Black Forest Labs 发布多模态模型 FLUX 3

背景

Black Forest Labs（BFL）于 2026 年 3 月首次公布 Self-Flow，这是一项让不同模态之间的理解与生成相互对齐的研究技术。FLUX 3 就建立在这项研究之上。^[1]

发生了什么

2026 年 7 月 23 日，Black Forest Labs 宣布 FLUX 3，这是一个面向图像、视频、音频和动作的模型系列。

FLUX 3 Video 和 FLUX 3 Action 以限定范围的抢先体验形式推出。FLUX 3 Image 以及开放权重的 FLUX 3 Dev 则被承诺在之后推出。^[1]

关键细节

FLUX 3 Video 可以生成最长 20 秒的视频，并带有原生音频。^[1][2] 2026 年 8 月 4 日，BFL 通过 BFL API 将 FLUX 3 Video 正式向公众开放。^[2]

BFL 首席执行官Robin Rombach 表示：“You can’t cheat reality.”（你无法欺骗现实。）^[1]

影响

宣布时，FLUX 3 Image 与开放权重的 FLUX 3 Dev 尚属计划，FLUX 3 Video 和 FLUX 3 Action 处于抢先体验阶段。FLUX 3 Video 于 8 月 4 日正式开放。^[1][2]

这则公告中有几个术语需要解释。多模态模型（multimodal model）在同一个模型系列中处理多种数据，例如图像、视频和音频。限定范围的抢先体验（gated early access）意味着只有获得批准的用户才能试用，且不能下载模型权重。与之相对，开放权重版本会公布模型参数，任何具备相应硬件的人都可以运行，但仍受许可条款约束。

因此，这次公告描述的是分阶段推出。宣布时，一部分内容已经在有限范围内使用，另一部分仍在计划中，各部分何时可用取决于各自的发布安排。