熟悉 FLUX 的朋友应该都知道，前几代产品主要还是围绕图像生成和编辑。
但刚公布的 FLUX 3，方向明显变了。
它被定位为一个统一的多模态模型，同时覆盖：
- Image：图像生成与精细编辑
- Video：带可选原生音频的视频生成
- Audio：让声音与画面事件同步
- Action：理解动作结果，进一步面向机器人和物理世界任务
换句话说，FLUX 3 想做的已经不只是“生成一张更好看的图片”，而是让模型理解一个场景如何运动、变化和产生反馈。
目前，FLUX 3 Video & FLUX 3 Image 已进入早期体验阶段，FLUX 3 Image 预计后续推出。
至于大家最关心的 Dev 版本、开放权重、API 价格和本地部署要求，目前还需要等待官方进一步公布。
我也做了一个独立的 FLUX 3 信息与体验页面，方便持续跟进更新。需要说明的是，该页面并非 Black Forest Labs 官方网站：
Select Language