传闻称 Flux 3 统一图像视频音频与动作预测
theteknosaur · x · 2026-07-26
Flux 3 传出把图像、视频、音频和动作预测合进同一模型
这条帖子称 Flux 3 本周发布，Black Forest Labs 把 图像、视频、音频和动作预测 统一训练进一个模型。
帖子还说，动作版本 Flux Mimic 已经在 奥迪 制造产线做试点，并给出一个更大的判断：视频预测和机器人控制可能本质上是同一个问题。
所属事件:Black Forest Labs传将发布FLUX 3模型(2 条相关)→
「具身」频道最新
- 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
- StackChan 机器人上演 AI 短剧：Hermes Agent 用 JSON 脚本统筹表演 — alexcovo_eth · 2026-10-27
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- Bedrock Robotics 融资 6 亿美元,改装挖掘机已在商业工地全自动驾驶接单 — Sethwinterroth · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27
- Skyfall AI 推出工程世界模型 SKY-001:文本转 CAD 构建,3.9 秒 vs GPT-6 的 199 秒 — rohanpaul_ai · 2026-10-27