Black Forest Labs 推出 FLUX 3：统一图像、视频与音频的多模态大模型
dl_weekly · x · 2026-08-04
Black Forest Labs 宣布其最新多模态基础模型 FLUX 3 进入早期体验阶段。该模型采用统一架构，将图像、视频和音频数据进行联合训练。
官方表示，这种多模态联合学习能让模型更好地理解物理世界的底层规律，例如物体的运动状态与声音的因果关系。目前，FLUX 3 已能生成带有原生音频的 20 秒视频片段，并展现出向机器人动作预测等物理 AI 领域扩展的潜力。
所属事件:Black Forest Labs发布FLUX 3多模态模型，支持原生音频视频生成(19 条相关)→
「模型」频道最新
- GPT-6 Sol 开药水店零失误，推理摘要却把库存当成自身属性 — liminal_bardo · 2026-10-16
- willcb 谈 Opus 5.5：不是参数变大，而是数据修好了 — willcb · 2026-10-16
- 曝 Apple 与 Meta 合作：816B 参数模型 Muse Spark Open 可跑在 Mac Studio — TansuYegen · 2026-10-16
- 法国开发者力挺 Mistral：ML4 万亿参数 MoE 未训完已比肩开源前列 — blakesnake86 · 2026-10-16
- Claude Opus 6 EAP 检查点现身，GPT-6.1 Astra 与 MAI-Base-2 泄露汇总 — WorldofAI · 2026-10-16
- Gemini 4 模型卡披露:模型可省去生物武器研究数月试错 — Puzzleheaded-King584 · 2026-10-16