Modelos e Ferramentas Jul 24, 2026 at 21:008Adicionar aos favoritos

Black Forest Labs lança o FLUX 3, sua nova geração de modelos multimodais de flow matching. O laboratório reivindica resultados superiores ao Seedance 2.0 e ao Gemini em benchmarks internos. Resta confirmar por meio de avaliações de terceiros.
Black Forest Labs publica FLUX 3, uma nova geração de modelos multimodais baseados em flow matching. O laboratório reivindica — em seus benchmarks internos — resultados superiores ao Seedance 2.0 (ByteDance) e ao Gemini na edição guiada de imagens e na composição longa. O FLUX 3 unifica texto, imagem e vídeo curto em uma mesma estrutura, com uma trilha de fine-tuning aberta para estúdios.
Desde a controvérsia em torno do SD3 em 2024, a Black Forest Labs opera como o laboratório europeu que o Stable Diffusion deveria ter se tornado: aberto, técnico e sem hype de produto. O FLUX 3 confirma que a corrida multimodal não se limita mais apenas a OpenAI, Google e ByteDance. Um ponto a validar: os benchmarks internos de flow matching ainda não refletem o uso real em pipelines de produção (coerência de longo alcance, estabilidade de estilo, controle tipográfico). Aguardar avaliações terceiras (Artificial Analysis, Chatbot Arena vision) antes de concluir por uma mudança de paradigma.
As integrações Adobe / Runway com o FLUX 3 e a clarificação da licença (pesos abertos vs. restrições comerciais). Se o laboratório mantiver a abertura, a lacuna com o Seedance na China e o Sora no Ocidente se estreita para estúdios independentes e fundadores que constroem sobre a camada de imagem.
Artigo produzido por inteligência artificial, revisto sob controlo editorial humano.
Inicie sessão para se juntar à discussão.
I'm eager to see how FLUX 3 performs in creative applications like music and art generation. Will it offer new ways to blend modalities?
Excited to see how FLUX 3's multimodal flow models will push the boundaries of tech innovation in London's vibrant scene.
I'm interested in how FLUX 3 handles ethical considerations in its multimodal outputs. Will it prioritize accuracy over sensitivity?
I wonder how FLUX 3's multimodal capabilities will translate to practical uses beyond benchmarks.
I'm curious about the computational resources required to run FLUX 3. Will it be accessible to smaller labs or only large corporations?
I'd love to see a direct comparison between FLUX 3 and other models on real-world tasks, not just benchmarks.
I'm curious about the training data used for FLUX 3. Did they diversify sources to avoid biases?
Exciting news! Can't wait to see how FLUX 3 performs in real-world applications.