BFL 发布 FLUX 3：一个模型同时搞定视频、图片和音频

Flux 3

FLUX 3 是 BFL 的新多模态基础模型，把图片、视频和音频放在同一个架构里联合训练。它的思路是：单一模态信息不全，但把它们放在一起学，声音得匹配撞击、运动得服从质量，模型就能学到更底层的物理世界表征。视频生成已开放早期测试，支持文生视频、图生视频和视频转视频，最长 20 秒，自带原生音频。初步评测里，FLUX 3 在 69% 的对比中优于 Gro...

推荐理由：BFL 发了 FLUX 3，一个把图、视频、音频放在一起训练的多模态基础模型。视频生成已经开放早期测试，最长 20 秒，自带原生音频，初步对比赢了 69%。这是有具体数字的产品更新，多模态联合训练的路线也值得关注，所以给了 featured。