A Black Forest Labs lançou o FLUX3, um modelo de base multimodal em acesso antecipado, que unifica o aprendizado de imagens, vídeos e áudio por meio de uma estrutura de fluxo auto-supervisionada. Ele gera vídeos de até 20 segundos com áudio nativo e oferece suporte à conversão de texto em vídeo, de imagem em vídeo e muito mais. Em testes comparativos, o FLUX3 alcançou uma taxa de acerto de 69% em relação ao Grok Imagine Video, 52% em relação ao Seedance 2.0 e ao Gemini Omni Flash, e se estende à previsão de comportamento de robôs.