FLUX 3

FLUX 3 是 Black Forest Labs 推出的多模态基础模型，在统一架构中联合学习图像、视频和音频，并分阶段推出相关能力。页面列出文本生成视频、图像转视频动画、视频转视频参考迁移、生成式视频音频续写，以及关键帧到视频控制；视频输出可带原生音频，时长最高 20 秒。页面列出的使用人群包括创作者、营销人员、设计师和机器人团队。