💬 观点Latent Space
[AINews] Black Forest Labs FLUX 3 - Multimodal Flow — FLUX 3 统一多模态模型发布，视频生成与机器人控制融合，开源数据集 Stac
FLUX 3 统一多模态模型发布，视频生成与机器人控制融合，开源数据集 Stack v3 刷新代码训练基线。
2026-07-24原文
本文为要点摘要，完整细节以原文为准。
🧭 一图看懂
由原文自动提炼 · 以原文为准点击任一分支，查看这一点的一句话解读
Black Forest Labs 发布 FLUX 3
单一架构联合训练图像、视频、音频与动作预测
- FLUX 3 Video 已开放早期访问
- 输出自带原生音频生成
- 开源权重 Dev 版本即将推出
🔗 涉及的概念与玩家
- Black Forest Labs公司
- FLUX 3模型
- FLUX-mimic模型
- mimic公司
- The Stack v3产品
- Qwen-Audio-3.0-TTS模型
- Alibaba Qwen公司
- Audi公司
- Black Forest Labs—发布→FLUX 3
- mimic—开发→FLUX-mimic
- FLUX-mimic—基于→FLUX 3
- Audi—测试→FLUX-mimic
- Alibaba Qwen—发布→Qwen-Audio-3.0-TTS
- Black Forest Labs 发布 FLUX 3，统一图像、视频、音频和动作预测，声称同一架构可扩展至机器人领域，并推出 FLUX-mimic 视频-动作模型，在单 GPU 上实现通用灵巧操作，已在 Audi 测试。这意味着多模态生成模型正从内容创作走向物理世界控制，agent 的感知-行动循环可能被单一架构简化。
- The Stack v3 开源代码数据集发布，114TB、224M 仓库、5T tokens，C++/TypeScript/Rust 增长显著，为开放代码模型和网络防御提供基础设施。这降低了代码智能体的训练门槛，使中小团队能构建竞争性模型，无需依赖封闭生态。
- 蒸馏争议持续，多位专家认为不应严格区分预训练和输出蒸馏，开放权重和数据集是战略关键。这暗示 agent 工具链需关注模型来源的合规性，同时开放生态的丰富性将加速 agent 能力迭代。
原文：[AINews] Black Forest Labs FLUX 3 - Multimodal Flow Models that beat Seedance 2.0, Gemini Omni and Grok Imagine, and FLUX-mimic video-action robotics model · 作者 Latent Space