Alle Depeschen

DepescheModelle

Black Forest Labs kündigt Flux 3 mit nativem Videoton an

Black Forest Labs hat Flux 3 als multimodales Foundation-Modell für Bild, Video und Audio vorgestellt. Es soll Videos von bis zu 20 Sekunden mit synchron erzeugtem Ton erstellen; Flux 3 Dev soll offene Gewichte des Backbones bringen. Ein separates Handlungsvorhersagemodell wird laut BFL mit mimic robotics bei Audi getestet.

Aussagen gegen die Quellen geprüft · 24. Juli 2026

Flux 3 verarbeitet Bild, Video und Audio in einer gemeinsamen Architektur. BFL nennt Text-zu-Video, Bild-zu-Video, Video-zu-Video, Keyframe-Übergänge und mehrsprachige Dialoge. Clips lassen sich für längere Sequenzen verbinden; das Unternehmen hebt besonders die Abstimmung von Geräuschen und sichtbaren Ereignissen hervor.

In eigenen Vergleichen von zehn Sekunden langen Clips mit 720p wurde Flux 3 gegenüber Luma Ray 3.2 in 93 Prozent der Fälle bevorzugt, gegenüber Runway Gen-4.5 in 77 Prozent und gegenüber weiteren Modellen in 69, 60 beziehungsweise 52 Prozent. BFL bezeichnet diese Ergebnisse als vorläufig; unabhängige Evaluierungen lagen zum Start nicht vor.

Flux 3 Video sollte zunächst im Early Access starten, Flux 3 Image in den folgenden Wochen. Für Robotik entwickelte BFL mit mimic robotics Flux-mimic und testete es laut eigener Darstellung in Produktionsaufgaben bei Audi. Der Zugang zur Handlungsvorhersage war zunächst auf ausgewählte Partner begrenzt.