En resumen

  • Black Forest Labs ha lanzado FLUX 3 en acceso anticipado, su primer modelo que genera video, produciendo clips de hasta 20 segundos de duración con audio sincronizado.
  • La misma base impulsa FLUX-mimic, un modelo de robótica construido con mimic robotics que Audi ya está probando en su línea de producción.
  • Solo la versión de peso abierto "Dev" está prevista para finales de 2026; Video y Action permanecen detrás de API y acceso de socios por ahora, con Image siguiendo en las próximas semanas.

Black Forest Labs lanzó FLUX 3 el jueves, y por primera vez, el modelo insignia de la compañía genera video en lugar de solo imágenes estáticas. El laboratorio alemán de IA, conocido por la línea de generadores de imágenes FLUX, entrenó el nuevo sistema en imágenes, video y audio a la vez, dentro de un sistema compartido.

Eso es lo que se conoce como multimodalidad: un modelo que aprende varios tipos de información juntos en lugar de herramientas separadas unidas una al lado de la otra.

El lado del video es la característica principal. FLUX 3 produce clips de hasta 20 segundos de duración, con audio generado junto con la imagen y sincronizado con lo que sucede en pantalla: diálogo, efectos de sonido, ruido ambiental. En evaluaciones iniciales, los revisores humanos prefirieron la salida de FLUX 3 sobre Runway Gen-4.5 en el 77% de las comparaciones directas y sobre Luma Ray 3.2 en el 93%. Parece ser ligeramente mejor que Gemini Omni y Seedance, superando a esos modelos en el 52% de las evaluaciones.

Por supuesto, eso es una prueba de preferencia, no una rúbrica de puntuación fija: los evaluadores simplemente ven dos clips y eligen el que se ve y suena más convincente, y BFL cuenta cuántas veces gana FLUX 3.

Aparte de eso, el modelo parece ser muy competente también en imágenes fijas, siguiendo su legado. BFL compartió algunas imágenes, y FLUX 3 parece ser muy versátil y capaz de generar una amplia variedad de estilos más allá del fotorrealismo.

BFL presenta esto como algo más que una herramienta de contenido. "Un modelo que solo aprende imágenes solo puede generar imágenes", dijo el cofundador y CEO Robin Rombach. La apuesta de la empresa es que aprender a predecir videos también significa aprender la física subyacente: peso, contacto, tiempo, que es exactamente lo que una máquina necesita para moverse por el mundo físico.

Esa apuesta tiene un nombre: FLUX-mimic. Construido con la robótica mimic con sede en Zúrich, toma el motor de predicción de video de FLUX 3 y añade un "decodificador" ligero, un pequeño componente adicional que traduce el sentido interno del modelo de cómo se mueven las cosas en movimientos reales del robot. El fabricante de automóviles Audi ya lo está probando en tareas como el ajuste de sellos de puerta flexibles, un trabajo que la automatización convencional ha tenido dificultades para manejar.

“Audi representa el tipo de socio de fabricación para el que construimos FLUX-mimic”, dijo el cofundador de mimic, Stephan-Daniel Gravert. Christoph Schneider, de Audi, dijo que los robots ahora “resuelven trabajos complejos de manipulación de cuerpos blandos” que las máquinas más antiguas no podían tocar. BFL dice que el sistema completo reacciona en aproximadamente 101 milisegundos, cerca de los reflejos visuales humanos.

El ascenso de FLUX no ocurrió en el vacío. Fundado en agosto de 2024 por investigadores veteranos que habían ayudado a construir los modelos originales de Stable Diffusion en Stability AI, Black Forest Labs lanzó los modelos Flux que superaron a MidJourney y superaron al decepcionante Stable Diffusion 3 de Stability.

Los modelos de código abierto Flux Dev y Schnell se llevaron el título de “mejor generador de imágenes de código abierto” que los artistas de IA esperaban que Stable Diffusion 3.5, el intento de Stability, eventualmente recuperara.

Nunca lo hizo. FLUX 1.1 Pro llegó a la cima de la arena de imágenes de Artificial Analysis en octubre. Ese no era de código abierto, sin embargo.

BFL lanzó FLUX.2 en noviembre de 2025 pero no fue tan popular. La corona de código abierto que ostentaba el FLUX original duró hasta que el Z-Image Turbo de Alibaba lo destronó a finales de 2025, igualando su calidad en tarjetas gráficas de consumo de gama baja. “Esto es lo que se suponía que debía ser SD3”, escribió un usuario de CivitAI en ese momento.

FLUX 3 es el regreso de BFL, y aún no está completamente abierto. Video y Action están en acceso anticipado ahora a través de API y socios selectos, entre ellos mimic robotics, y la generación de imágenes seguirá "en las próximas semanas", según BFL. La versión Dev de pesos abiertos, el único nivel que BFL planea lanzar para uso local, no estará disponible hasta más adelante en 2026.