FLUX 3 模型曝光：支持音视频生成、图像编辑和机器人控制

FLUX 3 在自家评测中生成10秒、720p带音频的文生视频，效果与Seedance 2.0打平。该模型支持单次最长20秒的视频生成，涵盖文生视频、图生视频、视频续写、关键帧控制及多语言对白。除媒体生成外，FLUX 3 的底层模型可扩展为机器人动作预测，输出机械臂控制指令。目前处于Early Access阶段，视频生成已开放申请，图像版本数周后推出。