---
title: "黑森林实验室发布Flux3 多模态模型 首次支持 20 秒原生音视频同步生成"
url: "https://paooo.com/aigc-news/38850/"
author: "Prompt 语宙研究院"
published_at: "2026-07-24T10:35:40+08:00"
updated_at: "2026-07-24T10:35:40+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, AI视频生成, Flux, Gemini, runway"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 黑森林实验室发布Flux3 多模态模型 首次支持 20 秒原生音视频同步生成

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/38850/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-24

## AI 30 秒核心看点 (TL;DR)

- Flux3基于Self-Flow架构，整合图像、视频、音频与动作编解码器，推动多模态统一生成。
- 它是首款支持原生音频生成的模型，可一次性输出最长20秒的音视频同步片段。
- 早期对标测试显示，Flux3在720p、10秒场景中优于Luma Ray3.2和Runway Gen-4.5。

 7月23日，德国人工智能初创公司黑森林实验室（Black Forest Labs）正式发布多模态基础模型Flux3，标志着生成式视频技术迎来重大突破。该模型基于Self-Flow架构打造，配备专用的图像、视频、音频及动作编解码器，实现了对物理与数字环境的统一理解与生成。

作为首款支持原生音频生成的模型，Flux3可一次性输出长达20秒的音视频同步片段，并涵盖文本/图像/视频转视频、基于关键帧的转场及多语言对话等功能。在720p分辨率、10秒片段的早期测试中，Flux3展现出强劲竞争力，性能超越Luma Ray3.2（93%胜率）与Runway Gen-4.5(77%胜率)，并在与Seedance2.0及Gemini Omni Flash等顶尖模型的对标中保持微弱优势。

此外，公司联合Mimic Robotics开发了适用于机器人领域的视频动作模型Flux-mimic，目前已在奥迪工厂开展生产任务测试。BFL采取分阶段推出策略，Flux3Video现已上线，Flux3Image与开源权重的“Flux3Dev”也将在近期陆续发布。通过打破单一模态的信息局限，Flux3正加速推动AI向具备感知与行动能力的物理世界“世界模型”演进。

## 常见问题解答 (FAQ)

### Flux3最大的技术突破是什么？
Flux3的核心突破是首次支持原生音频生成，并能一次性输出最长20秒的音视频同步片段。它还结合图像、视频、音频和动作编解码器，提升了多模态统一理解与生成能力。

### Flux3适合哪些应用场景？
它适合短视频生成、广告创意、分镜转场、多语言对话视频，以及机器人动作视频等场景。文中还提到其相关模型已在奥迪工厂开展生产任务测试，说明其具备面向物理世界的应用潜力。

### Flux3和Luma、Runway相比表现如何？
在720p分辨率、10秒片段的早期测试中，Flux3表现更强，文中称其对Luma Ray3.2胜率为93%，对Runway Gen-4.5胜率为77%。这说明它在当前同类模型中具备明显竞争力。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
