的节点仓库（ComfyUI-BRIA-API）尚未针对此次发布更新，也没有 Comfy-Org 的重新打包或社区单文件构建，因此无法像 FLUX 或 Qwen-Image 模型那样把本地的文本编码器和 transformer 直接放入 models/。

Bria 在模型卡中引用的开放权重图像编辑排行榜，快照日期为 2026 年 10 月 20 日。

已公布，尚未发布

模型卡还列出了五项后续计划，它们不属于本次发布内容：一个多轮本地编辑 LoRA，可串联多次编辑并让图像其余部分保持像素稳定；原生背景移除；一个产品图 LoRA；一个"无聊现实"风格 LoRA；按掩码擦除以及图像扩展。在权重出现之前，请将它们视为路线图项目。