Black Forest Labs ha lanzado FLUX3, un modelo base multimodal en acceso anticipado que unifica el aprendizaje de imágenes, vídeo y audio a través de un marco de flujo auto-supervisado. Genera vídeos de hasta 20 segundos con audio nativo y admite la conversión de texto a vídeo, de imagen a vídeo y mucho más. En las pruebas comparativas, FLUX3 alcanzó una tasa de acierto del 69 % frente a Grok Imagine Video, del 52 % frente a Seedance 2.0 y Gemini Omni Flash, y se extiende a la predicción del comportamiento de robots.