✴️ Это был не meta-video. Похоже, нас ждёт FLUX 3.

⚪️ Black Forest Labs ненадолго опубликовала страницу FLUX 3 на своём сайте. "Прорыв в контроле, реализме и понимании мира. Одна мультимодальная модель, генерирующая изображение, видео, аудио и экшн".

⚪️ CEO BFL Робин Ромбах выложил тизер, судя по всему, снятый именно FLUX 3.

⚪️ Это будет модель «всё в одном». Не просто картиночная, как FLUX.2, а мультимодальная: изображения, видео, звук и action-вывод.

Раз страницу уже собрали и случайно засветили, то релиз близко. Для нашей родной BFL это выход на совершенно новое поле.

✴️ Flux 3. Такой могла быть Sora 1.5.

Это забавная модель, и мы уже провели несколько генераций с тестером.

Модель поддерживает до 10 референсов
Может генерировать изображения, видео и аудио
Максимальное время генерации 20 секунд
Максимальное разрешение 720p

Отдельная благодарность ему: @lilcheaty

FLUX 3 вышла. Ранний доступ уже открыт.

Это первая мультимодальная FLUX-модель от BFL: видео, картинки, аудио и экшн в одной модели. Она училась сразу на видео, изображениях и звуке в единой архитектуре.

⚪️ Видео до 20 секунд со звуком за одну генерацию. Есть оживление кадра, референсы (персонажа из ролика можно перенести в новую сцену), keyframe-переходы. Клипы можно сшивать в ролики на несколько минут.

⚪️ По замерам самих BFL модель обходит Seedance 2.0 в 52% сравнений, Kling v3 Pro в 60%, Grok Imagine в 69%. Лучше всего ей даются мимика и звук.

⚪️ Веса обещают открыть (flux 3 dev). Картиночная часть подъедет в ближайшие недели.

Из минусов по нашим тестам: плохо держит консистентность начальных кадров (референсов). Но для будущей открытой модели это простительно.

❗️ Подать заявку на ранние тесты может любой. Не знаем, как скоро примут, но шанс есть.

После FLUX.2 они молчали восемь месяцев, и, похоже, не зря. Если веса правда откроют, опенсорсу видимо такое даже не снилось.

Источник.