https://x.com/bfl_ai/status/2080308988961554582 FLUX 3 介绍：Black Forest Labs 的多模态视觉智能前沿模型 Black Forest Labs（黑森林实验室，简称 BFL）於 2026 年 7 月 23 日正式推出 FLUX 3，这是其 FLUX 系列的最新多模态前沿模型。它不再是单纯的文字生成图像工具，而是 统一架构下联合训练影像、影片、音频，甚至动作预测的综合模型，目标是打造真正的「 视觉智能」——让 AI 不仅能创作，还能理解、预测并作用於现实世界。 核心特点：单一统一架构的多模态能力 影像（Image）**：支援多种风格、比例与高解析度生成与编辑。早期样本显示出极高的 真实感与细节控制。 影片（Video）**：已开放早期存取（Early Access），支援原生音频生成。演示影片展 现多镜头连续性、逼真物理模拟（如机甲战斗、拉力赛车追逐），画质达 1080p、24fps ，具备相机控制与多镜头一致性。 音频（Audio）**：与影片同步生成语音、音乐与音效（48kHz 立体声）。 动作预测（Action-Prediction）：可扩展至机器人控制。与 mimic robotics 合作开发 的 **FLUX-mimic 已应用於 Audi 工厂，实现灵巧操作，单一 GPU 即可运行，且所需训 练示范大幅减少。 FLUX 3 的关键在於「联合训练」：影像、影片、音频共享同一个世界表徵，让输出更连 贯、更贴近真实生活，而非各自独立的模组拼凑。 推出时间表（逐步开放） 现已开放**：FLUX 3 Video（含原生音频）与 Action（透过合作夥伴）。 即将推出**：FLUX 3 Image 生成与编辑、快速变体（成本优化）、多参考控制等。 未来规划**：开放权重的多模态主干模型，供内容创作与机器人应用。 Black Forest Labs 强调，这是朝向「实世界视觉智能」的重要一步：模型不仅用於数位 创作，还能感知、预测并作用於物理环境。 背景与意义 Black Forest Labs 由前 Stability AI 成员创立，以 FLUX.1 系列（尤其是开源版本） 闻名，擅长提示词遵循度、文字渲染与高品质输出。FLUX 3 延续开放创新精神，同时大 幅扩展到多模态与物理 AI 领域，已有 Canva、Picsart、Magnific 等平台测试中。 相较先前版本，FLUX 3 强调「世界理解」（world understanding），在控制力、真实感 与跨模态一致性上达到新高度，被视为连接数位创作与实体机器人的桥梁。 如何体验 申请 FLUX 3 Video 早期存取：https://bfl.ai/models/flux-3 官方网站：https://bfl.ai/ 详细技术文章：https://bfl.ai/blog/flux-3 FLUX 3 不仅是生成工具的升级，更是 Black Forest Labs 向「通用视觉智能」迈进的里 程碑。无论是创作者、开发者还是机器人工程师，都值得密切关注其後续发展。随着影像 、影片、音频与动作能力的逐步开放，它有望重塑内容创作与物理世界的互动方式。 （资讯汇整自 Black Forest Labs 官方 X 贴文与网站，截至 2026 年 7 月 24 日） -- Grok整理 重点是开源预定我就高兴了 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.36.212.31 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1784853828.A.DF1.html