跳到正文
Latent Space

Black Forest Labs 发布 FLUX 3:一个模型搞定图片、视频、音频和机器人动作预测

[AINews] Black Forest Labs FLUX 3 - Multimodal Flow Models that beat Seedance 2.0, Gemini Omni and Grok Imagine, and FLUX-mimic video-action robotics model

Black Forest Labs 推出了 FLUX 3,一个统一架构的多模态模型,能同时处理图片、视频、音频,甚至还能预测机器人的动作。官方博客说,在视频生成的偏好测试里,它赢了 Seedance 2.0、Gemini Omni 和 Grok Imagine,而且所有输出都自带原生音频。

推荐理由:Black Forest Labs 发布统一架构多模态模型 FLUX 3,可同时处理图片、视频、音频并预测机器人动作,官方称其在视频生成偏好测试中胜过 Seedance 2.0 等模型。

读原文 ↗导出 Markdown