Black Forest Labs 发布 FLUX 3 多模态模型，支持单次生成 20 秒视频与原生音频

OmniTools 7月24日消息，IT之家 7月24日消息，Black Forest Labs 以 Early Access 方式推出 FLUX 3 多模态基础模型。该模型采用统一架构，联合学习图像、视频和音频三种模态。

FLUX 3 基于 Self-Flow 学习框架扩展，可在单次生成中输出最长 20 秒的视频，并同步生成原生音频。

模型支持文生视频、图生视频及多镜头串联等任务。