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
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11