Kurzfassung

  • Black Forest Labs hat FLUX 3 im Early Access veröffentlicht, sein erstes Modell, das Videos generiert und Clips von bis zu 20 Sekunden Länge mit synchronisiertem Audio produziert.
  • Dasselbe Backbone treibt FLUX-mimic an, ein Robotikmodell, das mit mimic robotics entwickelt wurde und das Audi bereits in seiner Produktionslinie testet.
  • Nur die Open-Weight-Version „Dev" ist für später im Jahr 2026 geplant; Video und Action bleiben vorerst hinter APIs und Partnerzugriff, Image folgt in den kommenden Wochen.

Black Forest Labs hat am Donnerstag FLUX 3 veröffentlicht, und zum ersten Mal generiert das Flaggschiffmodell des Unternehmens Videos anstatt nur Standbilder. Das deutsche KI-Labor, bekannt für die FLUX-Reihe von Bildgeneratoren, trainierte das neue System gleichzeitig auf Bilder, Videos und Audio in einem gemeinsamen System.

Das nennt man Multimodalität: Ein Modell lernt mehrere Arten von Informationen gemeinsam, anstatt separate Werkzeuge nebeneinander zu schalten.

Die Videoseite ist die Hauptfunktion. FLUX 3 produziert Clips von bis zu 20 Sekunden Länge, mit Audio, das zusammen mit dem Bild generiert und mit dem Geschehen auf dem Bildschirm synchronisiert wird – Dialoge, Soundeffekte, Umgebungsgeräusche. In frühen Bewertungen bevorzugten menschliche Gutachter die Ausgabe von FLUX 3 gegenüber Runway Gen-4.5 in 77 % der direkten Vergleiche und gegenüber Luma Ray 3.2 in 93 %. Es scheint etwas besser zu sein als Gemini Omni und Seedance und schlägt diese Modelle in 52 % der Bewertungen.

Natürlich handelt es sich dabei um einen Präferenztest, nicht um eine feste Bewertungsmatrix: Die Evaluatoren sehen sich einfach zwei Clips an und wählen den aus, der überzeugender aussieht und klingt, und BFL zählt, wie oft FLUX 3 gewinnt.

Abgesehen davon scheint das Modell auch bei Standbildern sehr kompetent zu sein und setzt sein Erbe fort. BFL hat einige Bilder geteilt, und FLUX 3 scheint sehr vielseitig zu sein und eine breite Palette von Stilen jenseits des Fotorealismus zu erzeugen.

BFL stellt dies als mehr als ein reines Content-Tool dar. „Ein Modell, das nur Bilder lernt, kann nur Bilder generieren“, sagte Mitbegründer und CEO Robin Rombach. Das Unternehmen setzt darauf, dass das Erlernen der Vorhersage von Videos auch das Erlernen der darunterliegenden Physik bedeutet – Gewicht, Kontakt, Timing – genau das, was eine Maschine braucht, um sich in der physischen Welt zu bewegen.

Diese Wette hat einen Namen: FLUX-mimic. Entwickelt in Zusammenarbeit mit dem Zürcher Unternehmen mimic robotics, nutzt es die Videovorhersage-Engine von FLUX 3 und fügt einen leichten „Decoder“ hinzu – eine kleine Zusatzkomponente, die das interne Verständnis des Modells davon, wie sich Dinge bewegen, in tatsächliche Roboterbewegungen übersetzt. Der Automobilhersteller Audi testet es bereits bei Aufgaben wie dem Anbringen flexibler Türdichtungen, einer Arbeit, mit der herkömmliche Automatisierung zu kämpfen hatte.

„Audi repräsentiert die Art von Fertigungspartner, für den wir FLUX-mimic entwickelt haben“, sagte mimic-Mitbegründer Stephan-Daniel Gravert. Audis Christoph Schneider sagte, die Roboter lösen nun „komplexe Manipulationsaufgaben an weichen Körpern“, die ältere Maschinen nicht bewältigen konnten. BFL gibt an, dass das gesamte System in etwa 101 Millisekunden reagiert, im Bereich menschlicher visueller Reflexe.

Der Aufstieg von FLUX geschah nicht im luftleeren Raum. Gegründet im August 2024 von erfahrenen Forschern, die bei Stability AI an der Entwicklung der ursprünglichen Stable-Diffusion-Modelle mitgewirkt hatten, brachte Black Forest Labs Flux-Modelle auf den Markt, die MidJourney schlugen und Stabilitys eigenes enttäuschendes Stable Diffusion 3 übertrafen.

Die Open-Source-Modelle Flux Dev und Schnell sicherten sich den Titel „bester Open-Source-Bildgenerator“, von dem KI-Künstler erwartet hatten, dass ihn Stable Diffusion 3.5, Stabilitys Neuanfang, irgendwann zurückerobern würde.

Das geschah nie. FLUX 1.1 Pro führte im Oktober die Artificial Analysis image arena an. Dieses war jedoch nicht Open Source.

BFL veröffentlichte FLUX.2 im November 2025, aber es war nicht so beliebt. Die Open-Source-Krone, die das ursprüngliche Flux innehatte, hielt bis Alibabas Z-Image Turbo es Ende 2025 entthronte, indem es die gleiche Qualität auf günstigeren Consumer-Grafikkarten erreichte. „Das ist, was SD3 hätte sein sollen“, schrieb damals ein CivitAI-Benutzer.

FLUX 3 ist das Comeback von BFL und noch nicht vollständig geöffnet. Video und Action sind jetzt im Early Access über APIs und ausgewählte Partner verfügbar, darunter Mimic Robotics, wobei die Bildgenerierung laut BFL „in den kommenden Wochen“ folgen wird. Die Open-Weight-Dev-Version, die einzige Stufe, die BFL für die lokale Nutzung freigeben will, ist erst für später im Jahr 2026 vorgesehen.