Black Forest Labs 预热 FLUX 3 多模态模型

Black Forest Labs（黑森林工作室）正在预热其新一代模型 FLUX.3，并已向部分用户开放早期测试，曝光的演示视频展示了其显著提升的生成能力。据多位爆料者透露，FLUX.3 将从单一的静态图像模型转型为全模态骨干模型，不仅支持图像生成，还涵盖了最长 20 秒的视频、音频以及机器人动作预测，并可能内置推理能力。

已确认

模型 FLUX.3 确实存在，且 Black Forest Labs 已放出早期访问展示视频，部分测试者已将其投入早期测试并分享了惊艳的生成效果。

尚未确认

目前关于模型的具体多模态能力（如 20 秒视频、音频、动作生成及推理能力）均来自爆料与预热传闻。此外，虽然 @eyishazyer 和 @multimodalart 推测该模型大概率会延续其一贯路线开放或开源权重，但官方尚未正式发布完整的技术规格与开源协议确认。

为什么重要

如果传闻属实，FLUX.3 将成为一款覆盖图像、视频、音频和动作预测的全面型多模态模型。这标志着顶级开源图像模型正式向更广阔的多模态生成与物理世界交互（机器人动作）领域迈进，对 AI 内容创作及具身智能领域具有重要意义。

2026-07-23 ~ 2026-07-24 · 5 条相关

一手来源