Black Forest Labs 於週四推出 FLUX 3，這是該公司旗艦模型首次產生影片而非靜態影像。這家以 FLUX 系列影像生成器聞名的德國 AI 實驗室，將新系統同時以影像、影片與音訊在同一個共享系統內進行訓練。這種多模態做法使 FLUX 3 能生成最長 20 秒的剪輯，並在畫面同步生成音訊，且與片上動作同步，包含對話、音效與環境雜音。此次發布代表從純影像生成轉向具備影片能力的策略轉變；模型同時也為 FLUX-mimic 提供動力，該項機器人應用已被 Audi 在其產線上進行測試，用於安裝如可撓式車門密封條等任務。
FLUX 3 交付可同步音訊的 20 秒影片剪輯
FLUX 3 產生最長 20 秒的影片剪輯，音訊會與畫面同步生成，並與螢幕上正在發生的事同步。在早期評估中，人類審查員在 77% 的一對一比較中更偏好 FLUX 3 的輸出，超過 Runway Gen-4.5；在 93% 的比較中也優於 Luma Ray 3.2。模型在 52% 的評估中擊敗 Gemini Omni 與 Seedance。這些偏好測試包含評估者觀看兩段剪輯，選出看起來與聽起來更具說服力的那一段；Black Forest Labs 計算 FLUX 3 贏了多少次。
模型也展現出生成靜態影像的能力，延續其在影像生成領域的先前經驗。Black Forest Labs 分享了展示 FLUX 3 多樣性的影像，顯示其能在逼真寫實之外，產出各種風格的廣泛組合。共同創辦人兼執行長 Robin Rombach 表示：「只學會影像的模型，只能生成影像。」公司的立場是，學會預測影片也等於學會其背後的物理原理——重量、接觸、時序——而這正是機器進入真實物理世界所需要的。
Audi 在產線上測試 FLUX-mimic 機器人系統
由以蘇黎世為基地的 mimic 機器人打造的 FLUX-mimic，把 FLUX 3 的影片預測引擎加上輕量解碼器——一個小型的附加元件——將模型內部對事物如何移動的感知轉換為真正的機器人動作。Audi 正在測試它用於如安裝可撓式車門密封條等任務，這些工作是傳統自動化難以處理的。mimic 共同創辦人 Stephan-Daniel Gravert 表示：「Audi 代表著我們為 FLUX-mimic 所打造的那種製造合作夥伴。」Audi 的 Christoph Schneider 則表示，這些機器人如今能夠「解決更複雜的軟體身體操作工作」，而舊式機器做不到。Black Forest Labs 稱，完整系統的反應時間約為 101 毫秒，接近人類視覺反射的範圍。
Black Forest Labs 在 Stable Diffusion 起源之後打造 FLUX 3
Black Forest Labs 由長青研究者於 2024 年 8 月創立，他們曾協助在 Stability AI 建立原始 Stable Diffusion 模型。該公司推出的 Flux 模型超越 MidJourney，並在表現上壓過 Stability 的 Stable Diffusion 3。開源的 Flux Dev 與 Schnell 模型拿下了「最佳開源影像生成器」的稱號，這是 AI 藝術家原本期待 Stable Diffusion 3.5 能重新奪回的榮譽。FLUX 1.1 Pro 在 10 月登上 Artificial Analysis 的影像競技場第一名，儘管那個版本並非開源。
Black Forest Labs 於 2025 年 11 月發布 FLUX.2，但其人氣不如預期。由最初的 Flux 所持有的開源桂冠，直到 2025 年底才被 Alibaba 的 Z-Image Turbo 取代，其在較低端的消費級繪圖卡上達到相近品質。當時有一位 CivitAI 使用者寫道：「這就是 SD3 原本應該做到的樣子。」
版本開發版預計於 2026 年後推出
影片與 Action 目前透過 API 與部分合作夥伴提供早期存取，其中也包含 mimic 機器人。Black Forest Labs 表示，影像生成將於「未來幾週」跟進。開放權重的 Dev 版本是唯一一個 Black Forest Labs 規劃釋出供本地使用的層級，預計要到 2026 年後才會推出。
常見問題
FLUX 3 提供哪些影片能力？
FLUX 3 產生最長 20 秒的影片剪輯，音訊會與畫面同步生成，並與螢幕上正在發生的事同步，包含對話、音效與環境雜音。在早期評估中，人類審查員在 77% 的比較中更偏好 FLUX 3 的輸出，超過 Runway Gen-4.5；在 93% 的比較中也優於 Luma Ray 3.2。
Audi 在其產線上如何使用 FLUX-mimic？
Audi 正在測試 FLUX-mimic 用於如安裝可撓式車門密封條等任務，這些工作是傳統自動化難以處理的。該系統由 mimic 機器人打造，將 FLUX 3 的影片預測引擎轉換為真正的機器人動作，反應時間約為 101 毫秒。Audi 的 Christoph Schneider 表示，這些機器人如今能夠解決更複雜的軟體身體操作工作，而舊式機器做不到。
FLUX 3 的開放權重 Dev 版本何時可用？
開放權重 Dev 版本是唯一一個 Black Forest Labs 規劃釋出供本地使用的層級，預計要到 2026 年後才會推出。影片與 Action 目前透過 API 與部分合作夥伴提供早期存取；影像生成將於未來幾週跟進。
