Fibo 2.0 Dev bereikt ModelScope: de checkpoint die Bria daadwerkelijk voor fine-tuning heeft gebouwd

De Fibo 2.0 Dev-vermelding op de Chinese site van ModelScope werd aangemaakt om 17:03 UTC op 20 oktober 2026 — dezelfde dag dat Bria het model uitbracht — en een kopie op de internationale site verscheen twee dagen later, om 09:55 UTC op 22 oktober. Geen van beide kopieën is sindsdien veel veranderd: de Chinese vermelding had 691 downloads en de internationale 59 toen ze deze week werden gecontroleerd, en beide hebben een licentieveld dat, weinig behulpzaam, "other" luidt. De downloadaantallen zijn niet het verhaal. Het verhaal is wat de eigen engineeringstack van ModelScope over de checkpoints zegt, want de Fibo-documentatie van DiffSynth-Studio stelt het nu ronduit: alleen Fibo 2.0 Dev is trainbaar.

Dat is iets om even bij stil te staan. Bria (het bedrijf achter het model) bracht Fibo 2.0 op 20 oktober 2026 uit als een open-weights model met 8,13 miljard parameters dat tekst-naar-afbeelding-generatie en instructie-editing met één set gewichten combineert, en publiceerde onder die naam twee checkpoints: de volledige basis en een gedistilleerde editor. ModelScope, de Chinese modelhub waarvan het DiffSynth-Studio-project de trainingsscripts levert, heeft nu beide geïntegreerd en de grens getrokken waar ontwikkelaars op hebben gewacht: het gedistilleerde checkpoint is een deployment-artefact, het niet-gedistilleerde is het exemplaar dat je kunt trainen.

Wat staat er eigenlijk op ModelScope, en wat niet?

Er bestaan twee vermeldingen, en het zijn spiegelversies van dezelfde gewichten, geen rebuild. De Chinese site vermeldt briaai/Fibo-2.0-dev onder de taak text-to-image-synthesis met de bibliotheken pytorch, lora, safetensors en diffusers — de aanwezigheid van lora in die lijst is een kleine aanwijzing over de bedoeling. De internationale site bevat dezelfde model-ID met een eigen, veel kleinere downloadteller. Beide verwijzen terug naar de gated Hugging Face-repository in plaats van een aparte kopie te hosten, dus wie de eigenlijke bestanden nodig heeft, doorloopt nog steeds Bria's toegangsformulier voor niet-commercieel gebruik.

Twee details verdienen het om vermeld te worden, omdat ze iemand die de listing op zichzelf leest in verwarring brengen. Het taaklabel zegt alleen tekst-naar-afbeelding, wat het checkpoint onderbelicht: Fibo 2.0 Dev doet generatie en bewerking met dezelfde gewichten, en het bewerkingspad is juist het pad waaraan de meeste teams waarde hechten. En het licentieveld zegt "other" in plaats van "CC BY-NC 4.0", wat een metadata-lacune is, geen andere licentie — de licentie is nog steeds Bria's niet-commerciële licentie, en het is de grootste beperking voor alles wat je op dit checkpoint fine-tunet.

De timing is ook van belang voor hoe het nieuws moet worden gelezen. De weights verschenen op 18–19 oktober op de Hub, Artificial Analysis had op 20 oktober al een snapshot, ComfyUI voegde op 21 oktober native ondersteuning toe, en de internationale mirror van ModelScope werd op 22 oktober aangevuld. Fibo 2.0 Dev is een negen dagen oude checkpoint in een distributiefase die nog in beweging is, geen oude release die weer tot leven wordt gebracht.

Dev versus Edit Turbo is een echte fork, geen naamkwestie.

Bria heeft twee checkpoints onder één releasenaam gepubliceerd, en het verschil bepaalt alles daarna:

• Sampling — Fibo 2.0 Dev voert 50 stappen uit met classifier-free guidance op 5.0; Fibo 2.0 Edit Turbo voert 4 stappen uit met guidance vast op 1.0, wat wil zeggen: helemaal geen guidance.

Taakdekking — Dev doet tekst-naar-afbeelding en bewerken; Turbo doet alleen bewerken, dus een tekst-naar-afbeelding-prompt op Turbo is het verkeerde hulpmiddel, niet een langzamer antwoord.

Negatieve prompts — die werken op Dev omdat CFG aan staat; op Turbo is er geen CFG om mee bij te sturen, dus een negatieve prompt heeft geen knop om aan te draaien.

• Trainbaarheid — dit is de splitsing die hier van belang is. DiffSynth-Studio's Fibo-pagina stelt expliciet dat alleen Fibo-2.0-dev een trainingsdoel is; Turbo wordt beschreven als niet bedoeld voor fine-tuning.

• Kosten per afbeelding bij inferentie — Turbo is ongeveer een orde van grootte goedkoper in gebruik voor de smalle taak die het uitvoert, en daarom zou niemand het juist moeten fine-tunen om dat gat te dichten.

Onder de oppervlakte hebben ze dezelfde vorm: een flow-matching-diffusietransformator die in de latente ruimte van de FLUX.2-VAE werkt, een BF16-DiT met 8.127.342.213 parameters en 44 single-stream-blokken, waarvan er vijf cross-attention gebruiken met een Qwen3-VL-4B-Instruct-tekstencoder, waarvan de uitvoer door een tweelaagse Perceiver-resampler wordt samengeperst tot 256–512 "gist"-tokens. De repository beslaat in totaal ongeveer 25,5 GB — een transformator van 16,3 GB, een tekstencoder van 8,9 GB en een VAE van 0,34 GB — en dat is het getal waarop je moet rekenen, niet het 8B-cijfer uit de titel.

Het trainingsrecept: bevroren encoders, een trainbare DiT

ModelScopes bijdrage is geen extra spiegel, maar een set scripts, en de vorm daarvan is conventioneel op de manier die het bruikbaar maakt. Training hergebruikt dezelfde FiboPipeline als bij inferentie en loopt via examples/fibo/model_training/train.py. De VAE en de tekstencoder zijn bevroren; de DiT wordt met flow matching getraind. Die keuze is de verstandige keuze — een Qwen3-VL-4B-encoder samen met een 16 GB-transformer op één node fine-tunen is een ander project — maar ze betekent ook dat een fine-tune stijl, compositie en bewerkingsgedrag kan ombuigen zonder het model een werkelijk nieuwe taal van prompts te leren.

Er worden twee niveaus ondersteund, en beide zijn uitsluitend DiT:

• Volledige fine-tune — geef `--trainable_models "dit"` mee en laat Accelerate de gedistribueerde config regelen; de hele transformer wordt verplaatst, niets anders.

• LoRA — koppel adapters aan de DiT met --lora_base_model "dit", stel doelmodules en rang in, en hervat indien gewenst vanaf een checkpoint; de meegeleverde LoRA-scripts gebruiken standaard één GPU.

Bewerken is een eersteklas trainingsdoel, geen bijzaak. Bewerkingsruns injecteren edit_image en een optioneel masker via --extra_inputs, en een UnifiedDataset leest die kolommen uit metadata; rijen zonder masker worden getraind als gewone bewerkingsvoorbeelden in plaats van te worden weggegooid. Omdat generatie en bewerken gewichten delen, kan één fine-tune een nieuw domein aanleren én hoe je erin bewerkt — Bria's eigen modelkaart maakt die propositie voor merk- en stijl-LoRAs, verticale specialisten en smalle taakbewerkers, en levert een single-GPU LoRA-trainer met een gids voor gegevensvoorbereiding in de fine_tuning/-map van het repository.

De twee voorbeelddatasets laten het schema zien dat je wordt verwacht te produceren: DiffSynth-Studio/diffsynth_example_dataset, met een fibo/Fibo-2.0-dev-split die een metadata-CSV met image en prompt bevat, en een fibo/Fibo-2.0-dev-Edit-split die metadata-JSON met image, prompt, edit_image en optionele mask bevat. Niets in dat schema is exotisch; het werk zit in het produceren van de captions.

VRAM: het deel dat de modelkaart niet kwantificeert

Er is geen gepubliceerd minimum. De DiffSynth-documentatie aanbeveelt configuraties met weinig VRAM en automatisch VRAM-beheer op basis van het resterende geheugen, in plaats van een ondergrens te noemen. De voorbeeldconfiguratie laat zien wat ze verwachten: laden en voorbereiden in FP8 E4M3, rekenen in BF16, offloaden naar schijf en het totale gebruik beperken tot het totale CUDA-geheugen minus 0,5 GB. Dat is een recept van mensen die weten dat het antwoord afhangt van je grafische kaart, je resolutie en of gradient checkpointing aan staat — en het is eerlijk daarover. Reken op offloaden en accepteer dat een fine-tune op één megapixel traag zal zijn voordat hij goed is.

Gestructureerd JSON is de interface, dus je dataset moet het spreken

Het bedieningsoppervlak van Fibo is geen promptvak. Het model is getraind op Visual GenAI Language (VGL)-captions — gestructureerde JSON waarin belichting, compositie, stijl, camera en objecten onafhankelijk adresseerbare velden zijn — en de inferentiepijplijn retourneert de caption samen met het beeld dat die heeft geproduceerd. De bria-vgl-helper biedt create() voor generatie en modify() voor bewerkingen, dus je hoeft de JSON niet met de hand te schrijven; een gehoste VLM doet de uitbreiding, tenzij je die zelf opstelt.

Dat heeft een directe consequentie voor fine-tuning die de berichtgeving rond de lancering grotendeels oversloeg. Als je traint op vrije-tekstprompts, train je de DiT tegen een captionformaat waarvoor hij niet is ontworpen, en de controle die je hoopte te krijgen, is het eerste dat verloren gaat. VGL-captions in je metadata opslaan — ofwel door de pipeline gegenereerd en daarna bewerkt, ofwel bewust geschreven — houdt het gedrag van het adresseerbare veld intact, en het is de verschil tussen een LoRA die een stijl verandert en een LoRA die een stijl verandert zonder de rest van het frame te ruineren. Als je trainingsset bestaat uit afbeeldingen zonder captions, is de captioningstap de duurste stap, en het is een taak voor een taalmodel.

Tooling is sneller geland dan de meeste nieuwe checkpoints krijgen

Voor een model van negen dagen oud is de omringende stack ongewoon compleet, en dat is mede de reden waarom de ModelScope-integratie een kleinere zaak is dan ze lijkt en een nuttiger zaak dan een kale spiegel.

• diffusers — een BriaFibo2Pipeline is toegevoegd als PR #14991, het pad dat de meeste inferentiecode zal volgen.

• ComfyUI — native ondersteuning samengevoegd op 21 oktober als PR #17240 en uitgebracht in v0.43.0, met toevoeging van een fibo2-tekstencodertype dat het officiële Qwen3-VL-4B laadt en een TextEncodeFibo2-node dat VGL-prompts en referentieafbeeldingen verwerkt. BF16- en INT8-repacks volgen die loaderindeling, en er is GGUF-architectuurondersteuning voor gekwantiseerde lokale runs.

• ModelScope / DiffSynth-Studio — inferentie- en trainingsscripts op één plek, en dat is precies het onderdeel dat een team dat zich op DiffSynth standaardiseert echt nodig heeft voordat het een fine-tune kan plannen.

De muur die niemand noemt: CC BY-NC 4.0

Fibo 2.0 heeft open gewichten, maar is geen open source, en de kloof tussen die twee formuleringen is de hele commerciële kwestie. De checkpoints vallen onder CC BY-NC 4.0: alleen niet-commercieel gebruik, waarbij commerciële inzet een aparte overeenkomst met Bria vereist, en de Hugging Face-repositories zijn achter een poort geplaatst die een bedrijfs- en gebruiksdoelformulier verlangt. Een merk-LoRA die op Fibo 2.0 Dev is getraind, is een onderzoeksartefact tot die overeenkomst er is — een vreemde plek om "precies dat neer te zetten waarop ontwikkelaars willen bouwen", maar wel de juiste plek. Vergelijk het met de open-weight-alternatieven die commercieel gebruik zonder meer toelaten, en de licentie, niet de Elo, wordt de beslissende scheidslijn voor iedereen die iets uitbrengt.

Het kwaliteitsbeeld is ook beperkter dan de kop suggereert. Op Artificial Analysis' AA-Image-Editing v2.1 noteert Fibo 2.0 1.088 Elo met een interval van ±14 op basis van 5.009 blinde stemmen — drieëntwintigste overall en eerste onder open-weights-editors, hoewel het sinds de momentopname bij de lancering een plaats of twee is gedaald. Qwen-Image-2.1 staat op 1.081 ±13, en de intervallen overlappen bijna volledig, dus de open-weights-voorsprong is eerder een tiebreak dan bewijs. Op AA-Image-T2I v2.1 keert de volgorde om: 1.039 ±12 voor Fibo 2.0 tegenover 1.042 ±12 voor Qwen-Image-2.1. Bria's eigen modelkaart is in de smalle categorieën nog minder flatteus — het vermeldt tekstweergave en lay-out op de zeventiende tot tweeëntwintigste plaats, en menselijke anatomie op de achttiende. Een fine-tune kan zich op die zwakke punten richten, maar kan niet boven wat de encoder begrijpt uitkomen.

Waar routing past, en waar niet

De eerlijke splitsing: Fibo 2.0 zelf staat niet in de catalogus van OrcaRouter, dus niets hier is een verkoopverhaal om Fibo via ons aan te roepen. Wat routing oplevert, is de andere helft van de pijplijn. De twee taalmodel-taken rond deze checkpoint — VGL-bijschriften schrijven voor een trainingsset en korte prompts bij inferentie uitbreiden naar gestructureerd JSON — zijn gewone tekstworkloads, en die bepalen of een fine-tune überhaupt mogelijk is. OrcaRouter biedt één API voor 200+ modellen met 0% opslag, dus lijstprijzen van providers worden doorgegeven en het aandeel van de leverancier komt dezelfde dag op je factuur terecht; automatische failover tussen providers betekent dat een captioning-run over een paar duizend afbeeldingen niet vastloopt op één upstream; en de routing-DSL kan een goedkoop model vastzetten voor bulkcaptioning terwijl de moeilijke gevallen naar iets sterkeres gaan, met model fusion beschikbaar wanneer één enkele captioner steeds een veld mist. Het beeldmodel blijft waar het is; de tekst eromheen is routeerbaar.

Wat hierna te volgen is, is Bria's eigen roadmap, die op de modelkaart wordt genoemd als multi-turn lokaal bewerken, achtergrondverwijdering, een product-shot-LoRA, maskerwissing en outpainting — allemaal zouden ze eerst op de Dev-checkpoint verschijnen, omdat Dev degene is met een trainingslus. De ModelScope-mirrors zijn het saaie deel van dit verhaal. De DiffSynth-zin "alleen Fibo-2.0-dev is trainbaar" is het nuttige deel, en dat is de reden om het 25,5 GB-repository te downloaden in plaats van de API aan te roepen.