FRIBURGO, Alemania, 23 de julio de 2026. Black Forest Labs presentó FLUX 3, la primera versión de su modelo insignia que genera video y no solo imágenes fijas. El sistema produce clips de hasta 20 segundos con audio sincronizado (diálogo, efectos y sonido ambiente) y extiende la misma arquitectura al control de brazos robóticos, según el comunicado de la compañía.
FLUX 3 es un modelo multimodal: en lugar de entrenar por separado un sistema para imagen y otro para audio, la empresa lo entrenó de forma conjunta sobre imagen, video y audio dentro de una única arquitectura compartida. Esa decisión de diseño trata el audio como una señal de entrenamiento de primer nivel desde el arranque, no como un agregado posterior, la diferencia que Black Forest Labs marca frente a otros modelos de video que suman sonido en una etapa aparte.
Una cifra propia, sin verificación externa
La empresa publicó una evaluación de preferencia humana: revisores compararon pares de videos generados por FLUX 3 contra los de otros modelos y eligieron cuál preferían.
| Comparado con | Preferencia por FLUX 3 |
|---|---|
| Luma Ray 3.2 | 93% |
| Runway Gen-4.5 | 77% |
| Grok Imagine Video | 69% |
| Kling v3 Pro | 60% |
Black Forest Labs no publicó la metodología del panel de evaluación ni el tamaño de la muestra, y ningún tercero replicó todavía el resultado. La compañía dijo que va a difundir la metodología completa junto con la disponibilidad general del modelo.
El mismo modelo mueve un brazo robótico
La parte menos esperada del anuncio no es de video. El mismo backbone que genera los clips se adaptó, bajo el nombre FLUX-mimic y en conjunto con la empresa mimic robotics, para predecir acciones y controlar manipuladores robóticos. Audi ya lo prueba en una línea de producción para tareas de manipulación.
Black Forest Labs afirma que algunas de esas tareas se pueden afinar con apenas 30 minutos de datos de robot.
Esa cifra es la que la empresa eligió destacar y todavía no tiene contraste independiente; el resto del despliegue en la planta de Audi tampoco se detalló en el anuncio.
Qué funciona hoy y qué es promesa
Según reportó VentureBeat, el lanzamiento arranca con acceso limitado: FLUX 3 Video y FLUX 3 Action están disponibles por API únicamente para socios seleccionados, sin apertura pública todavía. FLUX 3 Image, la función de generación de imágenes fijas, se suma recién "en las próximas semanas", de acuerdo con la compañía. Una versión de pesos abiertos, FLUX 3 Dev, queda para más adelante en el año. Black Forest Labs no anunció precio ni un nivel de API para ninguna de las modalidades.
El salto tiene historia. Las versiones anteriores de la familia FLUX, con las que Black Forest Labs se instaló como una de las referencias de generación de imágenes desde texto, no producían video. Con FLUX 3 la empresa entra a competir directamente con Runway, Luma y Kling en generación de video, un terreno donde hasta ahora no tenía producto propio, y lo hace sumando una apuesta adicional que ninguno de esos rivales anunció todavía: el mismo modelo aplicado a robótica industrial.
Queda por verse si la ventaja que reportan sus propias pruebas de preferencia se sostiene cuando evaluadores externos corran sus propias comparaciones, y cuándo el acceso deja de estar limitado a los socios que la empresa eligió primero.
