# BFL 发布 FLUX 3：一个模型同时搞定视频、图片和音频

> 原标题：Flux 3

- 来源：Hacker News 首页
- 发布时间：2026-07-24T06:17:08.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/46324
- 原文：https://bfl.ai/blog/flux-3

## 摘要

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。

## 推荐理由

BFL 发布 FLUX 3，把图片、视频和音频放进同一架构联合训练，视频生成已开放早期测试，支持三种生成方式，最长 20 秒并自带原生音频。

## 锐评

一个模型同时出图、出视频、出音频，听着省事，我更关心它怎么算账。20 秒带原生音频的视频，token 消耗和推理成本不会低，早期测试大概率是烧钱换数据。BFL 说初步对比赢了 69%，没讲跟谁比、怎么测，先当参考。多模态联合训练这条路我信，物理一致性确实得靠跨模态约束，但落到产品上，单条视频成本能不能压到可接受，决定它进不进得了工作流。
