Black Forest Labs发布FLUX 3多模态模型,支持原生音频视频生成

Black Forest Labs正式发布FLUX 3预览版,这是一个在图像、视频和音频上统一训练的多模态大模型。其核心亮点是能够通过单一请求生成带有同步原生音频的高清视频,单次最长可达20秒,标志着官方在构建真实“世界模型”道路上迈出重要一步。目前模型已进入早期体验阶段,API与网页端均已开放使用。

已确认

尚未确认

为什么重要

2026-08-04 ~ 2026-08-05 · 19 条相关

事件全程(共 13 集)→

一手来源

另有 5 条近重复转述:pess_r · iamrobotbear · aziz4ai · iamaliveix · MicahBerkley