Black Forest Labs готовит мультимодальную модель FLUX 3

FLUX 3 засветили раньше времени - и это похоже, не просто генератор картинок За последние сутки вокруг FLUX 3 разгорелся прям хайпхайп. На сайте Black Forest Labs ненадолго появилась страница /models/flux-3 с обещанием единой мультимодальной модели, которая генерирует изображения, видео, звук и даже «действия»(?!), а заодно обладает пониманием мира. Страницу быстро удалили, но интернет, но копия осталась в Wayback Machine. Почти одновременно глава BFL Робин Ромбах опубликовал загадочный видеотизер, а разработчик Machine Delusions заявил, что уже играет с «новой моделью» и что публика к ней не готова. FLUX 3, похоже, метит не в очередной красивый text-to-image, а в полноценную world model: техническая почва у BFL уже есть - весной компания показала Self-Flow, архитектуру для совместного обучения на изображениях, видео и аудио с заделом на планирование и робототехнику. На Reddit энтузиазм быстро сменился традиционным нытьем: будут ли открытые веса, сколько сотен гигабайт займёт модель и не окажется ли вся магия доступна только через API. Я думаю, что Black Forest Labs готовится переобуться из генерации картинок в генерацию миров. И наверное они как обычно сделают открытую дев-версию для бедных и про-версию для олигархов по АПИ. https://www.reddit.com/r/StableDiffusion/s/yudqqGFVGf https://x.com/Machinedelusion/status/2079985822535749884 @cgevent