شركة Black Forest Labs تطلق FLUX 3، أول نموذج فيديو لها مع إخراج صوتي أصلي

أطلقت شركة Black Forest Labs اليوم FLUX 3، مما يمثل أول دخول للمختبر المتمركز في فرايبورغ في مجال توليد الفيديو. ينتج النموذج مقاطع فيديو تصل مدتها إلى 20 ثانية مع إخراج صوتي أصلي متزامن – يتم توليدهما معًا من Prompt واحد باستخدام بنية موحدة، بدلاً من توجيه نماذج صور وصوت منفصلة خلف API مشترك.

هذا التمييز مهم. معظم منتجات توليد الفيديو الحالية هي تجميعات: مشفر نصوص، نموذج انتشار فيديو، ونموذج صوت منفصل يتم تجميعهم معًا. FLUX 3 مبني على Self-Flow، بنية BFL للتدريب عبر الصور والفيديو والصوت في وقت واحد، لذا يطور النموذج تمثيلًا مشتركًا للبنية المكانية وفيزياء الحركة والسببية الصوتية. وفقًا للشركة، إشارة التدريب المتبادلة هذه هي السبب في أن نفس الأوزان يمكنها تشغيل كل من مقطع فيديو واقعي ضوئيًا ومهمة تلاعب في ذراع روبوتية.

ما يتم إطلاقه اليوم

يتم إطلاق FLUX 3 عبر أربعة خطوط إنتاج. FLUX 3 Video و FLUX 3 Action يدخلان في برنامج وصول مبكر مقيد اليوم – متاح لأي شخص يتقدم بطلب، بانتظار موافقة BFL. FLUX 3 Image سيُطرح للعامة خلال الأسابيع القادمة. FLUX 3 Dev، إصدار بأوزان مفتوحة للهيكل الأساسي متعدد الوسائط، ملتزم به في وقت لاحق من هذا العام ولكن ليس له تاريخ مؤكد.

FLUX 3 Video يدعم تحويل النص إلى فيديو، وتحويل الصورة إلى فيديو (رسوم متحركة أو مرجع بصري)، ونقل النمط من فيديو إلى فيديو، وانتقالات محكومة بإطارات مفتاحية، وتوليد حوار متعدد اللغات، وسلسلة وكيلية للمقاطع الفردية في تسلسلات أطول. تشمل جميع مخرجات الفيديو صوتًا أصليًا. FLUX 3 Action يمتد نفس البنية إلى الإدراك الروبوتي والتحكم الفيزيائي – طموح تحول ملحوظ لمختبر بنى اسمه على توليد الصور الاستهلاكي.

نتائج Benchmark، مع تحفظات

نشرت BFL تقييمات تفضيل أولية لـ FLUX 3 Video ضد سبعة منافسين على مقاطع فيديو مدتها 10 ثوانٍ بدقة 720p من نص إلى فيديو. تم تفضيل FLUX 3 على Luma Ray 3.2 في 93% من المقارنات، وRunway Gen-4.5 في 77%، وGrok Imagine Video في 69%، وKling v3 Pro في 60%، وHappy Horse v1 في 59%، وSeedance 2.0 وGoogle Gemini Omni Flash كل بنسبة 52%.

تصف BFL هذه النتائج بأنها تقييم أولي لمرشح مبكر – مما يعني أن نقطة التحقق المختبرة ليست النموذج الذي يدخل الوصول المبكر اليوم. تقول الشركة إن النموذج الذي يتم شحنه قد يكون أداءه أفضل، ومنهجية كاملة وجداول Benchmark موعودة عند التوفر العام. المقارنتان الأكثر تقاربًا – 52% ضد كل من Seedance 2.0 (الذي تم تعليق طرحه الدولي بسبب دعوى حقوق نشر من استوديوهات هوليوود الكبرى) وGemini Omni Flash – هما الأكثر دلالة للمشترين المؤسسيين الغربيين.

ما هو مفقود

لا يوجد API عام عند الإطلاق ولا تسعير. لا يستطيع المشترون المؤسسيون بعد حساب تكلفة الملكية أو إجراء تقييمات مستقلة. لم تطلق BFL أوزانًا قابلة للتنزيل، ولا ترخيص Open Source مرفق، ولم يتم نشر التزامات مستوى الخدمة الإنتاجية. FLUX 3 Dev – إصدار الأوزان المفتوحة الذي كان مجتمع المطورين ينتظره – هو الأخير في تسلسل طرح BFL، ويصل بعد أن يصل Image إلى التوفر العام.

هذا التسلسل هو انحراف عن إصدارات FLUX 1.x، حيث وصلت الأوزان المفتوحة مع أو بعد وقت قصير من الوصول التجاري ولعبت دورًا مركزيًا في اعتماد البنية عبر تطبيقات ومنصات الطرف الثالث. تقول BFL إن التزام FLUX 3 Dev يغطي توليد الفيديو والصوت والصورة وتنبؤ الفعل – نطاق أوسع بكثير من أي إصدار سابق لـ FLUX Dev.

لماذا يهم

أصبح FLUX 1.x العمود الفقري الافتراضي لتوليد الصور مفتوح الأوزان لحصة كبيرة من منتجات الذكاء الاصطناعي الاستهلاكية والمطورين في 2024 و2025. خليفة متعدد الوسائط موثوق به يطلق في النهاية أوزانًا مفتوحة يمكن أن يوسع تلك البصمة إلى الفيديو والروبوتات. ما إذا كان FLUX 3 سيحقق هذا الموقف يعتمد على شكل إصدار الأوزان المفتوحة عند وصوله – وعلى قدرة BFL على سد الفجوة ضد Sora وVeo 3 وKling بين الآن والتوفر العام.

الطلبات للوصول المبكر لـ FLUX 3 Video مفتوحة على bfl.ai. من المتوقع أن يصل FLUX 3 Image إلى التوفر العام في الأسابيع القادمة، كما أفادت VentureBeat لأول مرة.