Black Forest Labs 发布 FLUX 3 多模态模型，单次可生成最长 20 秒带原生音频视频

Black Forest Labs 于 7 月 23 日发布博文，以 Early Access 方式上线 FLUX 3 多模态基础模型，采用统一架构联合学习图像、视频和音频，基于 Self-Flow 自监督流匹配框架扩展训练。