📋 编辑总结
Black Forest Labs（Stable Diffusion 原班团队）推出的视觉生成模型家族。2026-07-23 发布新一代统一多模态模型 FLUX 3：单一架构联合训练图像/视频/音频/动作预测，视频最高 20 秒并带原生同步音频；FLUX 3 Video 与 Action 处于申请制早期访问，图像版数周内推出、开放权重版预计年内发布，早期评测偏好率领先多数竞品。 定价：FLUX 3 早期访问暂无公开定价；FLUX.1 Schnell 开源免费(可商用)、Dev 开源非商用、Pro/FLUX.2 等 API 付费。编辑评分：⭐ 4.7。
Black Forest Labs（Stable Diffusion 原班团队）推出的视觉生成模型家族。2026-07-23 发布新一代统一多模态模型 FLUX 3：单一架构联合训练图像/视频/音频/动作预测，视频最高 20 秒并带原生同步音频；FLUX 3 Video 与 Action 处于申请制早期访问，图像版数周内推出、开放权重版预计年内发布，早期评测偏好率领先多数竞品。 定价：FLUX 3 早期访问暂无公开定价；FLUX.1 Schnell 开源免费(可商用)、Dev 开源非商用、Pro/FLUX.2 等 API 付费。编辑评分：⭐ 4.7。
Flux 是什么？
Flux 是 Black Forest Labs（Stable Diffusion 原班人马，创始团队包括 Robin Rombach）推出的视觉生成模型家族。2026 年 7 月 23 日，BFL 发布新一代统一多模态模型 FLUX 3：单一架构联合训练图像、视频、音频与动作预测，视频生成最高 20 秒并带原生同步音频，被官方称为迈向视觉智能的基石（Real World Models）。
FLUX 3 基于自研 Self-Flow 对齐方法，让图像/视频/音频在同一个模型中互相学习——例如生成爵士鼓演奏视频时，鼓棒敲击画面与声音是原生同步生成的，无需后期配音。这是 FLUX 从纯图像生成向统一多模态的关键跃迁。
核心功能
- FLUX 3 Video（早期访问中）：最高 20 秒视频 + 原生同步音频，支持文生视频、图生视频、视频转视频、关键帧控制与多镜头连续生成（角色跨镜头保持一致）；擅长多语言对话与音效设计
- FLUX 3 Image（数周内开放）：图像生成与编辑，复杂提示词遵循能力与多语言文字渲染显著提升
- FLUX 3 Action / FLUX-mimic：机器人动作预测，基于视频主干微调，与 mimic robotics 合作已在 Audi 产线部署（30 分钟数据即可学会新任务，传统方法需 30+ 小时）
- FLUX.1 / FLUX.2（经典图像模型）：文生图、图生图、照片级真实感、精准文字渲染，可开源部署或 API 调用
版本对比
| 版本 | 状态 | 特点 |
|---|---|---|
| FLUX 3 Video | 早期访问（申请制） | 20秒视频+原生音频，统一多模态 |
| FLUX 3 Image | 数周内开放 | 图像生成与编辑 |
| FLUX 3 Dev | 2026年内开放权重 | 开源多模态骨干 |
| FLUX 3 Action | 早期访问（申请制） | 机器人动作预测（FLUX-mimic） |
| FLUX.1 Schnell | 开源免费（可商用） | 速度极快，适合快速迭代 |
| FLUX.1 Dev | 开源（非商用） | 质量与速度平衡 |
| FLUX.1 Pro / FLUX.2 | 付费API | 最高画质 |
优点
- 统一多模态架构：图/视频/音频/动作预测单一模型，各模态能力互相增强
- 视频生成带原生同步音频（最高 20 秒），支持多语言对话，区别于视频加后期配音方案
- 早期评测偏好率领先（BFL 数据）：vs Runway Gen-4.5 77%、Kling v3 Pro 60%、Seedance 2.0 约 52%，正式 benchmark 待发布
- 开源传统延续：FLUX.1 Schnell 免费可商用，FLUX 3 Dev 开放权重版计划年内发布
- 机器人动作预测（FLUX-mimic）已在 Audi 产线实测，探索物理 AI 方向
缺点
- FLUX 3 当前仅申请制早期访问，无公开 API 与定价，也未接入 fal.ai/Replicate 等平台
- FLUX 3 Image 与开放权重版尚未发布（截至 2026-08）
- 本地部署需要 GPU 硬件，有一定技术门槛
- 生态较 Stable Diffusion 仍年轻
使用技巧
- FLUX 3 申请：前往 bfl.ai/models/flux-3 提交早期访问申请，审核通过后可体验视频+音频生成。
- FLUX.1 快速出图：用 Schnell 版本快速生成多张预览，选定方案后再用 Dev/Pro 精修。
- ComfyUI 集成：FLUX.1 系列在 ComfyUI 中有成熟节点；FLUX 3 Dev 开放权重后预计同样获得社区支持。
总结
Flux 是 AI 绘画/视频领域的重要工具。Black Forest Labs 推出的统一多模态模型 FLUX 3，把图像、视频、音频与动作预测放进同一架构，20 秒带原生音频的视频生成是目前差异化亮点。开源传统延续（FLUX.1 Schnell 免费可商用），FLUX 3 Dev 开放权重版计划年内发布。
快速上手建议：
- 访问官网 bfl.ai 了解 FLUX 3 早期访问申请
- 想快速体验可先用 FLUX.1 开源版本本地部署或 ComfyUI 集成
- 关注官方博客获取 FLUX 3 Image / Dev 发布动态
价格参考： FLUX 3 早期访问暂无公开定价；FLUX.1 Schnell 免费、Dev 开源非商用、Pro/FLUX.2 API 付费 支持平台： Web / API / 开源本地部署
以上信息来自 BFL 官方发布与公开报道（来源见页面），FLUX 3 处于早期访问阶段，功能与定价可能调整，请以官方最新信息为准。
