Компания Black Forest Labs официально представила новое поколение своей флагманской модели — FLUX 3, которая объединяет генерацию изображений, видео, текста и звука в рамках единой архитектуры. Разработка спроектирована так, чтобы воспринимать мир как целостное пространство, где визуальный ряд, движение и аудиодорожка глубоко связаны между собой.
Новая архитектура позволяет решать широкий спектр задач:
- Генерация видео со звуком: создание роликов длительностью до 20 секунд за один проход с точной синхронизацией аудиоряда.
- Работа с текстом: качественное отображение надписей на изображениях и видео на различных языках.
- Режимы анимации: поддержка функций Image-to-Video, Video-to-Video и бесшовное продление готовых клипов.
- Мультиязычные диалоги: генерация речи персонажей с естественной мимикой и выражением эмоций на лицах.
- Сюжетная последовательность: создание длинных сцен из нескольких клипов с жестким сохранением внешности персонажей.
- Гибкость форматов: поддержка любых соотношений сторон и художественных стилей.
Согласно предварительным слепым тестам пользователей, FLUX 3 демонстрирует превосходство над ключевыми решениями на рынке видеогенерации:
- В 77% случаев обходит Runway Gen-4.5;
- В 93% случаев опережает Luma Ray 3.2;
- В 69% случаев превосходит Grok Imagine Video;
- В 60% случаев лидирует в сравнении с Kling v3 Pro.
Модель также показала более высокие результаты по сравнению с Happy Horse, Seedance 2.0 и Gemini Omni Flash, особенно в области передачи микромимики и реалистичного наложения звуковых эффектов на физические действия в кадре.
Black Forest Labs планирует открыть доступ к генерации изображений, видео и аудио на базе FLUX 3 в ближайшие месяцы. Позже компания обещает выпустить облегченную открытую версию FLUX 3 Dev для сообщества разработчиков.
Источник: https://bfl.ai/models/flux-3
Пока нет комментариев. Будьте первым!