FLUX 3: Un singur prompt, imagini, video și sunet – Viitorul inteligenței artificiale multimodale

Un singur creier AI poate simți și crea în atâtea moduri noi?!

Marți, Black Forest Labs a ridicat vălul de pe FLUX 3, un model de inteligență artificială revoluționar, capabil să genereze imagini, scurte clipuri video și chiar audio, totul dintr-o singură comandă textuală. Această inovație extinde semnificativ capacitățile anterioare ale companiei, depășind simpla creare de imagini statice.

Cercetătorii explică secretul din spatele acestei performanțe: un singur „schelet neural” comun, care permite modelului să fie adaptat pentru viziunea robotică.

Practic, mașinile ar putea „vedea” și acționa pe baza informațiilor primite.

Modelul a fost antrenat pe un set de date extrem de diversificat, incluzând informații vizuale, auditive și temporale, ceea ce îi conferă abilitatea de a interpreta și produce conținut media combinat.

FLUX 3: Va revoluționa AI designul și robotica?!

Compania germană a lansat FLUX 3 într-o versiune limitată, promițând utilizatorilor posibilitatea de a crea imagini, clipuri audio îmbunătățite sau chiar secvențe video de până la 20 de secunde, pornind de la un simplu text.

Noul sistem se bazează pe arhitectura versiunilor anterioare FLUX, dar adaugă straturi dedicate sintezei de sunet și mișcare.

Dacă această abordare se va dovedi scalabilă, designerii ar putea proiecta concepte vizuale și le-ar putea testa direct pe platforme robotice, scurtând considerabil ciclurile de dezvoltare. Dar este tehnologia accesibilă publicului larg? Pentru moment, FLUX 3 este disponibil într-o versiune limitată, dedicată partenerilor selectați și utilizatorilor timpurii. Debutul FLUX 3 semnalează o tendință clară către modele unificate, capabile să gestioneze multiple tipuri de media.

FLUX 3: Poate un singur creier AI controla toți roboții viitorului?!

Criticii atrag atenția că lansarea limitată înseamnă că performanța sa în condiții reale, mai ales în medii industriale exigente, rămâne încă de demonstrat.

Poate fi FLUX 3 folosit pentru a controla roboți?

Arhitectura sa de bază a fost concepută tocmai pentru viziunea robotică, permițând mașinilor să interpreteze datele vizuale într-un mod similar cu cel în care modelul generează imagini.

Totuși, implementarea completă în robotică este încă în faza experimentală. O disponibilitate mai largă este planificată, dar depinde de rezultatele revizuirilor de performanță.