Black Forest Labs startet FLUX 3 zur Bild- und Videogenerierung

Das KI-Labor Black Forest Labs (BFL) mit Sitz in Freiburg im Breisgau hat FLUX 3 vorgestellt. Das neue Modell ist in der Lage, sowohl Bilder als auch Videoclips von bis zu 20 Sekunden Dauer inklusive Ton aus einer einzigen Texteingabe zu generieren.

BFL hebt hervor, dass FLUX 3 modalitätsübergreifend trainiert wurde, anstatt separate Modelle für Bilder, Videos und Audio zu kombinieren. Das Unternehmen positioniert dies als eine einheitliche "visuelle Intelligenz" für Unternehmensanwendungen, einschliesslich kreativer Inhaltsgenerierung, Simulation und Robotik.

Die Produkte FLUX 3 Video und FLUX 3 Action sind ab sofort in einem begrenzten "Early Access"-Programm verfügbar, für das sich Interessenten bewerben können. Die Bildgenerierungsfunktion FLUX 3 Image soll in den kommenden Wochen folgen, bevor eine allgemeine Verfügbarkeit angestrebt wird. Genaue Preisangaben und Service-Level-Agreements wurden noch nicht bekannt gegeben.

In vorläufigen Vergleichen gibt BFL an, dass FLUX 3 besser abgeschnitten hat als Konkurrenzmodelle. Bei Tests mit 10-sekündigen Videoclips inklusive Ton wurde FLUX 3 laut BFL in 93 % der Fälle Luma Ray 3.2 vorgezogen. Das Unternehmen weist jedoch darauf hin, dass es sich um vorläufige Bewertungen handelt und vollständige Benchmark-Ergebnisse später veröffentlicht werden.