Laboratórios da Floresta Negra
O novo modelo de base multimodal do Black Forest Labs aprende em conjunto com imagens, vídeos e áudio dentro de uma arquitetura unificada – porque a inteligência visual requer a compreensão de como os objetos se mantêm unidos, como as coisas se movem e como os eventos soam.
Gere imagens e vídeos em um só lugar – alterne os modos sem sair da página inicial.
0 / 2500
Seleciona automaticamente uma proporção de suas entradas de prompt e mídia
5–20 segundos
0 é o mais rigoroso; as entradas de imagem e vídeo são limitadas a 2
Exemplo de vídeo
(Os resultados do vídeo gerado aparecerão aqui)
O FLUX 3 é baseado no Self-Flow – alinhando com eficiência a geração e compreensão multimodal dentro da mesma arquitetura – dimensionado para vídeo, imagens e áudio ao mesmo tempo.
Imagens, vídeos e áudio são projeções do mesmo mundo capturadas por diferentes sensores. O FLUX 3 aprende com todos eles ao mesmo tempo, então o som corresponde ao impacto, o movimento obedece à massa e o futuro segue o passado.
Com base no Self-Flow, a BFL dimensionou significativamente a computação e os dados para treinar a geração e a compreensão no mesmo modelo subjacente, melhorando a qualidade e o desempenho das tarefas posteriores.
O FLUX 3 pode gerar imagens e vídeos com áudio em conjunto a partir de prompts de texto ou combinar referências de entrada, como imagens e videoclipes, para transportar personagens, estilos e contexto para novas cenas.
FLUX 3 é um ponto de verificação na missão da BFL de desenvolver inteligência visual do mundo real: modelos que percebem, prevêem e agem em ambientes físicos e digitais.
O Black Forest Labs está lançando os recursos do FLUX 3 em fases – cada uma construída a partir do mesmo modelo subjacente de correspondência de fluxo multimodal, com acesso antecipado para feedback e testes de segurança.
O FLUX 3 foi desenvolvido para criadores, profissionais de marketing, designers, equipes de robótica e qualquer pessoa que queira um parceiro criativo inteligente — não apenas um conversor de modalidade única.
Gere clipes cinematográficos com áudio nativo, diálogos multilíngues e diversidade de estilos — desde filmagens espontâneas de filmadoras até animações. Encadeie clipes em sequências múltiplas mais longas com caracteres consistentes.
Produza conceitos de campanha, variantes refinadas e designs com muita tipografia com raciocínio de agente. Baseie as gerações em referências e itere mais rapidamente em fluxos de trabalho de imagem e vídeo.
Use a compreensão mundial do FLUX 3 para previsão de ações. O FLUX-mimic ajusta o backbone de vídeo para uma manipulação hábil com dados específicos de tarefas limitados – unindo a criação de conteúdo e a IA física.
Da edição interativa de imagens e vídeos à simulação, uso de computador e IA física – o FLUX 3 abre uma ampla fronteira. A geração de vídeo está disponível em acesso antecipado hoje.
Um modelo unificado potencializa vídeo, imagem e ação – cada modalidade se beneficiando da compreensão mundial compartilhada treinada em imagens, vídeos e áudio.
Texto para vídeo, animação de imagem para vídeo, transferência de referência de vídeo para vídeo, continuação generativa de vídeo-áudio e controle de quadro-chave para vídeo — tudo com geração de áudio nativa sincronizada.
Forte na captura de expressões faciais humanas, na associação de sons a eventos físicos e na geração de diálogos multilíngues — combinando recursos em sequências que duram vários minutos.
O gerenciamento varia de filmagens espontâneas de filmadoras a animações e cinemáticas. Forte geração de tipografia e designs animados em uma ampla variedade de estilos visuais e proporções.
Encadeie clipes individuais em sequências mais longas e com vários disparos. As referências visuais ajudam a garantir que os personagens permaneçam consistentes em todas as cenas ao longo de narrativas estendidas.
Sintetize e edite imagens em uma ampla variedade de estilos, proporções e resoluções. Melhor aderência a prompts complexos e renderização de texto de alta precisão em vários idiomas.
Previsão de ação nativa integrada diretamente no FLUX 3, além de modelos especializados aprimorados, como FLUX-mimic — usando o backbone de vídeo pré-treinado como uma base com reconhecimento de dinâmica.
Nas avaliações preliminares de texto para vídeo de 720p, o FLUX 3 foi preferido a vários modelos líderes em comparações diretas – com mais melhorias esperadas durante o acesso antecipado.
Todos os recursos são construídos a partir do mesmo modelo subjacente de correspondência de fluxo multimodal – lançados em fases por meio de acesso antecipado.
Geração e edição de vídeo e áudio com áudio nativo, encadeamento de múltiplas tomadas e fluxos de trabalho baseados em referência. Disponível em acesso antecipado.
Síntese e edição de imagens com processamento aprimorado de prompts, diversidade de estilos e renderização de texto multilíngue. Abertura de acesso antecipado nas semanas seguintes.
Backbone multimodal aberto para criação de conteúdo e previsão de ação — para pesquisadores e desenvolvedores com base em inteligência visual unificada.
Modelo de vídeo-ação que combina a espinha dorsal do FLUX 3 com experiência em robótica para manipulação hábil e implantação de produção.
Explore o FLUX 3 do Black Forest Labs e comece a criar com nossa plataforma.
Esta página resume informações publicamente disponíveis sobre o FLUX 3 do Black Forest Labs. Não somos afiliados à BFL.
Entrar
