快速了解
Black Forest Labs · Image Generation · San Francisco, US & Munich, Germany · Growth $3.25B (Oct 2024), $4B+ (projected) 估值 · $140M+ (Meta partnership value in first year) ARR · Millions of monthly users (indirect via partnerships) 用户 · 50-100 (estimated) 员工 #行业-图像设计 竞品：Midjourney · DALL-E 3 · Stable Diffusion
Black Forest Labs
一句话：Stable Diffusion 三位核心研究者创办的新一代图像生成公司，用开源能力 + 企业整合打法，在 2 年内完成 Midjourney 和 OpenAI 都没做到的事——成为 Meta、Adobe、NVIDIA 的官方视觉 AI 合作方。
一、基本面
Black Forest Labs（BFL）成立于 2024 年，由 Robin Rombach、Andreas Blattmann、Patrick Esser 三位联合创始人创办。三人都是 Stable Diffusion（2022 年）的核心研究者，曾在慕尼黑大学（LMU Munich）师从 Björn Ommer 教授做深度学习研究。
为什么他们离开 Stability AI？
2024 年初，Stability AI 内部动荡——CEO 更换、研究方向不明、融资缩水。三位核心研究者意识到”在大组织里，好的研究往往被管理层阻挠”。与其等待，不如独立出来，做一家”研究优先、产品次之”的公司。
早期融资（2024 年）：
- 初始融资：$31M（来自 Andreessen Horowitz、Brendan Iribe、Michael Ovitz）
- Series B（2024 年 10 月）：$300M，估值 $3.25B
这个融资速度很诡异——成立 6 个月就完成 Series B，$300M 融资。原因是：模型一发布就被 Meta、Adobe、NVIDIA 盯上。这不是”融资-然后-找应用”，而是”模型好-然后-主动有人融资你”。
关键指标（2026 年 3 月）：
- Flux.1 开源版本下载量：超过 1000 万次（GitHub + Hugging Face）
- Flux 集成平台：Adobe Photoshop、Canva、Pika Labs 等 20+ 个主流平台
- Meta 合作价值：$140M（第一年 $35M，第二年 $105M）
- 员工数：50-100 人（低调，不像 OpenAI 那样公开招聘）
二、Flux 模型系列
Flux.1（2024 年 8 月）：
三个版本的设计很聪慧：
- Pro：闭源，最高质量，用于 Adobe、Meta 等企业
- Dev：开源但非商用，给研究者用，建立学术信誉
- Schnell：轻量开源版，速度快 4 倍，成本低 80%，给创业者用
这个”分层”策略对标 Meta 的 LLaMA——用”高质量闭源 + 开源平替”同时拿下企业市场和社区市场。Midjourney 做不到这一点（因为 Midjourney 自己就是产品，不做基础模型），DALL-E 做不到（OpenAI 不想自己的模型被复制）。
Flux.1 Tools（2024 年 11 月）：
推出了编辑工具套件——Fill（内外画）、Depth（深度控制）、Canny（边缘控制）、Redux（风格融合）。这意味着用户不仅能生成，还能”教”模型想要什么。
Flux.2（2025 年 11 月）：
在关键指标上全面升级：
- 字体生成准确度：从 60% 提升到 92%
- 图像参考能力：可以输入一张参考图，让模型理解”我要这种风格但不同内容”
- 摄影写实度：逼近 Midjourney v7 水平
关键的产品创新——推出了 Apache 2.0 许可的 Klein 模型。这意味着任何人、任何公司都可以自由使用、修改、商用，无需支付费用。这是一个”炸弹”级的决定——等于说”我不需要从开源模型赚钱，我赚 Meta 和 Adobe 的钱”。
三、商业模式：企业优先
非共识：不靠消费者付费
Midjourney 年收 $500M，全来自个人订阅费（$10-120/月）。
Black Forest Labs 年收 $140M（通过 Meta），不来自个人用户。这是两条完全不同的路：
- Midjourney：“I am a platform”，积累用户、建社区、做社交分享
- BFL：“I am infrastructure”，积累企业合作方、集成到别人的产品里
这个选择有深层逻辑：
- 技术天赋匹配：三位创始人是研究者，不是产品经理。他们擅长”做最好的模型”，不擅长”运营 2000 万活跃用户”
- 竞争环境判断：图像生成市场已经很拥挤（MJ、DALL-E、Stable Diffusion），不如去做”基础设施”，让别人在你的基础上建产品
- 距钱距离：个人订阅 = 远距离钱（用户还要感知、付费、转化）；企业合作 = 近距离钱（直接签约、按使用计费）
合作模式：
| 合作方 | 模式 | 价值 |
|---|---|---|
| Meta | $140M/年 | 用 Flux 训练 Meta 的图像理解系统 + 给 Instagram/Facebook 用户提供生成功能 |
| Adobe | 官方整合 | Photoshop 的 Generative Fill 用 Flux.1 Kontext Pro；直接竞争 DALL-E 3 |
| NVIDIA | 技术合作 | Flux 优化到跑在 RTX 4090 上，性能 10 倍提升；NVIDIA 推荐 Flux 给用户 |
| Canva | 平台集成 | 5 亿 Canva 用户可以用 Flux 生成设计元素 |
这四个合作方都是”全球前 20 的科技公司”。这意味着 BFL 虽然只成立 2 年，但已经是”全球创意基础设施的标配”。
四、核心优势
研究人才密度 ★★★★★
Rombach、Blattmann、Esser 三人都是 diffusion model 领域的论文高产作者。从 LMU 时期的”Latent Diffusion”论文，到 Stable Diffusion，再到 Flux——他们 5 年内发表了足以改变行业的研究工作。
这不是”我们有最聪明的工程师”的故事，而是”我们有原创性的研究能力”的故事。Midjourney 用的是”已有的技术 + 产品设计”；BFL 用的是”全新的模型架构 + 前沿研究”。
开源 + 闭源的双轨策略 ★★★★
- 开源免费的 Schnell、Klein 版本赢得社区信任
- 闭源高质量的 Pro 版本赚企业的钱
- 中间层 Dev 版本（开源但非商用）给学术界，积累学术背书
这种”阶梯定价”极难被竞争对手复制：Midjourney 无法开源（一开源就没收入）；OpenAI 无法这么做（DALL-E 本来就被限制在 ChatGPT 里）。
模型的”即插即用” ★★★★
Flux 能集成到 Adobe、Photoshop、Canva、Meta 的产品里，意味着：
- 开发者友好（API 设计简洁）
- 推理速度快（不需要用户等 2 分钟）
- 可定制性强（支持 LoRA、风格参数等）
对比 Stable Diffusion，BFL 的模型提供了更好的”工业级”支持，对比 Midjourney，BFL 不需要强行让用户学会”提示词工程”。
五、战略框架
为什么 BFL 能短时间内成为”基础设施”？
时机 ★★★★★
2024 年，图像生成已经从”创新工具”变成”生产力必需品”。此时：
- Adobe 需要”不依赖 OpenAI”的生成方案
- Meta 需要给 10 亿用户提供生成功能
- NVIDIA 需要向用户证明”RTX 显卡能做 AI”
BFL 恰好在这个时间点说”我们的模型更轻、更快、开源友好”。时机绝佳。
竞争地位分析：
| 维度 | Midjourney | OpenAI (DALL-E 3) | BFL (Flux) |
|---|---|---|---|
| 目标用户 | C 端创意工作者 | C 端 + B 端（via GPT+） | B 端 + 开源社区 |
| 收入来源 | 个人订阅 | GPT+ 捆绑 + API | 企业合作 + API |
| 核心壁垒 | 品牌美学 + 社区 | 模型能力 | 研究能力 + 模型效率 |
| 可取代性 | 中（社区强，模型可被替代） | 低（OpenAI 品牌强，locked in） | 低（开源降低迁移成本，反而锁定） |
六、Mars 视角
[待 Mars 审核后填充]
Black Forest Labs 的非共识选择是：放弃 C 端用户，做 B2B 基础设施。
这看似是”生意变小”了（Midjourney 年收 $500M，Meta 一个合作只有 $140M）。但反过来看：
- 不需要烧钱做营销（企业销售是小范围、高价值）
- 不需要维持”品牌美学社区”（这太烧人力）
- 直接卖给全球最大的科技公司，现金流极稳定
创始人的身份也决定了这个选择——学术派而非产品派。Holz（Midjourney CEO）是”有融资经验的连续创业者”，懂怎么建社区和融资；Rombach 是”在顶级大学做博士后的研究员”，懂怎么写论文和迭代模型。
这对中国 AI 创业的启示是：模型创新的公司不一定要卖给个人用户；做成”被大厂集成的基础设施”，收入更稳定、风险更低、天花板可能更高。
七、相关案例
- Midjourney：消费级图像生成的样板，通过社区和品牌壁垒锁定用户，但依赖自有产品分发。BFL 反其道而行之。
- Stable Diffusion：开源模型的先行者，但 Stability AI 的商业化失败了。BFL 学到了”开源 + 企业合作”的正确组合。
- DALL-E 3：OpenAI 的闭源方案，质量高但价格贵、被限制在 ChatGPT 里。Adobe 宁可用 Flux 也要用开源友好的方案。
- Meta AI：Meta 自研的生成模型，但 Meta 更愿意和 BFL 合作而非完全自研。原因是 BFL 的研究能力能指导 Meta 的方向。
- CivitAI：开源模型社区，汇聚了无数微调的 Stable Diffusion 版本。BFL 的 Schnell/Klein 在这里可能成为新的”base model”。
八、关键时间线
| 时间 | 事件 | 意义 |
|---|---|---|
| 2024.02 | Black Forest Labs 成立 | 创始人：Stable Diffusion 三位核心研究者 |
| 2024.02-06 | Flux.1 秘密研发，内测完善 | 对标 DALL-E 2、Midjourney v5 的能力 |
| 2024.08 | Flux.1 三个版本同时发布 | Pro（闭源）+ Dev（开源）+ Schnell（轻量），策略明确 |
| 2024.09 | Adobe Photoshop 官宣 Flux.1 Kontext Pro 集成 | 直接与 DALL-E 3 竞争，且无需订阅 |
| 2024.09.25 | Meta $140M 多年合作协议 | 第一年 $35M，第二年 $105M，等于年金 |
| 2024.10 | Series B 融资完成：$300M，估值 $3.25B | 融资速度之快，证明市场信心 |
| 2024.11 | Flux.1 Tools 发布：Fill、Depth、Canny、Redux | 编辑能力超越纯生成，对标 Midjourney Image Editor |
| 2024.12 | NVIDIA RTX AI Garage 官宣 Flux 优化 | 推理速度提升 10 倍，成为 RTX 官方推荐方案 |
| 2025.01 | Flux 集成平台累计 20+ （Canva、Pika Labs、Hugging Face 等） | 生态铺设完成 |
| 2025.11 | Flux.2 发布：质量再升级，字体 92% 准确度 | 在摄影、排版等细节上逼近或超越 Midjourney v7 |
| 2025.11 | Klein 模型 Apache 2.0 开源 | 企业可自由使用、修改、商用，生态爆炸 |
| 2026.03 | 融资传闻估值 $4B+，超越 $300M Series B | 市值翻倍的速度反映了 AI 图像生成市场的火热 |
九、参考来源
- Black Forest Labs 官网
- Flux GitHub 官方仓库
- Adobe Photoshop Flux.1 Kontext 集成公告
- Meta 与 Black Forest Labs $140M 合作协议
- NVIDIA RTX AI Garage Flux 优化
- Flux.1 Tools 发布
- Flux.2 官方介绍
- Robin Rombach 学术背景 - Latent Diffusion 论文
- Stable Diffusion 核心团队 - LMU Munich
- 开源 AI 模型生态分析 - Hugging Face
十、更新日志
- 2026-03-19：初始创建，基于 2024-2026 调研数据完成全部章节（待 Mars 审核）
关联打法
看完后推荐
- 想了解竞品？看 [[产品/Midjourney|Midjourney]]、[[产品/[[DALL|DALL、[[产品/Stable Diffusion|Stable Diffusion]]
- 想了解打法？看 吃技术升级红利、技术适配
- 想了解行业？看 图像设计赛道全部产品