Flux 3 — AI ვიდეოები ჩაშენებული აუდიოთი, 20 წამამდე ხანგრძლივობის
Black Forest Labs-მა Flux 3 გამოუშვა — პირველი მოდელი, რომელიც ვიდეოსა და აუდიოს ერთდროულად ქმნის. ეს AI მედია გენერაციის ისტორიაში მნიშვნელოვანი ნაბიჯია.
Flux 3 — AI ვიდეოები ჩაშენებული აუდიოთი
2026 წლის 23 ივლისს, გერმანულმა AI კომპანია Black Forest Labs-მა (BFL) ოფიციალურად წარადგინა Flux 3 — მათი პირველი მულტიმოდალური მოდელი, რომელსაც შეუძლია ვიდეოების გენერირება ჩაშენებული, სინქრონიზებული აუდიოთი, 20 წამამდე ხანგრძლივობით. ეს არის გარდამტეხი მომენტი AI მედია გენერაციის ისტორიაში.
რა არის Flux 3 და რატომ არის მნიშვნელოვანი?
Flux 3 არის Black Forest Labs-ის Flux მოდელების ოჯახის მესამე თაობა. წინა ვერსიები (Flux 1 და Flux 2) ქმნიდნენ სტატიკურ სურათებსა და ჩუმ ვიდეოებს. Flux 3 ამატებს აუდიოს განზომილებას — ქმნის სრულ მედია კონტენტს ერთი ტექსტური მოთხოვნიდან. Flux 1 ფართოდ გამოიყენებოდა სურათების გენერაციისთის, Flux 2-მა შემოიტანა ვიდეო, მაგრამ აუდიოს გარეშე. Flux 3 ცვლის თამაშის წესებს.
ტექნიკური ინოვაცია: Self-Flow არქიტექტურა
Flux 3 იყენებს ახალ Self-Flow არქიტექტურას, რომელიც უზრუნველყოფს აუდიო-ვიზუალურ სინქრონიზაციას. მოდელი ერთდროულად პროგნოზირებს როგორც ვიზუალურ კადრებს, ასევე აუდიო ტალღებს, ქმნის 1080p ხარისხის ვიდეოებს ბუნებრივი ჟღერადობით. ეს განსხვავდება სხვა მოდელებისგან, რომლებიც აუდიოს ცალკე პროცესად ქმნიან.
ძირითადი შესაძლებლობები
Flux 3-ს შეუძლია 20 წამამდე ხანგრძლივობის ვიდეოების გენერირება სრული აუდიოთი 1080p რეზოლუციით. მოდელი უმკლავდება სხვადასხვა სცენარს — ქალაქის ქუჩებიდან დაწყებული რთული მოქმედებითი სცენებით დამთავრებული. Black Forest Labs-ის ცნობით, Flux 3 აღემატება 8 კონკურენტ მოდელს სტანდარტულ ბენჩმარკებზე.
ხელმისაწვდომობა
Black Forest Labs გეგმავს Flux 3-ის ხელმისაწვდომობას ჯერ cloud API-ით, შემდეგ ლოკალური deployment-ით. აღსანიშნავია, რომ ისინი გამოუშვებენ ღია მოდელს Flux 3 Dev, რაც მესამე მხარის დეველოპერებს საშუალებას მისცემს შექმნან საკუთარი აპლიკაციები.
დასკვნა
Flux 3 არის მთავარი ნაბიჯი AI კონტენტის შექმნის ევოლუციაში. ერთი prompt-იდან სრული ვიდეოს და აუდიოს გენერირების შესაძლებლობა ხსნის ახალ შესაძლებლობებს მარკეტინგში, კონტენტის შექმნასა და რობოტიკაშიც კი.