Black Forest Labs 发布多模态模型 FLUX 3，面向视频领域，原生支持音频、图像生成与动作预测。该模型旨在成为视觉智能的骨干，目前官方已展示其能力与早期结果。
模型
·Black Forest Labs：Blog（网页）
FLUX 3 发布：Black Forest Labs 多模态模型，支持原生音频、图像生成与动作预测
— FLUX 3 - Real World Models： Towards Multimodal Flow Models as the Backbone of Visual Intelligence.