Немецкая Black Forest Labs расширила семейство FLUX за пределы генерации изображений. FLUX 3 - мультимодальная модель, обученная генерировать изображения, 20-секундные видео со звуком и даже управлять роботами - одной архитектурой. Но в раннем доступе она будет без весов и без цены.

Команда из Фрайбурга утверждает, что FLUX 3 обучалась сразу на всех модальностях - изображениях, видео, аудио и действиях - вместо того чтобы собирать отдельные модели за общим интерфейсом. Это принципиальное отличие: BFL хочет, чтобы enterprise-заказчики думали о генерации контента, симуляции, компьютерном зрении и робототехнике как о связанных приложениях единого «визуального интеллекта».

FLUX 3 выходит в четырёх линейках продуктов: FLUX 3 Video, FLUX 3 Image, FLUX 3 Action и будущая открытая FLUX 3 Dev. Видео с аудио и Actions пока в gated Early Access - подать заявку может кто угодно, но BFL утверждает сама. Изображения появятся в ближайшие недели, общая доступность - позже.

Что известно о FLUX 3:

  • Единая архитектура для изображений, видео, аудио и действий
  • Видео до 20 секунд с синхронизированным звуком
  • В тестах FLUX 3 предпочли Luma Ray 3.2 в 93% случаев
  • Против Runway Gen-4.5 - 77%, против Grok Imagine - 69%
  • Open-source версия (FLUX 3 Dev) обещана позже в этом году

Цифры с оговорками

BFL опубликовала несколько сравнительных тестов, но с пометкой «предварительные». В тесте на 10-секундных видео 720p со звуком FLUX 3 предпочли Luma Ray 3.2 в 93% случаев, Runway Gen-4.5 в 77%, Grok Imagine Video в 69%, Kling v3 Pro в 60%. Против Happy Horse 1.1 - 57%, против Seedance 2.0 и Google Gemini Omni Flash - 52%.

Но сама же BFL подписала график как «предварительная оценка раннего кандидата FLUX 3». Это значит, что цифры описывают пре-релизный чекпоинт, а не модель, которая сейчас уходит в ранний доступ. Результат может быть как лучше, так и хуже.

Ещё один момент: Luma Ray 3.2 и Runway Gen-4.5 - это продукты, которые уже не задают темп в независимых рейтингах видео. Победы над ними реальны, но вряд ли изменят шортлист enterprise-заказчика. Seedance 2.0 при 52% - статистическое подбрасывание монетки против модели, которую западные компании всё равно не могут купить (ByteDance заморозила международный запуск после исков от Netflix, Warner Bros., Disney и Sony).

Что не анонсировано

BFL не объявила ни цен, ни производственных SLA, ни методологии оценки, ни размеров выборок, ни количества оценщиков. Enterprise-заказчики пока не могут рассчитать совокупную стоимость владения или независимо воспроизвести сравнения. И самый важный пропуск: FLUX 3 не выходит с весами или open-source лицензией. Разработчики, привыкшие получать локально развёртываемую версию FLUX сразу после анонса, будут ждать.

Что это значит для бизнеса

FLUX 3 подтверждает тренд: границы между генеративными модальностями стираются. Если одна модель может делать изображения, видео, звук и действия - зачем бизнесу четыре разных инструмента, вендора и API?

Для компаний на Дальнем Востоке, которые присматриваются к AI для маркетинга и контента, это означает, что через год-два генерация качественного видео с голосом будет стоить копейки и делаться одной командой. Вопрос не в том, какая модель лучше, а в том, как встроить их в бизнес-процессы быстрее конкурентов.