Дом
Black Forest Labs представляет Flux3: первую нативную мультимодальную модель для генерации аудиовизуального контента за 20 секунд
Немецкий стартап в области искусственного интеллекта Black Forest Labs представил Flux3 — мультимодальную базовую модель, построенную на архитектуре Self-Flow. Она объединяет специализированные кодеки для изображений, видео, аудио и движения, что обеспечивает единое понимание и генерацию как физических, так и цифровых сред.
Отличительной особенностью Flux3 является встроенная синхронизация аудио и видео. Являясь первой мультимодальной моделью, поддерживающей прямое генерацию аудио, она создает синхронизированные клипы длиной до 20 секунд. Модель обрабатывает преобразование текста в изображение, изображения в видео, переходы на основе ключевых кадров и диалоги с участием нескольких персонажей, объединяя визуальные и аудиовозможности в единую базу.

Предварительные тесты показывают, что Flux3 превосходит конкурентов. При разрешении 720p и 10-секундных клипах она достигла показателя побед 93% по сравнению с Luma Ray3.2 и преимущества в 77% над Runway Gen-4.5, сохраняя при этом небольшое преимущество над моделями высшего уровня, такими как Seedance2.0 и Gemini Omni Flash.
Black Forest Labs также распространила эти возможности на робототехнику с помощью Flux-mimic, разработанного в сотрудничестве с Mimic Robotics. Эта модель, которая в настоящее время проходит производственные испытания на заводе Audi, демонстрирует переход мультимодального ИИ от экранов к промышленным приложениям. Что касается доступности, Flux3Video уже запущен, а Flux3Image и веса с открытым исходным кодом «Flux3Dev» планируется выпустить в ближайшее время.
Связанная статья
WeChat объявил о введении квоты на генерацию изображений с помощью ИИ в размере 1 миллиарда токенов, доступной пользователям бесплатно
Сегодня подразделение Tencent Cloud Development представило крупное обновление, которое значительно ускорит реализацию «Плана развития мини-программ WeChat на базе ИИ». Чтобы инновационные идеи разраб
Microsoft подтверждает обновление Windows 11 2026 года: возвращение панели задач и запуск функции «цифрового детокса» с помощью ИИ
После многих лет раздувания системы и неоднозначной репутации компания Microsoft наконец решила провести «серьезную реорганизацию» Windows 11. Паван Давулури, руководитель подразделения Microsoft Wind
Google запускает набор юридических инструментов Gemini Enterprise для юридических фирм
Во вторник компания Google расширила свою платформу Gemini Enterprise, представив Gemini Enterprise for Legal — специализированное решение для юристов и юридических фирм, что стало знаковым шагом в об
Рекомендации по связанным специальным темам
Комментарии (0)
Немецкий стартап в области искусственного интеллекта Black Forest Labs представил Flux3 — мультимодальную базовую модель, построенную на архитектуре Self-Flow. Она объединяет специализированные кодеки для изображений, видео, аудио и движения, что обеспечивает единое понимание и генерацию как физических, так и цифровых сред.
Отличительной особенностью Flux3 является встроенная синхронизация аудио и видео. Являясь первой мультимодальной моделью, поддерживающей прямое генерацию аудио, она создает синхронизированные клипы длиной до 20 секунд. Модель обрабатывает преобразование текста в изображение, изображения в видео, переходы на основе ключевых кадров и диалоги с участием нескольких персонажей, объединяя визуальные и аудиовозможности в единую базу.

Предварительные тесты показывают, что Flux3 превосходит конкурентов. При разрешении 720p и 10-секундных клипах она достигла показателя побед 93% по сравнению с Luma Ray3.2 и преимущества в 77% над Runway Gen-4.5, сохраняя при этом небольшое преимущество над моделями высшего уровня, такими как Seedance2.0 и Gemini Omni Flash.
Black Forest Labs также распространила эти возможности на робототехнику с помощью Flux-mimic, разработанного в сотрудничестве с Mimic Robotics. Эта модель, которая в настоящее время проходит производственные испытания на заводе Audi, демонстрирует переход мультимодального ИИ от экранов к промышленным приложениям. Что касается доступности, Flux3Video уже запущен, а Flux3Image и веса с открытым исходным кодом «Flux3Dev» планируется выпустить в ближайшее время.
WeChat объявил о введении квоты на генерацию изображений с помощью ИИ в размере 1 миллиарда токенов, доступной пользователям бесплатно
Сегодня подразделение Tencent Cloud Development представило крупное обновление, которое значительно ускорит реализацию «Плана развития мини-программ WeChat на базе ИИ». Чтобы инновационные идеи разраб
Microsoft подтверждает обновление Windows 11 2026 года: возвращение панели задач и запуск функции «цифрового детокса» с помощью ИИ
После многих лет раздувания системы и неоднозначной репутации компания Microsoft наконец решила провести «серьезную реорганизацию» Windows 11. Паван Давулури, руководитель подразделения Microsoft Wind
Google запускает набор юридических инструментов Gemini Enterprise для юридических фирм
Во вторник компания Google расширила свою платформу Gemini Enterprise, представив Gemini Enterprise for Legal — специализированное решение для юристов и юридических фирм, что стало знаковым шагом в об











