FLUX 3: نموذج الذكاء الاصطناعي الذي يجمع الفيديو والصوت والصور ويتنبأ بحركات الروبوتات

القدرات الرئيسية

• توليد الفيديو: يمكن لـ FLUX 3 إنشاء مقاطع فيديو تصل مدتها إلى 20 ثانية بدقة 1080p وبمعدل 24 إطارًا في الثانية، وتحتوي هذه المقاطع على صوت متزامن يتم توليده بشكل أصلي . يدعم النموذج مجموعة واسعة من أساليب التوليد: من النص إلى فيديو، ومن الصورة إلى فيديو، ومن فيديو إلى فيديو، وحتى التوليد بناءً على الإطارات المفتاحية (Keyframes)، مع إمكانية الربط التتابعي لمقاطع متعددة مع الحفاظ على التناسق .
• توليد الصوت: يتم توليد الصوت (حوار متعدد اللغات ومؤثرات صوتية) بشكل متزامن مع الفيديو، ويرتبط بشكل سببي بالأحداث البصرية. المخرجات الصوتية تكون بجودة 48 كيلوهرتز واستريو .
• توليد وتحرير الصور: يقوم النموذج بتوليد وتحرير الصور بأنماط وأحجام ودقات مختلفة، مع تحسين ملحوظ في دقة عرض النصوص والتعامل مع الأوصاف المعقدة . كان الوصول المبكر لميزة توليد الصور مقررًا في الأسابيع التالية للإطلاق .
• التنبؤ بالحركة (Action Prediction): هذا هو الابتكار الحقيقي. يستخدم FLUX 3 فهمه للعالم للتنبؤ بالحركات التي يجب أن يقوم بها الروبوت. يمكن أن يتم ذلك بشكل أصلي أو عبر وحدة فك ترميز مخصصة (Action Decoder) تم ضبطها خصيصًا .
• معمارية موحدة (Self-Flow): بُنِيَ النموذج على نهج Self-Flow من BFL، الذي يدمج تعلم التوليد متعدد الوسائط مع تعلم التمثيل في إطار واحد .

تفاصيل تقنية إضافية:

• جانب مثير للاهتمام: وفقًا للتقارير، إضافة قدرة التنبؤ بالحركة إلى النموذج قد تقلل مؤقتًا من جودة الفيديو بنسبة تصل إلى 10%، لكن النموذج يستعيد جودته الكاملة بعد حوالي 3,500 خطوة تدريبية، مع احتفاظه بقدراته على التنبؤ بالحركة .
• لا توجد أرقام أداء رسمية مؤكدة: من المهم التوضيح أن الأرقام التي يتم تداولها في بعض المنتديات، مثل سرعة استدلال أقل من 80 مللي ثانية على بطاقة رسوميات واحدة RTX 5090 أو زمن استجابة للنظام يبلغ 101 مللي ثانية، لم يتم نشرها رسميًا من قبل BFL في المدونات أو البيانات الصحفية الرسمية للإطلاق . هذه الأرقام قد تأتي من تقارير تقنية غير منشورة أو تحليلات لاحقة، لكنها غير مؤكدة بمصادرنا الحالية. المقارنات مع FLUX.1 تشير إلى أن توليد صورة بدقة 1024×1024 يستغرق ما بين 5 إلى 12 ثانية على RTX 5090، ولكن مهام FLUX 3 تختلف تمامًا .

FLUX-mimic: التطبيق العملي في مصانع Audi

الشراكة مع الشركة السويسرية الناشئة mimic robotics أنتجت نموذجًا متخصصًا اسمه FLUX-mimic . هذا النظام يستخدم FLUX 3 كقاعدة له، ويتم تدريب وحدة فك ترميز خفيفة خصيصًا لترجمة تمثيلات النموذج الداخلية إلى أوامر حركة فعلية للروبوت .

النتيجة:

تم اختبار FLUX-mimic ونشره بنجاح في مهام إنتاج حقيقية في مصانع شركة Audi . وفقًا للشركاء، نجحت هذه الروبوتات في حل مهام معالجة أجسام ناعمة معقدة "كان من المستحيل" برمجتها بالطرق التقليدية . وتقول الشركة إن النظام يقلل بشكل كبير من كمية بيانات العرض التوضيحي اللازمة لتعلم مهام جديدة .

الإتاحة والوصول المبكر

• FLUX 3 Video (مع الصوت): متاح فورًا في الوصول المبكر اعتبارًا من 23 يوليو 2026، عبر صفحة النماذج وقائمة انتظار .
• FLUX 3 Image: الإتاحة المبكرة ستأتي في الأسابيع التالية .
• التنبؤ بالحركة (FLUX-mimic): متاح لشركاء بحث وتجاريين محددين، بدءًا من mimic robotics .
• إصدار الأوزان المفتوحة ("FLUX 3 Dev"): مخطط له لاحقًا .

يمكن طلب الوصول عبر رابط bfl.ai/models/flux-3 .