Black Forest Labs、20秒間の音声・映像生成を実現する初のネイティブ・マルチモーダルモデル「Flux3」を発表
ドイツのAIスタートアップ企業であるBlack Forest Labsは、Self-Flowアーキテクチャに基づいて構築されたマルチモーダル基盤モデル「Flux3」をリリースしました。このモデルは、画像、動画、音声、動きそれぞれに特化したコーデックを統合しており、物理環境とデジタル環境の両方について、統一的な理解と生成を可能にします。
Flux3の最大の特徴は、ネイティブな音声・映像の同期機能です。音声の直接生成をサポートする初のマルチモーダルモデルとして、最大20秒間の同期クリップを生成します。 このモデルは、テキストから画像への変換、画像から動画への変換、キーフレームベースのトランジション、複数キャラクターによる対話を処理し、視覚と聴覚の機能を単一の基盤に統合しています。

初期のベンチマークでは、Flux3が競合他社を上回る性能を示しています。 720p解像度で10秒のクリップの場合、Luma Ray3.2に対して93%の勝率を達成し、Runway Gen-4.5に対しては77%の優位性を示したほか、Seedance2.0やGemini Omni Flashといったトップクラスのモデルに対してもわずかながら優位性を維持している。
また、Black Forest Labsは、Mimic Roboticsとの共同開発による「Flux-mimic」を通じて、これらの機能をロボティクス分野にも拡張しました。現在、アウディの工場で生産テストが行われているこのモデルは、マルチモーダルAIが画面から産業用途へと移行していることを示しています。 提供状況については、Flux3Videoはすでに公開されており、Flux3Imageおよびオープンソースの「Flux3Dev」ウェイトも近日中にリリースされる予定です。
関連記事
WeChat、AI画像生成の利用枠を10億トークンに拡大、ユーザーは無料で利用可能
テンセントクラウド・デベロップメントは本日、WeChat AIミニプログラム成長計画を大幅に加速させる大規模なアップデートを発表しました。開発者の革新的なアイデアがコンピューティングリソースの制限によって阻まれることのないよう、テンセントはすべての業界の開発者に対し、最大10億トークン分のモデルクォータを無償で提供します。さらに、AI生成画像の無料クォータが1万枚から10万枚に引き上げられました。
マイクロソフトがWindows 11の2026年アップデートを正式発表:タスクバーが復活、AIによる「デジタルデトックス」機能が導入
長年にわたるシステムの肥大化や物議を醸す評判を経て、マイクロソフトはついにWindows 11に「大掛かりな改良」を行うことを決定した。マイクロソフトのWindows部門責任者であるパヴァン・ダヴルリ氏は先日、速度と使いやすさの向上を目的とした一連の中核的な改善が、今月から4月にかけて展開されることを明らかにした。今回のアップデートで最も意外な変更点は、マイクロソフトがAIの存在感を抑える方針を打
Google、法律事務所向け「Gemini Enterprise」の法務ツールをリリース
火曜日、Googleは弁護士や法律事務所向けの専用ソリューション「Gemini Enterprise for Legal」を導入し、Gemini Enterpriseプラットフォームを拡充した。これにより、法務分野におけるAI主導の需要を取り込もうとする大手テック企業間の競争が、一段と激化することとなった。 この新サービスは、既存の法務ソフトウェアやデータプラットフォームと互換性のあるプラグインに
関連特集おすすめ
コメント (0)
0/500
ドイツのAIスタートアップ企業であるBlack Forest Labsは、Self-Flowアーキテクチャに基づいて構築されたマルチモーダル基盤モデル「Flux3」をリリースしました。このモデルは、画像、動画、音声、動きそれぞれに特化したコーデックを統合しており、物理環境とデジタル環境の両方について、統一的な理解と生成を可能にします。
Flux3の最大の特徴は、ネイティブな音声・映像の同期機能です。音声の直接生成をサポートする初のマルチモーダルモデルとして、最大20秒間の同期クリップを生成します。 このモデルは、テキストから画像への変換、画像から動画への変換、キーフレームベースのトランジション、複数キャラクターによる対話を処理し、視覚と聴覚の機能を単一の基盤に統合しています。

初期のベンチマークでは、Flux3が競合他社を上回る性能を示しています。 720p解像度で10秒のクリップの場合、Luma Ray3.2に対して93%の勝率を達成し、Runway Gen-4.5に対しては77%の優位性を示したほか、Seedance2.0やGemini Omni Flashといったトップクラスのモデルに対してもわずかながら優位性を維持している。
また、Black Forest Labsは、Mimic Roboticsとの共同開発による「Flux-mimic」を通じて、これらの機能をロボティクス分野にも拡張しました。現在、アウディの工場で生産テストが行われているこのモデルは、マルチモーダルAIが画面から産業用途へと移行していることを示しています。 提供状況については、Flux3Videoはすでに公開されており、Flux3Imageおよびオープンソースの「Flux3Dev」ウェイトも近日中にリリースされる予定です。
WeChat、AI画像生成の利用枠を10億トークンに拡大、ユーザーは無料で利用可能
テンセントクラウド・デベロップメントは本日、WeChat AIミニプログラム成長計画を大幅に加速させる大規模なアップデートを発表しました。開発者の革新的なアイデアがコンピューティングリソースの制限によって阻まれることのないよう、テンセントはすべての業界の開発者に対し、最大10億トークン分のモデルクォータを無償で提供します。さらに、AI生成画像の無料クォータが1万枚から10万枚に引き上げられました。
マイクロソフトがWindows 11の2026年アップデートを正式発表:タスクバーが復活、AIによる「デジタルデトックス」機能が導入
長年にわたるシステムの肥大化や物議を醸す評判を経て、マイクロソフトはついにWindows 11に「大掛かりな改良」を行うことを決定した。マイクロソフトのWindows部門責任者であるパヴァン・ダヴルリ氏は先日、速度と使いやすさの向上を目的とした一連の中核的な改善が、今月から4月にかけて展開されることを明らかにした。今回のアップデートで最も意外な変更点は、マイクロソフトがAIの存在感を抑える方針を打
Google、法律事務所向け「Gemini Enterprise」の法務ツールをリリース
火曜日、Googleは弁護士や法律事務所向けの専用ソリューション「Gemini Enterprise for Legal」を導入し、Gemini Enterpriseプラットフォームを拡充した。これにより、法務分野におけるAI主導の需要を取り込もうとする大手テック企業間の競争が、一段と激化することとなった。 この新サービスは、既存の法務ソフトウェアやデータプラットフォームと互換性のあるプラグインに





家






