Schwarzwaldlabore
Das neue multimodale Basismodell von Black Forest Labs lernt gemeinsam aus Bildern, Videos und Audio innerhalb einer einheitlichen Architektur – denn visuelle Intelligenz erfordert ein Verständnis dafür, wie Objekte zusammenhalten, wie sich Dinge bewegen und wie Ereignisse klingen.
Wird im Kreativbereich generiert
Ordinary portraits allowed · No celebrity likenesses. Safety policy
FLUX 3 basiert auf Self-Flow – die effiziente Abstimmung multimodaler Generierung und Verständnis innerhalb derselben Architektur – gleichzeitig skaliert auf Video, Bilder und Audio.
Bilder, Videos und Audio sind Projektionen derselben Welt, die von verschiedenen Sensoren erfasst werden. FLUX 3 lernt von allen auf einmal, sodass der Klang dem Aufprall entspricht, die Bewegung der Masse folgt und die Zukunft aus der Vergangenheit folgt.
Basierend auf Self-Flow hat BFL die Rechenleistung und Daten deutlich skaliert, um die Generierung und das Verständnis im selben zugrunde liegenden Modell zu trainieren und so sowohl die Qualität als auch die Leistung nachgelagerter Aufgaben zu verbessern.
FLUX 3 kann Bilder und Videos mit Audio gemeinsam aus Textansagen generieren oder Eingabereferenzen wie Bilder und Videoclips kombinieren, um Charaktere, Stile und Kontext in neue Szenen zu übertragen.
FLUX 3 ist ein Kontrollpunkt auf der Mission von BFL, visuelle Intelligenz in der realen Welt zu entwickeln: Modelle, die physische und digitale Umgebungen wahrnehmen, vorhersagen und agieren.
Black Forest Labs führt die FLUX 3-Funktionen in Phasen ein – jede basiert auf demselben zugrunde liegenden multimodalen Flow-Matching-Modell und bietet frühzeitigen Zugriff für Feedback und Sicherheitstests.
FLUX 3 wurde für Entwickler, Vermarkter, Designer, Robotikteams und alle entwickelt, die einen intelligenten Kreativpartner suchen – nicht nur einen Konverter für eine einzelne Modalität.
Erstellen Sie filmische Clips mit nativem Audio, mehrsprachigen Dialogen und Stilvielfalt – von authentischen Camcorder-Aufnahmen bis hin zu Animationen. Verketten Sie Clips zu längeren Multi-Shot-Sequenzen mit konsistenten Charakteren.
Erstellen Sie Kampagnenkonzepte, ausgefeilte Varianten und typografielastige Designs mit agentenbasierter Argumentation. Verankern Sie Generierungen in Referenzen und iterieren Sie schneller über Bild- und Video-Workflows hinweg.
Nutzen Sie das Weltverständnis von FLUX 3 für die Aktionsvorhersage. FLUX-mimic optimiert das Video-Backbone für eine geschickte Manipulation mit begrenzten aufgabenspezifischen Daten und verbindet so die Erstellung von Inhalten mit physischer KI.
Von interaktiver Bild- und Videobearbeitung bis hin zu Simulation, Computernutzung und physischer KI – FLUX 3 eröffnet weite Grenzen. Die Videogenerierung ist ab heute im Early Access verfügbar.
Ein einheitliches Modell unterstützt Video, Bild und Aktion – jede Modalität profitiert von einem gemeinsamen Weltverständnis, das über Bilder, Videos und Audio trainiert wird.
Text-zu-Video, Bild-zu-Video-Animation, Video-zu-Video-Referenzübertragung, generative Video-Audio-Fortsetzung und Keyframe-zu-Video-Steuerung – alles mit synchronisierter nativer Audiogenerierung.
Stark darin, menschliche Gesichtsausdrücke einzufangen, Geräusche mit physischen Ereignissen zu verknüpfen und mehrsprachige Dialoge zu generieren – kombiniert Fähigkeiten in mehrminütigen Sequenzen.
Das Spektrum reicht von authentischen Camcorder-Aufnahmen bis hin zu Animationen und Filmsequenzen. Starke Typografie-Generierung und animierte Designs in einem breiten Spektrum an visuellen Stilen und Seitenverhältnissen.
Verketten Sie einzelne Clips zu längeren Sequenzen mit mehreren Aufnahmen. Visuelle Referenzen tragen dazu bei, sicherzustellen, dass die Charaktere in allen Szenen und in den erweiterten Erzählungen konsistent bleiben.
Synthetisieren und bearbeiten Sie Bilder in einer Vielzahl von Stilen, Seitenverhältnissen und Auflösungen. Verbesserte Einhaltung komplexer Eingabeaufforderungen und hochpräzise Textwiedergabe in mehreren Sprachen.
Native Aktionsvorhersage direkt in FLUX 3 integriert, plus fein abgestimmte Spezialmodelle wie FLUX-mimic – unter Verwendung des vorab trainierten Video-Backbones als dynamikbewusste Grundlage.
In vorläufigen 720p-Text-zu-Video-Bewertungen wurde FLUX 3 in direkten Vergleichen mehreren führenden Modellen vorgezogen – weitere Verbesserungen werden während des frühen Zugriffs erwartet.
Alle Funktionen basieren auf demselben zugrunde liegenden multimodalen Flow-Matching-Modell und werden phasenweise durch den frühen Zugriff freigegeben.
Video- und Audiogenerierung und -bearbeitung mit nativem Audio, Multi-Shot-Verkettung und referenzbasierten Workflows. Verfügbar im Early Access.
Bildsynthese und -bearbeitung mit verbesserter Eingabeaufforderung, Stilvielfalt und mehrsprachiger Textwiedergabe. Early-Access-Öffnung in den folgenden Wochen.
Offenes multimodales Backbone für die Inhaltserstellung und Aktionsvorhersage – für Forscher und Entwickler, die auf einheitlicher visueller Intelligenz aufbauen.
Video-Action-Modell, das das FLUX 3-Rückgrat mit Robotik-Know-how für geschickte Manipulation und Produktionseinsatz kombiniert.
Entdecken Sie FLUX 3 von Black Forest Labs und beginnen Sie mit der Erstellung auf unserer Plattform.
Diese Seite fasst öffentlich verfügbare Informationen zu FLUX 3 von Black Forest Labs zusammen. Wir sind nicht mit BFL verbunden.
Anmelden
