FLUX 3 把图像视频音频和动作预测合到一模型
pess_r · x · 2026-07-24
- BFL 发布 FLUX 3，主打把 图像、视频、音频和动作预测 放进同一个多模态模型里。
- 官方称它在各种风格下生成会更“接近真实”，其中 FLUX 3 Video 已进入 early access。
- 该模型采用统一架构训练，并且可以进一步扩展到机器人动作预测；线程里还提到与 mimic 和 Audi 的合作。
- 转发者补充说，这次发布把他们 4 个月前的 Self-Flow 论文思路落到了大规模产品里。
所属事件:Black Forest Labs 发布 FLUX 3：迈向全模态与具身智能底座(28 条相关)→
「具身」频道最新
- 32mm 直径塞进人形机器人关节：Zmotor 执行器全拆解 — MarwaEldiwiny · 2026-10-27
- 拆解中国人形机器人 Zmotor 线性执行器：内部构造全曝光 — MarwaEldiwiny · 2026-10-27
- 世界模型新玩法：物体赋重量摩擦系数，物理引擎推演机器人动作 — jonstephens85 · 2026-10-27
- 折叠屏 iPhone「Duo」开箱照现身,真机包装盒首曝 — chrisfirst · 2026-10-27
- Bedrock Robotics 获 6 亿美元 C 轮，无人挖掘机已在美国工地承接付费工程 — davidpattersonx · 2026-10-27
- UniAction 统一动作条件框架:单一世界模型驱动多种动作类型 — ZeYanjie · 2026-10-27