📹 Flux 3 генерирует видео со встроенным аудио до 20 секунд — впервые для Black Forest Labs
Black Forest Labs выпустила Flux 3 — мультимодальную фундаментальную модель, которая обучается на изображениях, видео и аудио. Главное новшество: генерация видеороликов с нативным звуком длительностью до 20 секунд. Это первый случай, когда компания интегрировала аудиодорожку непосредственно в процесс генерации.
По внутренним тестам BFL, Flux 3 опережает лидера рынка Seedance 2.0, хотя независимые бенчмарки пока не опубликованы. Модель уже тестируется на задачах робототехники — компания заявляет, что в перспективе стремится построить «мировую модель», способную понимать физику и динамику реального мира.
Для разработчиков и AI-энтузиастов это означает новый уровень реализма в генеративном видео: синхронизация движения и звука без постобработки. Пока неизвестно, когда модель станет доступна через API или открытый код, но амбиции BFL очевидны — конкурировать с Sora от OpenAI и другими лидерами.
#AI #Flux3 #BlackForestLabs #VideoGen #Multimodal #Media
Black Forest Labs выпустила Flux 3 — мультимодальную фундаментальную модель, которая обучается на изображениях, видео и аудио. Главное новшество: генерация видеороликов с нативным звуком длительностью до 20 секунд. Это первый случай, когда компания интегрировала аудиодорожку непосредственно в процесс генерации.
По внутренним тестам BFL, Flux 3 опережает лидера рынка Seedance 2.0, хотя независимые бенчмарки пока не опубликованы. Модель уже тестируется на задачах робототехники — компания заявляет, что в перспективе стремится построить «мировую модель», способную понимать физику и динамику реального мира.
Для разработчиков и AI-энтузиастов это означает новый уровень реализма в генеративном видео: синхронизация движения и звука без постобработки. Пока неизвестно, когда модель станет доступна через API или открытый код, но амбиции BFL очевидны — конкурировать с Sora от OpenAI и другими лидерами.
#AI #Flux3 #BlackForestLabs #VideoGen #Multimodal #Media
👍1🔥1💯1🏆1
Команда Black Forest Labs анонсировала FLUX 3 — единую мультимодальную архитектуру, объединяющую генерацию изображений, видео, аудио и предсказание действий. Модель уже доступна в раннем доступе. По заявлению разработчиков, FLUX 3 превосходит Seedance 2.0, Gemini Omni и Grok Imagine по качеству синтеза.
Ключевые возможности FLUX 3: text-to-video, image-to-video (анимация или референс), video-to-video с переносом персонажа в новый контекст, генерация аудио из видео, keyframe-to-video для контролируемых переходов, мультиязычный диалог, широкий спектр стилей и aspect ratio, а также агентная склейка клипов в длинные сцены. Все выходы сопровождаются нативным аудио. Отдельно отмечается сильная генерация типографики и анимированного дизайна.
Помимо основной модели, BFL выпустила FLUX 3-mimic — версию для робототехники, разработанную совместно с Mimic Robotics. Модель использует backbone FLUX 3 для предсказания действий роботов в реальных производственных условиях. Это доказывает, что мультимодальный flow model способен формировать достаточную модель мира для управления физическими агентами. Разработчики обещают открыть веса Dev-версии.
#AI #BlackForestLabs #FLUX3 #MultiModal #VideoGen
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1🎉1💯1