FLUX 3: Black Forest Labs stellt ein multimodales Modell vor
Black Forest Labs hat FLUX 3 vorgestellt: ein multimodales Modell für Bild, Video und Audio, das Clips bis 20 Sekunden mit synchronem Ton erzeugt.
Das Freiburger KI-Unternehmen Black Forest Labs hat am 23. Juli 2026 FLUX 3 vorgestellt. Nach den bisher vor allem für die Bildgenerierung bekannten FLUX-Modellen handelt es sich diesmal um ein multimodales Modell, das Bild, Video und Audio in einer gemeinsamen Architektur verarbeitet. Zusätzlich integriert das Modell eine Komponente zur Vorhersage von Aktionen, die für Robotik-Anwendungen gedacht ist.
Video mit synchronem Ton
Das zentrale neue Merkmal ist die Videogenerierung. FLUX 3 erzeugt Clips von bis zu 20 Sekunden Länge mit nativem Ton, bei dem Dialog, Soundeffekte und Umgebungsgeräusche zum Bild passen sollen. Unterstützt werden Text-zu-Video, Bild-zu-Video und Video-zu-Video. Die bewerteten Clips liegen bei einer Auflösung von 720p. Laut Black Forest Labs beherrscht das Modell mehrsprachige Dialoge und unterschiedliche Stile von dokumentarisch wirkendem Material bis zu filmischen Aufnahmen.
Bild und Robotik
Die Bildkomponente von FLUX 3 soll Motive über verschiedene Stile, Seitenverhältnisse und Auflösungen hinweg erzeugen und bearbeiten. Black Forest Labs nennt eine verbesserte Verarbeitung komplexer Prompts und eine bessere mehrsprachige Textdarstellung.
Für den Bereich Robotik gibt es unter dem Namen FLUX-mimic eine Zusammenarbeit mit dem Robotik-Unternehmen mimic. Nach Angaben des Herstellers wird dieser Ansatz unter anderem bei Audi getestet, wobei neue Aufgaben aus vergleichsweise wenig Trainingsdaten erlernt werden sollen.
Verfügbarkeit
FLUX 3 startet gestaffelt. Die Videofunktion ist zunächst in einem Early Access über die API sowie mit privaten Gewichten für ausgewählte Partner verfügbar. Die Bildfunktion soll in den kommenden Wochen folgen. Eine quelloffene Variante mit offenen Gewichten unter dem Namen FLUX 3 Dev ist für einen späteren Zeitpunkt im Jahr 2026 angekündigt. FLUX-Modelle kommen bereits in Produkten wie Adobe Photoshop und Picsart zum Einsatz.
In eigenen Vergleichen gibt Black Forest Labs an, dass FLUX 3 in frühen Bewertungen gegenüber mehreren konkurrierenden Videomodellen bevorzugt wurde. Diese Angaben stammen vom Hersteller selbst und sind nicht unabhängig überprüft.
