FLUX 3 bukan sekadar AI penjana imej — ia turut memahami video, audio dan pergerakan robot

• teks kepada video;
• imej kepada video;
• video kepada video;
• bingkai utama kepada video; dan
• penggabungan beberapa klip secara berantai melalui aliran kerja berasaskan ejen .

Output yang dipaparkan boleh mencapai resolusi 1080p pada 24 fps, dengan kesinambungan antara beberapa babak serta kawalan kamera .

Hasilkan dialog dan kesan bunyi yang berkait dengan visual

Audio tidak ditambah secara berasingan selepas video siap. Sebaliknya, FLUX 3 menjana audio bersama kandungan visual, termasuk dialog berbilang bahasa dan kesan bunyi yang berkait dengan peristiwa dalam video . Output audio dinyatakan sebagai stereo 48 kHz .

Jana dan sunting imej

Selain video, FLUX 3 direka untuk menghasilkan serta menyunting imej dalam pelbagai gaya, nisbah aspek dan resolusi. BFL turut menyatakan peningkatan dalam paparan teks pada imej dan keupayaan memahami arahan yang lebih kompleks .

Namun, fungsi imej belum tersedia sepenuhnya ketika pelancaran. Akses awalnya dijadualkan menyusul dalam "beberapa minggu akan datang" .

Ramal tindakan robot

Keupayaan FLUX 3 tidak terhad kepada penciptaan kandungan. Pemahaman dunia yang dipelajari model itu boleh digunakan untuk meramal tindakan robot, sama ada secara terbina dalam atau melalui penyahkod tindakan yang ditala khusus .

Pendekatan ini membolehkan satu model asas dikongsi untuk dua kegunaan berbeza: menghasilkan kandungan kreatif dan mengawal robot dalam dunia fizikal .

Bagaimana FLUX-mimic digunakan di Audi?

BFL bekerjasama dengan syarikat pemula Switzerland, mimic robotics, untuk membangunkan FLUX-mimic — model video-ke-tindakan yang dibina berasaskan FLUX 3 .

Sistem ini melatih penyahkod tindakan yang ringan menggunakan ciri perantaraan daripada laluan ramalan video FLUX 3. Ciri tersebut kemudiannya digunakan untuk menafsir tindakan fizikal berdasarkan gambaran dunia yang dipelajari model .

FLUX-mimic telah diuji dan digunakan pada tugasan pengeluaran sebenar di Audi . Menurut pihak yang terlibat, robot berkenaan membantu menyelesaikan tugasan manipulasi bahan lembut yang kompleks — tugasan yang dikatakan amat sukar, malah mustahil dilakukan dengan pengaturcaraan tradisional .

Kerjasama itu menggabungkan kepakaran BFL dalam model asas visual dengan keupayaan mimic robotics dalam pembelajaran robot, manipulasi berketangkasan tinggi dan penggunaan di persekitaran pengeluaran . Sistem tersebut juga dilaporkan memerlukan data demonstrasi yang lebih sedikit untuk mempelajari tugasan baharu berbanding beberapa pendekatan sedia ada .

Seni bina Self-Flow dan isu prestasi

FLUX 3 dibina berasaskan pendekatan Self-Flow, yang menyelaraskan penjanaan multimodal dan pembelajaran representasi dalam satu rangka kerja .

BFL turut melaporkan satu kesan menarik semasa melatih keupayaan robotik: apabila ramalan tindakan ditambah, kualiti video pada mulanya menurun sehingga 10 peratus. Namun, model itu kembali mencapai kualiti penuh selepas kira-kira 3,500 langkah latihan sambil mengekalkan keupayaan meramal tindakan .

Adakah dakwaan inferens bawah 80 milisaat itu benar?

Setakat sumber yang tersedia, belum ada pengesahan rasmi untuk dakwaan bahawa FLUX 3 boleh melakukan inferens dalam masa bawah 80 milisaat pada satu GPU RTX 5090 atau mencapai masa tindak balas sistem 101 milisaat .

Angka tersebut tidak terdapat dalam catatan rasmi BFL atau laporan media pada hari pelancaran, 23 Julai 2026 . Ia mungkin berasal daripada laporan teknikal yang belum diterbitkan, analisis pihak ketiga atau ujian kemudian, tetapi bukti yang mencukupi belum tersedia untuk mengesahkannya.

Buat masa ini, kenyataan yang lebih tepat ialah FLUX 3 direka untuk kawalan robotik masa nyata atau hampir masa nyata. BFL masih belum menerbitkan spesifikasi kependaman rasmi bagi penggunaan pada GPU pengguna.

Sebagai perbandingan, ujian komuniti terhadap model terdahulu seperti FLUX.1 dan FLUX.2-dev pada RTX 5090 biasanya melaporkan masa dalam julat beberapa saat bagi setiap imej, bergantung pada tetapan dan pengoptimuman . Beban kerja video dan ramalan tindakan FLUX 3 sememangnya berbeza, tetapi dakwaan kependaman tindakan bawah 100 milisaat masih belum disahkan oleh BFL.

Status akses awal

• FLUX 3 Video dengan audio: tersedia melalui program akses awal dan senarai menunggu mulai 23 Julai 2026 .
• FLUX 3 Image: akses awal dijangka dibuka dalam beberapa minggu selepas pelancaran .
• Ramalan tindakan melalui FLUX-mimic: tersedia melalui rakan penyelidikan dan komersial terpilih, bermula dengan mimic robotics .
• Versi pemberat terbuka, "FLUX 3 Dev": dirancang untuk keluaran akan datang, tanpa tarikh rasmi yang ditetapkan .

Permohonan akses boleh dibuat melalui halaman model BFL di bfl.ai/models/flux-3 .

Buat masa ini, FLUX 3 lebih tepat dilihat sebagai model multimodal dalam peringkat akses awal — bukan produk yang semua keupayaannya sudah tersedia kepada umum. Namun, pengujian FLUX-mimic di Audi menunjukkan hala tuju yang lebih besar: model generatif yang sama mungkin digunakan bukan sahaja untuk mencipta kandungan, tetapi juga membantu robot memahami dunia dan melakukan tugasan fizikal.