Black Forest Labs 发布 FLUX 3：统一多模态覆盖图像视频音频
daniel_mac8 · x · 2026-07-24
Black Forest Labs 发布 FLUX 3，主打把图像、视频、音频和动作预测统一到一个多模态模型里。
- 能力范围：支持文生视频、图生视频、参考视频生成、视频+音频延长、基于关键帧生成、多语言提示，以及把单段内容串成更长的多镜头序列。
- 架构特点：官方称其为统一架构联合训练，并明确可以扩展到面向机器人动作预测。
- 开放节奏：FLUX 3 Video 已进入早期访问；未来几周会开放 API，之后还会开放开源的 FLUX 3 Dev。
- 线程还提到他们与 mimic、Audi 的演示合作。
所属事件:Black Forest Labs 发布 FLUX 3 统一多模态模型(17 条相关)→
「具身」频道最新
- NVIDIA 在 SIGGRAPH 展示 RTX Spark OEM 电脑 — lee_stott · 2026-07-24
- 机器人不是人形之争，关键是部署后的真实 ROI — chris_j_paxton · 2026-07-24
- RoboPapers 预告人类通用抓取 HUG 主题节目 — chris_j_paxton · 2026-07-24
- AMD Advancing AI 2026 演讲开场前就排起长队 — DynamicWebPaige · 2026-07-23
- BotQ 宣布已制造出第 1000 台人形机器人 — adcock_brett · 2026-07-23
- Galbot 联合美团落地 24 小时无人药房机器人 — CyberRobooo · 2026-07-23