MarkTechPost · 26.07.2026 ·Модели и релизы

Black Forest Labs представила мультимодальную модель FLUX 3

Компания Black Forest Labs анонсировала FLUX 3 — мультимодальную модель, объединяющую обработку изображений, видео, аудио и прогнозирование действий роботов в единой архитектуре. Это первый релиз серии FLUX, использующий общий набор весов для генерации контента разных типов и управления физическими агентами, что знаменует переход к универсальным фундаментальным моделям для кросс-модальных задач.

Разработчики подчеркивают, что использование единой архитектуры позволяет модели лучше улавливать взаимосвязи между различными типами данных. В отличие от узкоспециализированных нейросетей, FLUX 3 обучается на комплексных наборах данных, что повышает точность предсказаний в динамических средах. Такой подход упрощает интеграцию ИИ в робототехнику, где требуется мгновенная интерпретация визуальных и звуковых сигналов для принятия решений.

Технология базируется на методах потокового моделирования (flow matching), которые обеспечивают высокую скорость и качество генерации. Интеграция управления роботами в фундаментальную модель открывает новые возможности для создания автономных систем, способных взаимодействовать с физическим миром на основе мультимодального понимания контекста, а не только текстовых инструкций.

Ключевые факты

FLUX 3 объединяет обработку изображений, видео, аудио и предсказание действий роботов в одной архитектуре.
Модель использует единый набор весов для всех поддерживаемых модальностей.
В основе архитектуры лежит технология потокового моделирования (flow matching).
Релиз направлен на создание универсальных систем, способных к кросс-модальному обучению и управлению физическими объектами.

Источник: MarkTechPost

Обсудить с ИИ

Похожие материалы

Hacker News · Модели и релизы Black Forest Labs представила мультимодальную модель Flux 3 Компания Black Forest Labs анонсировала Flux 3 — новую мультимодальную модель, объединяющую возможности генерации изображений, видео и аудио с функцией предсказания действий. Архитектура системы направлена на создание консистентного контента в различных медиаформатах, что позволяет модели не только визуализировать объекты, но и прогнозировать их поведение в динамических сценах. The Decoder · Модели и релизы Black Forest Labs представила мультимодальную модель Flux 3 с генерацией видео и звука Компания Black Forest Labs анонсировала Flux 3 — новую мультимодальную модель, способную генерировать видеоролики длительностью до 20 секунд с синхронным аудиосопровождением. Разработчики позиционируют новинку как значительный шаг к созданию полноценной «мировой модели» (world model), способной понимать физические взаимодействия, что подтверждается текущими экспериментами по применению технологии в задачах робототехники. Hacker News · Модели и релизы Black Forest Labs готовит к выпуску модель генерации изображений Flux 3 Компания Black Forest Labs анонсировала скорый выход Flux 3, новой итерации своей популярной нейросети для генерации изображений. Разработчики опубликовали страницу модели, намекая на значительные улучшения в качестве визуализации, детализации и понимании сложных промптов по сравнению с предыдущими версиями, которые стали индустриальным стандартом для open-weight моделей. Hacker News · Модели и релизы Релиз Flux 3: переход от генерации изображений к визуальному интеллекту Разработчики представили Flux 3 — новую версию модели, которая расширяет возможности генерации изображений за счет глубокого визуального понимания. Система теперь способна не только создавать визуальный контент по текстовым описаниям, но и анализировать сложные сцены, распознавать детали и контекст, что приближает модель к полноценному визуальному интеллекту, способному интерпретировать графические данные на уровне продвинутых мультимодальных систем. Hacker News · Модели и релизы Black Forest Labs представила Flux 3 Mimic для генерации видео Компания Black Forest Labs анонсировала Flux 3 Mimic — новую архитектуру моделей, ориентированную на генерацию видео с высокой точностью передачи движений. Система использует продвинутые механизмы контроля динамики, позволяя пользователям задавать сложные сценарии действий с сохранением визуальной консистентности объектов. Релиз направлен на повышение качества синтеза видеоконтента в профессиональных творческих индустриях и рекламном продакшене. arXiv · Исследования и наука FLUX3D: новый метод генерации высокодетализированных 3D-сцен Исследователи представили FLUX3D — метод генерации 3D-сцен на основе Gaussian Splatting, решающий проблему потери визуальных деталей при переходе от 2D-изображений к 3D-объектам. Новая архитектура устраняет структурные ограничения существующих моделей, используя разреженное воксельное представление, которое лучше сохраняет высокочастотные характеристики и текстурную точность исходных данных, обеспечивая более качественную реконструкцию сложных объектов. Hacker News · Инференс и железо Roboflow представила архитектуру для запуска тысяч моделей на общем парке GPU Roboflow оптимизировала процесс инференса, внедрив серверную архитектуру для одновременного обслуживания тысяч специализированных моделей компьютерного зрения на общем парке GPU. Решение позволяет динамически загружать и выгружать веса моделей в видеопамять, минимизируя простои оборудования и обеспечивая высокую плотность размещения задач, что критически важно для масштабируемых агентных систем и приложений реального времени. MarkTechPost · Инфраструктура для агентов Ant Group представила LingBot-VA 2.0: фундаментальную модель для физического ИИ Подразделение Robbyant компании Ant Group выпустило LingBot-VA 2.0 — специализированную модель для управления робототехникой. В отличие от решений на базе генеративного видео, эта архитектура с нуля спроектирована для воплощенного ИИ. Система использует причинно-следственное мышление для прогнозирования состояний среды и обеспечивает высокую частоту управления, что критически важно для автономных физических агентов в реальном времени. arXiv · Инфраструктура для агентов Cortex: новый фреймворк для управления робототехническими агентами Исследователи представили Cortex — фреймворк для воплощенных ИИ-агентов, решающий проблему выполнения долгосрочных задач в робототехнике. В отличие от стандартных VLA-моделей, ограниченных текущим наблюдением, Cortex использует двунаправленное выравнивание между высокоуровневым планированием и низкоуровневой кинематикой, что позволяет агентам эффективнее справляться со сложными манипуляциями в динамической среде. Replicate's blog · Модели и релизы FLUX.1 Kontext: сообщество создаёт новые варианты модели FLUX.1 Kontext — это модель, разработанная сообществом на базе Replicate. Она представляет собой вариацию FLUX.1, адаптированную для различных задач.

← Все материалы