Black Forest Labs meluncurkan FLUX 3 pada hari Kamis, menandai pertama kalinya model andalan perusahaan menghasilkan video alih-alih gambar diam. Lab AI Jerman itu, yang dikenal dengan lini generator gambar FLUX, melatih sistem baru pada gambar, video, dan audio secara bersamaan dalam satu sistem yang sama. Pendekatan multimoda ini memungkinkan FLUX 3 menghasilkan klip hingga 20 detik dengan audio yang dibuat bersamaan dengan gambar dan disinkronkan dengan aksi di layar, termasuk dialog, efek suara, dan kebisingan sekitar. Rilis ini mencerminkan pergeseran strategis dari murni pembuatan gambar ke kemampuan video, dengan model tersebut juga menjadi penggerak FLUX-mimic, aplikasi robotika yang sudah diuji Audi di lini produksinya untuk tugas seperti memasang segel pintu fleksibel.
FLUX 3 Menghasilkan Klip Video 20 Detik dengan Audio yang Tersinkron
FLUX 3 menghasilkan klip video hingga 20 detik dengan audio yang dibuat bersamaan dengan gambar dan disinkronkan dengan apa yang terjadi di layar. Dalam evaluasi awal, penilai manusia lebih menyukai output FLUX 3 dibanding Runway Gen-4.5 pada 77% perbandingan dan mengungguli Luma Ray 3.2 pada 93% perbandingan. Model ini mengalahkan Gemini Omni dan Seedance pada 52% evaluasi. Uji preferensi ini melibatkan evaluator yang menonton dua klip lalu memilih klip yang terlihat dan terdengar lebih meyakinkan, sementara Black Forest Labs menghitung seberapa sering FLUX 3 menang.
Model ini juga menunjukkan kemampuan dalam menghasilkan gambar diam, mengikuti jejaknya dalam pembuatan gambar. Black Forest Labs membagikan gambar yang menunjukkan fleksibilitas FLUX 3 dalam menghasilkan beragam gaya di luar fotorealisme. Co-founder dan CEO Robin Rombach menyatakan, "Sebuah model yang hanya mempelajari gambar hanya dapat menghasilkan gambar." Posisi perusahaan adalah bahwa belajar memprediksi video juga berarti belajar fisika di bawahnya—berat, kontak, timing—yaitu yang dibutuhkan mesin untuk bergerak melalui dunia fisik.
Audi Menguji Sistem Robotika FLUX-mimic di Jalur Produksi
FLUX-mimic, yang dibangun dengan robotika mimic berbasis Zurich, mengambil mesin prediksi video FLUX 3 lalu menambahkan decoder ringan—komponen tambahan kecil yang menerjemahkan persepsi internal model tentang cara sesuatu bergerak menjadi gerakan robot yang nyata. Audi mengujinya pada tugas seperti memasang segel pintu fleksibel, pekerjaan yang sulit ditangani oleh otomatisasi konvensional. Co-founder mimic Stephan-Daniel Gravert mengatakan, "Audi mewakili jenis mitra manufaktur yang kami bangun FLUX-mimic untuk." Christoph Schneider dari Audi menyatakan robot-robot tersebut kini "menangani pekerjaan manipulasi soft-body yang kompleks" yang tidak bisa disentuh oleh mesin-mesin lama. Black Forest Labs melaporkan sistem lengkap bereaksi dalam sekitar 101 milidetik, seukuran refleks visual manusia.
Black Forest Labs Membangun FLUX 3 Setelah Berasal dari Stable Diffusion
Black Forest Labs didirikan pada Agustus 2024 oleh peneliti veteran yang membantu membangun model Stable Diffusion asli di Stability AI. Perusahaan meluncurkan model Flux yang mengungguli MidJourney dan menyalip Stable Diffusion 3 milik Stability. Model open-source Flux Dev dan Schnell meraih gelar "best open source image generator" yang diharapkan oleh para seniman AI untuk direbut kembali oleh Stable Diffusion 3.5. FLUX 1.1 Pro menjadi yang teratas di arena gambar Artificial Analysis pada Oktober, meski versi tersebut tidak open source.
Black Forest Labs merilis FLUX.2 pada November 2025, tetapi tidak sepopuler itu. Mahkota open-source yang dipegang Flux asli bertahan hingga Z-Image Turbo milik Alibaba menyingkirkannya pada akhir 2025, dengan menyamai kualitas pada kartu grafis konsumen kelas bawah. Seorang pengguna CivitAI menulis pada waktu itu, "Ini yang seharusnya menjadi SD3."
Versi Dev Dijadwalkan Rilis Belakangan pada 2026
Video dan Action kini tersedia dalam early access melalui API dan mitra tertentu, termasuk robotika mimic. Pembuatan gambar mengikuti "dalam beberapa minggu ke depan," menurut Black Forest Labs. Versi Dev open-weight, satu-satunya tier yang direncanakan Black Forest Labs untuk dirilis bagi penggunaan lokal, tidak akan tersedia sampai nanti pada 2026.
FAQ
Kapabilitas video apa yang ditawarkan FLUX 3?
FLUX 3 menghasilkan klip video hingga 20 detik dengan audio yang dibuat bersamaan dengan gambar dan disinkronkan dengan aksi di layar, termasuk dialog, efek suara, dan kebisingan sekitar. Dalam evaluasi awal, penilai manusia lebih menyukai output FLUX 3 dibanding Runway Gen-4.5 pada 77% perbandingan dan lebih baik daripada Luma Ray 3.2 pada 93% perbandingan.
Bagaimana Audi menggunakan FLUX-mimic di jalur produksinya?
Audi menguji FLUX-mimic pada tugas seperti memasang segel pintu fleksibel, pekerjaan yang sulit ditangani oleh otomatisasi konvensional. Sistem tersebut, yang dibangun dengan Zurich-based mimic robotics, menerjemahkan mesin prediksi video FLUX 3 menjadi gerakan robot nyata dengan waktu respons sekitar 101 milidetik. Christoph Schneider dari Audi menyatakan robot-robot tersebut kini menangani pekerjaan manipulasi soft-body yang kompleks yang tidak bisa disentuh oleh mesin-mesin lama.
Kapan versi Dev open-weight dari FLUX 3 akan tersedia?
Versi Dev open-weight, satu-satunya tier yang direncanakan Black Forest Labs untuk dirilis bagi penggunaan lokal, tidak akan tersedia sampai nanti pada 2026. Video dan Action saat ini tersedia dalam early access melalui API dan mitra tertentu, sementara pembuatan gambar menyusul dalam beberapa minggu ke depan.
