Кратко

  • Black Forest Labs запустила FLUX 3 в раннем доступе — свою первую модель, генерирующую видео, создающую клипы длиной до 20 секунд с синхронизированным аудио.
  • Та же основа лежит в основе FLUX-mimic, робототехнической модели, созданной совместно с mimic robotics, которую Audi уже тестирует на своей производственной линии.
  • Планируется только версия с открытыми весами "Dev" для выпуска позже в 2026 году; Video и Action пока остаются за API и партнёрским доступом, а Image появится в ближайшие недели.

Black Forest Labs выпустила FLUX 3 в четверг, и впервые флагманская модель компании генерирует видео, а не только статические изображения. Немецкая AI-лаборатория, известная линейкой генераторов изображений FLUX, обучила новую систему на изображениях, видео и аудио одновременно, в рамках одной общей системы.

Это называется мультимодальностью: одна модель изучает несколько типов информации вместе, вместо отдельных инструментов, соединённых бок о бок.

Видео — это главная функция. FLUX 3 создаёт клипы длиной до 20 секунд, с аудио, генерируемым вместе с изображением и синхронизированным с происходящим на экране — диалоги, звуковые эффекты, фоновый шум. В ранних оценках человеческие рецензенты предпочли вывод FLUX 3 выводу Runway Gen-4.5 в 77% прямых сравнений и Luma Ray 3.2 в 93%. Кажется, он немного лучше Gemini Omni и Seedance, превосходя эти модели в 52% оценок.

Конечно, это тест предпочтений, а не фиксированная оценочная шкала: оценщики просто смотрят два клипа и выбирают тот, который выглядит и звучит более убедительно, а BFL подсчитывает, как часто FLUX 3 побеждает.

Помимо этого, модель, похоже, очень компетентна и в работе с неподвижными изображениями, продолжая свою традицию. BFL поделилась несколькими изображениями, и FLUX 3, похоже, очень универсален и способен генерировать широкий спектр стилей, выходящих за рамки фотореализма.

BFL представляет это как нечто большее, чем просто инструмент для создания контента. «Модель, которая учится только на изображениях, может генерировать только изображения», — сказал сооснователь и генеральный директор Робин Ромбах. Ставка компании заключается в том, что обучение предсказанию видео также означает изучение лежащей в его основе физики — веса, контакта, времени — именно то, что нужно машине для перемещения в физическом мире.

У этой ставки есть название: FLUX-mimic. Созданный совместно с цюрихской компанией mimic robotics, он берет движок предсказания видео FLUX 3 и добавляет легковесный «декодер» — небольшой дополнительный компонент, который переводит внутреннее понимание моделью того, как движутся объекты, в реальные движения робота. Автомобильный производитель Audi уже тестирует его на таких задачах, как установка гибких дверных уплотнителей — работа, с которой традиционная автоматизация с трудом справлялась.

«Audi представляет собой тип производственного партнера, для которого мы создали FLUX-mimic», — сказал сооснователь mimic Стефан-Даниэль Граверт. Кристоф Шнайдер из Audi заявил, что роботы теперь «решают сложные задачи манипуляции мягкими телами», с которыми старые машины не могли справиться. BFL утверждает, что полная система реагирует примерно за 101 миллисекунду, что близко к времени зрительного рефлекса человека.

Взлет FLUX не произошел в вакууме. Основанная в августе 2024 года опытными исследователями, которые помогали создавать оригинальные модели Stable Diffusion в Stability AI, Black Forest Labs выпустила модели Flux, которые превзошли MidJourney и превзошли собственную неубедительную Stable Diffusion 3.

Модели с открытым исходным кодом Flux Dev и Schnell завоевали титул «лучшего генератора изображений с открытым исходным кодом», который, как ожидали художники ИИ, в конечном итоге вернет себе Stable Diffusion 3.5, переработанная версия Stability.

Этого так и не произошло. FLUX 1.1 Pro затем возглавил Artificial Analysis image arena в октябре. Однако эта модель не была с открытым исходным кодом.

BFL выпустила FLUX.2 в ноябре 2025 года, но он не был таким популярным. Корона открытого исходного кода, удерживаемая оригинальным Flux, продержалась до тех пор, пока Z-Image Turbo от Alibaba не сверг его в конце 2025 года, сравнявшись по качеству на недорогих потребительских видеокартах. «Вот чем должен был быть SD3», — написал один пользователь CivitAI в то время.

FLUX 3 — это возвращение BFL, и он пока не полностью открыт. Видео и Action доступны в раннем доступе через API и избранных партнёров, включая mimic robotics, а генерация изображений последует «в ближайшие недели», по словам BFL. Версия Dev с открытыми весами, единственный уровень, который BFL планирует выпустить для локального использования, выйдет не раньше конца 2026 года.