無審查 Fibo 2.0 Dev：BRIA 的 8B 開放權重圖片模型

BRIA 最新的 Fibo 基礎模型與取得方式

Fibo 2.0 Dev 是 BRIA AI Fibo 圖像模型家族中最新的基礎模型。以只用授權資料訓練聞名的 BRIA 於 2026 年 10 月 18 日在 Hugging Face 以 briaai/Fibo-2.0-dev 發布權重，隔天又推出蒸餾版的姊妹模型 Edit Turbo。這條產品線較早的版本包括 Fibo-1.5（2026 年 7 月）與 Fibo-Edit-1.5-turbo（2026 年 8 月）；2.0 版把生成與編輯整合進同一個模型，不過 BRIA 並未逐步說明其演進脈絡。BRIA 以完整方案提供這個模型：供研究用的開放權重、自家託管平台、商業授權下的自行架設，以及 fal 等合作夥伴。其 v2 generate 與 edit 端點現已改用 Fibo 2 執行，因此 API 只是多種使用方式之一。原廠模型卡列出的支援提示詞語言為英文。

Fibo 2.0 能生成與編輯什麼

BRIA 主打的賣點是：圖片中不需改動的部分會維持原樣。它自家的展示範例把汽車烤漆換成櫻桃紅卻不動到街景，也用多張產品照合成一則香水廣告。廠商範例由廠商挑選，請用自己的圖片測試，不過以 8B 模型而言，功能相當廣泛：

• 文字生成圖片支援 21 種長寬比，從 1:1 到 21:9，以及 5:1、1:5 等極端比例。
• 在 BRIA 的 API 上最高可輸出 4MP，僅限非同步模式，且約慢 30 秒。
• 指令編輯可在要求變更的範圍外保留人物身分、版面與光線。
• 單張圖片的遮罩編輯：黑色區域保留、白色區域重新生成，輸出維持輸入尺寸，包括 4K 輸入。
• 多參考圖編輯在 BRIA 的 API 上可用 1 到 4 張圖片；diffusers pipeline 最多接受 5 張。

Dev 與 Edit Turbo 比較

名稱中的 Dev 指的是 Hugging Face 儲存庫，並不是開發者預覽版。Dev 是完整的基礎模型：能生成也能編輯、支援負面提示詞，也是用來微調或訓練 LoRA 的版本。Edit Turbo 則是為了速度從它蒸餾而來，只能編輯。步數依來源而異：ComfyUI Wiki 整理的模型卡寫 50 步，而 diffusers 與 ComfyUI 節點預設為 30 步，建議兩者都試試。若重視品質或要訓練，從 Dev 的 30 到 50 步開始；若需要快速的互動式修圖，就用 Edit Turbo，並讓編輯保持簡單。

Fibo 2.0 的內部運作方式

把這個模型看成四階段流程，會比看成單一區塊更容易理解。diffusers 整合將它描述為 8.1B 的 flow-matching transformer，BRIA 則四捨五入為 8B；最有意思的是提示詞如何進入模型：

• 文字與圖片讀取器：Qwen3-VL-4B-Instruct 讀取提示詞與所有參考圖片。
• 壓縮器：兩層 Perceiver resampler 將輸出壓縮成 256 到 512 個 gist token。
• 生成器：44 個單流 DiT 區塊執行 flow matching，其中 5 個還會透過 gated cross-attention 讀取 Qwen3-VL 的中間層。
• 解碼器：FLUX.2 的 VAE 將潛在表示還原為像素。

架構細節取自 diffusers 的 pull request，以及 ComfyUI Wiki 對需申請存取之模型卡的整理。

VGL 結構化提示詞解析

Fibo 模型不只是讀一句話。BRIA 的 Visual GenAI Language（VGL）會把每個請求轉成 JSON 描述，包含 short_description、background_setting、style_medium、artistic_style、context 與 lighting 等欄位，而且模型正是以這種表示法訓練，而不是事後加上的包裝層。在 BRIA 的 API 上，視覺語言橋接器會替你撰寫 JSON，並以 structured_prompt 回傳，你可以儲存、微調後再送回；編輯則使用 structured_instruction。由於一次編輯只改一個欄位，其他部分通常維持不動。開源輔助工具 bria-vgl 可建立與修改這些規格，但它會呼叫 Gemini API，若提示詞必須保密，請手寫 JSON 或使用本機 LLM。

Fibo 2.0 提示詞指南與範本

請用英文撰寫提示詞，因為那是模型卡唯一列出的語言。把主體、場景、光線、相機與風格分成不同子句描述，讓橋接器能將每一項對應到 VGL 欄位。編輯時，明確說出要改什麼，並列出必須保留的部分。每次只改一項時請固定 seed。可直接複製的範本：

• 產品照：「[產品] 放在 [表面] 上，[背景]，左側柔和主光，50mm，淺景深，乾淨的商業風格。」
• 人像：「一位成年 [描述] 的人像，[服裝]，[地點]，[時段] 光線，85mm，底片顆粒，暖色調。」
• 編輯：「把 [元素] 改成 [新元素]；臉部、姿勢、光線與背景完全不變。」
• 多參考圖：「把圖 2 的產品放到圖 1 人物的手中，場景採用圖 3。」
• 結構化微調：先生成一次，接著只修改回傳 JSON 中的 lighting 或 style_medium 欄位，再以相同 seed 重新算圖。

在 ComfyUI 或 diffusers 中執行 Fibo 2.0

本機支援來得很快：diffusers 於 10 月 20 日合併 BriaFibo2Pipeline，ComfyUI 核心則於 2026 年 10 月 21 日合併 Fibo 2.0 支援。原廠儲存庫需申請存取，下載前請登入 Hugging Face 並接受條款。BRIA 未公布最低 VRAM 需求；其自行架設指南要求 NVIDIA GPU、Python 3.10+ 與約 26GB 的權重，因此 24GB 顯示卡很可能需要 INT8 檔案或 CPU offload。可用的設定方式：

• 將 fibo2_dev_bf16 或 fibo2_dev_int8_convrot 放進 models/diffusion_models。
• 將 qwen3vl_4b_bf16 或其 INT8 版本放進 models/text_encoders，flux2-vae 放進 models/vae。
• 以 TextEncodeFibo2 節點編碼，接著用 30 步、CFG 5、euler 搭配 simple 排程器取樣。
• 在 diffusers 中，pipeline 預設 30 步與 guidance 5；要編輯的圖片以 context latents 傳入。
• 常見問題：未接受存取條款、ComfyUI 版本過舊，或混用 bf16 與 INT8 檔案。

Fibo 2.0 vs FLUX.2 dev 與 Qwen-Image-2.1

BRIA 引用 Artificial Analysis 於 2026 年 10 月 20 日的快照：Fibo 2.0 以 Elo 1087 在開放權重圖片編輯模型中排名第一，在開放權重文字生成圖片中以 1038 排名第二，僅次於 1041 的 Qwen-Image-2.1，且誤差範圍互相重疊。這些是廠商引用的群眾偏好投票，不是獨立測試。實際差異更值得關注：

分數來自 BRIA 引用、媒體整理的 Artificial Analysis 快照；目前 FLUX.2 的 LoRA 與量化生態系較龐大。

誰在使用、如何使用

推出兩天後，採用仍在早期但已可見。原廠儲存庫在頭幾天累積 83 個讚與 396 次下載，而 Comfy-Org 重新封裝的 ComfyUI 檔案約一天內就超過 12,913 次下載，顯示多數愛好者是在 ComfyUI 中接觸這個模型，而非直接使用原始權重。這些是下載訊號，不是評價。目前最明確的適用情境：

• 電商團隊把同一個產品合成到多種場景，同時讓包裝維持像素級的準確。
• 廣告與社群團隊依同一份簡報製作寬幅或直式比例的橫幅變化版本。
• 設計公司以 JSON 儲存提示詞，讓品牌風格可以重複使用並做版本管理。
• 研究人員把這個小型開放權重基礎模型與 FLUX.2、Qwen-Image 比較，或在其上訓練 LoRA。

Fibo 2.0 是開源的嗎？

它是開放權重，而非開源。接受 BRIA 的存取條款後即可免費下載權重，但名為 bria-fibo 的授權指向 Creative Commons BY-NC 4.0，僅允許非商業使用，也不是 OSI 認可的開源授權。商業產品需要與 BRIA 另行簽約，可透過其託管平台或自行架設授權；自行架設的執行環境會檢查授權，並為每張圖片向 BRIA 傳送一個小型歸屬向量。模型卡並未明確說明開放權重的輸出能否商用，在依賴它之前請先詢問 BRIA。

Fibo 2.0 Dev 是無審查的嗎？

BRIA 的託管 API 在模型外加了提示詞與圖片審核開關及 C2PA 溯源，訓練資料也經授權並排除露骨內容、暴力與公眾人物。開放權重則不同：在 ComfyUI 或 diffusers 中沒有審核步驟，因此可下載的權重實際上就是無審查 Fibo 2.0 Dev。這也是想創作成人私房、魅力寫真或奇幻藝術的創作者關注 Dev 權重的原因。由於訓練資料是 SFW，露骨裸露並非其強項，CC BY-NC 授權也不允許商用。

以開放權重形式來說，是的。Hugging Face 上的權重不含 BRIA 在託管 API 上套用的內容審核：在 ComfyUI 或 diffusers 本地執行時，提示詞與輸出都不會被檢查，生成內容由你決定。但仍有兩點限制。BRIA 使用刻意排除露骨內容的授權資料訓練，因此裸露與性細節效果偏弱，除非社群 LoRA 補上；截至 2026 年 10 月 21 日，Hugging Face 上尚未出現 Fibo 2.0 的 NSFW 微調。CC BY-NC 授權也讓任何無審查 Fibo 2.0 Dev 工作流程僅限非商用。切勿生成未成年人，或未經同意的真人。

在 Spicy AI 上進行無審查圖片生成

如果你真正想要的是用無審查版 Fibo 2.0 製作成人（18+）圖片，Spicy AI 的圖片編輯器是更簡單的途徑。它直接在瀏覽器中提供類似的無審查圖片生成，因此不需下載任何東西，對於成年人合意的主題也沒有內容過濾。貼上上方任一範本，若要編輯就加入參考照片，並說明哪些部分必須保持不變。只上傳你擁有或獲准編輯的照片，絕不描繪未成年人，也不要在未經同意下描繪真實人物。

1. 像 Fibo 的 JSON 提示詞一樣，把主體、場景、光線、鏡頭與風格分成不同子句描述。
2. 編輯時，列出必須保持不變的部分：臉部、姿勢、背景與光線。
3. 固定 seed，每次只改一個細節，方便比較結果。
4. 註明畫面中所有人都是成年人（18+），並只編輯你有權使用的照片。

資料來源

• briaai/Fibo-2.0-dev 模型卡（Hugging Face）
• Fibo 2 發布說明（BRIA 文件）
• 圖片編輯 API 參考（BRIA 文件）
• 自行架設 Fibo 2（BRIA 文件）
• 安全與透明度（BRIA 文件）
• Fibo 2.0 支援 pull request（ComfyUI）
• Bria Fibo 2 pull request（diffusers）
• FIBO 背後的結構化描述論文（arXiv 2511.06876）

其他無審查圖片模型指南

• 無審查 Midjourney
• 無審查 DALL·E
• 無審查 Stable Diffusion
• 無審查 Flux
• 無審查 Nano Banana
• 無審查 Nano Banana 2
• 無審查 Nano Banana 2.1
• 無審查 Nano Banana Pro
• 無審查 Ideogram
• 無審查 Leonardo AI
• 無審查 Seedream
• 無審查 Seedream 5.0
• 無審查 Krea
• 無審查 Kroma
• 無審查 Qwen-Image
• 無審查 Adobe Firefly
• 無審查 GPT Image 2.5
• 無審查 Fibo 2.0 Edit Turbo
• 無審查 GPT Image 2
• 無審查 Text to Image
• 無審查 Z-Image Turbo
• 無審查 Z-Image
• 無審查 FLUX.2
• 無審查 FLUX.2 [dev]
• 無審查 FLUX.2 [pro]
• 無審查 GPT Image 1.5
• 無審查 AI Head Swap
• 無審查 AI Cloth Swap