2026年7月24日，Black Forest Labs（黑森林实验室）正式以Early Access模式上线FLUX3多模态基础模型，该模型基于Self-Flow自监督流匹配框架开发，支持单次生成最长20秒同步音视频，在10秒720P带声视频人工评测中，对Grok Imagine Video胜率达69%，对Seedance 2.0、Gemini Omni Flash胜率均为52%，多模态能力全面领先前代及同类竞品。
不少AIGC创作者都曾遭遇生成视频音画不同步、时长上限短、跨模态调用繁琐的痛点，而黑森林实验室最新推出的FLUX3，直接从底层架构层面给出了解决方案。此前该实验室推出的FLUX1、FLUX2系列图像生成模型，已经凭借生成质量稳定、细节还原度高的优势，成为商用场景使用率最高的图像生成模型之一。
和多数厂商拼接不同模态模型的方案不同，FLUX3采用统一架构联合学习图像、视频、音频三类数据，基于Self-Flow自监督流匹配框架同步完成三类模态的训练，不需要额外接入音频生成模型做后期对齐，从底层解决了音画不同步的行业通病。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号