Black Forest Labs 把 Flux 3 推向图像、视频、音频和动作预测
elemental-mind · reddit · 2026-07-24
Black Forest Labs 发布的 Flux 3 走向了更明确的 全模态：覆盖 图像、视频、音频，还包括 动作预测。
官方博客把它定位为面向“真实世界模型”的一步，主张用 multimodal flow models 作为视觉智能的底座。也就是说，它不只是做静态图片生成，而是在往更强的跨模态理解与预测能力上走。
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)→
「多模态」频道最新
- Fish Audio 开源发布 Drama 3 TTS,博主演示旧帖一键转有声视频 — alex_verem · 2026-10-27
- Reddit 用户用 ComfyUI 生成逼真「清晨公交」短片 — no3us · 2026-10-27
- 网友为 MOSS 模型做模糊/防模糊 Slider LoRA,负权重让背景更清晰 — NoMouse9610 · 2026-10-27
- PixGR：像素空间生成式解码加速前馈 3D 高斯重建 — kwangmoo_yi · 2026-10-27
- Krea-2 Turbo 搭配 ComfyUI 做产品广告图，作者晒提示词与成片效果 — comfy-king-999 · 2026-10-27
- Marigold V2 深度估计支持高分辨率分块推理，登陆 ComfyUI — AntonObukhov1 · 2026-10-27