Flux 3 — генерація AI-відео з вбудованим аудіо, до 20 секунд

Flux 3 — генерація AI-відео з вбудованим аудіо

23 липня 2026 року компанія Black Forest Labs офіційно представила Flux 3 — свою першу мультимодальну модель, здатну генерувати відео з вбудованим, синхронізованим аудіо тривалістю до 20 секунд. Це переломний момент в історії генерації медіа за допомогою штучного інтелекту.

Що таке Flux 3 і чому це важливо?

Flux 3 — це третє покоління сімейства моделей Flux від Black Forest Labs. Попередні версії створювали статичні зображення та німі відео, тоді як Flux 3 додає аудіо-вимір, продукуючи повноцінний медіаконтент з одного текстового запиту. Це фундаментальна зміна в тому, як AI створює медіа.

Технічна інновація: архітектура Self-Flow

Flux 3 використовує нову архітектуру Self-Flow, яка забезпечує аудіо-візуальну синхронізацію. Модель одночасно передбачає як візуальні кадри, так і аудіохвилі, створюючи відео 1080p з природним звучанням. Це відрізняється від інших моделей, які генерують аудіо окремим кроком після створення відео.

Основні можливості

Flux 3 може генерувати відео тривалістю до 20 секунд з повним аудіо в роздільній здатності 1080p. Модель працює з різноманітними сценаріями — від вуличних сцен з навколишніми звуками до складних дійових послідовностей із синхронізованими ефектами. Black Forest Labs стверджує, що Flux 3 перевершує 8 інших моделей за стандартними бенчмарками.

Доступність та відкритий доступ

Black Forest Labs планує зробити Flux 3 доступним спочатку через хмарний API, а потім для локального розгортання. Вони випустять версію з відкритою вагою Flux 3 Dev, що дозволить стороннім розробникам створювати власні застосунки.

Вплив на індустрію

Flux 3 є значним стрибком у створенні AI-контенту. Можливість створювати повне відео та аудіо з одного запиту відкриває нові можливості для маркетингу, створення контенту, передвізуалізації фільмів та навіть тренувальних симуляцій робототехніки.