7月24日消息,德国 AI 实验室 Black Forest Labs(BFL)发布多模态模型 FLUX 3,在统一架构下联合训练图像、视频和音频,并可扩展至动作预测。这是该公司首个公开的视频生成模型,可生成最长 20 秒、带原生音频的视频。同步发布的还有与瑞士机器人公司 mimic robotics 合作的视频-动作模型 FLUX-mimic,相关机器人已在奥迪产线测试部署。FLUX 3 目前仅以 Early Access 形式限量开放,API、定价和模型权重均未公布,官方评测结果也尚无第三方复现。
四条产品线,视频和动作先行,开源权重排最后
FLUX 3 的技术基础是 BFL 今年 3 月公开的 Self-Flow 架构,在单一骨干上联合训练多种媒体模态。官方将产品线拆为四条:FLUX 3 Video、FLUX 3 Image、FLUX 3 Action,以及开源权重版 FLUX 3 Dev。开放顺序有明确先后:Video 和 Action 先行进入 Early Access,Image 在未来几周内开放,之后转正式版;开源权重的 Dev 排在最后,官方新闻稿承诺“今年晚些时候”发布更快与开源权重版本,许可和参数量均未公布。
目前的 Early Access 为申请制。官方披露,Canva、Burda、Magnific(原 Freepik)、Krea、Picsart 等公司已在测试名单中。BFL 成立于 2024 年,创始团队是 Stable Diffusion 的核心研发班底,2025 年 12 月完成 3 亿美元 B 轮融资,估值 32.5 亿美元。
官方人评称优于 Runway Gen-4.5,但目前只有一家之言
BFL 公布的初步人工评测显示,在 10 秒 720p 文生视频任务上,FLUX 3 的优率高于 Luma Ray 3.2(93%)、Runway Gen-4.5(77%)和 Kling v3 Pro(60%),与 Seedance 2.0、Gemini Omni Flash 大致持平(52%)。同一组对比中,相对 Grok Imagine Video 的优率为 69%。 这组数据需要带着边界读。评测由官方自行组织,且官方自己标注为“早期候选模型的初步评估”;所有对比都在 720p 分辨率下进行,更高分辨率下的表现没有数据;发布时点没有任何第三方独立评测可对照。官方还表示,将在更大规模开放时公布完整 benchmark 与评测方法。在 API 和权重开放之前,这些数字只能说明 BFL 对自家模型的定位预期,不能当作市场结论。
FLUX-mimic:把视频预测能力接到机器人手上
同日公布的 FLUX-mimic 是这次发布中更非常规的部分。合作方 mimic robotics 是 2024 年成立的苏黎世机器人公司,ETH Zurich 衍生企业,做 16 自由度仿人灵巧手,与奥迪的合作关系在本次公告之前已经存在。
技术上,FLUX-mimic 没有重新训练一个机器人模型,而是在 FLUX 3 视频预测通路的中间特征上训练轻量动作解码器。据双方称,针对单个操作任务的微调最少只需 30 分钟机器人数据,而此前方法需要 30 小时以上——这个数字来自合作方自述,尚无第三方验证。官方博客还披露了两个训练细节:视频预测占 FLUX 3 总训练算力的 95% 以上;加入动作模态后,视频生成质量初期下降最多 10%,训练 3500 步后完全恢复,说明单一骨干可以同时承载视频生成与动作预测。
真正的变量是视频预测开始变成通用骨干
这次发布容易被读成“又一个视频模型加入混战”,benchmark 对比也确实占了官方材料的主要篇幅。但视频生成赛道的 benchmark 反超在过去一年已经发生过多次,不构成新信息。真正的增量在动作模态:把视频生成骨干改造为机器人策略模型,是学术界已经验证方向、但商业公司很少公开推进的路线。BFL 是第一批把这条路写进产品线的视觉模型公司。
另一个值得注意的信号是开放顺序。BFL 靠开源权重建立起开发者生态,但这次把开源权重版排在商业化开放的最后一位。对于一家估值 32.5 亿美元、需要向投资人证明收入路径的公司,这是商业压力盖过生态惯性的直接体现。市场如果只看 benchmark 数字,会漏掉这两条真正影响格局的信息。
接下来要看第三方实测和开源承诺的兑现
短期内最实际的观察点有三个。一是 API 和定价公布后的第三方实测,尤其是官方评测未覆盖的 1080p 以上分辨率和更长时长,这决定 FLUX 3 能否真正进入 Runway 和 Google 已经占据的生产工作流。二是 FLUX 3 Dev 能否在年内兑现,以及许可条款是否延续此前的开放程度——这直接影响 BFL 在开源社区的存量优势。三是 FLUX-mimic 的 30 分钟数据效率能否在奥迪产线之外的场景复现,如果成立,机器人操作数据的采集成本逻辑会被改写;如果不成立,它只是一个精心选择的演示场景。