Black Forest Labs 发布 FLUX 3：统一图像、视频、音频与机器人动作预测的多模态基础模型
Black Forest Labs Releases FLUX 3: A Multimodal Flow Model for Image, Video, Audio and Robot Action Prediction
AI 导读Black Forest Labs 发布 FLUX 3，这是首个在单一架构中联合学习图像、视频和音频，并从同一组权重输出视频、音频和动作预测的多模态基础模型。FLUX 3 Video 可单次生成长达 20 秒、带原生音频的视频，在 10 秒 720p 文本生成视频的人类偏好测试中，以 93% 的偏好率击败 Luma Ray 3.2。
另有 4 家信源报道
- Black Forest Labs 发布 FLUX 3 多模态基础模型，与 mimic 合作推出 FLUX-mimic 机器人模型Black Forest Labs：Blog · 7 月 24 日
- Black Forest Labs 发布 FLUX 3 多模态模型，支持单次生成 20 秒视频与原生音频IT之家·人工智能 · 7 月 24 日
- FLUX 3发布：多模态真实世界模型邵猛 · 7 月 24 日
- Black Forest Labs 发布 Flux 3：可生成带原生音频的 20 秒视频，并推出机器人动作模型 Flux-mimicThe Decoder：AI News · 7 月 24 日
来源：MarkTechPost · marktechpost.com
事件后续1
查看事件全部- Black Forest Labs 发布 FLUX 3 多模态基础模型，与 mimic 合作推出 FLUX-mimic 机器人模型Black Forest Labs：Blog · 7 月 24 日