Black Forest Labs 发布 FLUX 3,从视频生成延伸到机器人控制
原文标题:FLUX 3: from video generation to robot control
AI 摘要
Black Forest Labs 发布多模态基础模型 FLUX 3,单一架构内联合学习图像、视频和音频,可单次生成最长 20 秒带音频视频,其初步人偏好评测中优于 Runway Gen-4.5(77%)和 Grok Imagine Video(69%)。
关键信息
- Black Forest Labs 发布多模态基础模型 FLUX 3,单一架构内联合学习图像、视频和音频,可单次生成最长 20 秒带音频视频,其初步人偏好评测中优于 Runway Gen-4.
- 5(77%)和 Grok Imagine Video(69%)
- 原文把 FLUX 3 的多模态训练与其在工业机械臂上的控制实验串联起来,并给出冻结骨干的消融数据,可帮助读者理解视频表征迁移到机器人操作这条路线
速览
- 发布时间
- 更新时间
- 分类
- 模型发布
- AI 评分
- 70
推荐理由
原文把 FLUX 3 的多模态训练与其在工业机械臂上的控制实验串联起来,并给出冻结骨干的消融数据,可帮助读者理解视频表征迁移到机器人操作这条路线。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:Black Forest Labs 发布 FLUX 3,从视频生成延伸到机器人控制。2026年7月27日。https://new.nat6.net/news/gi43yslleseg1y6l0clpngj57/