FLUX 3: Model AI Multimodal Pertama dari Black Forest Labs (Video, Audio, Gambar) 2026

FLUX 3 adalah model fondasi terintegrasi pertama dari Black Forest Labs, yang diperkenalkan dalam akses awal pada 23 Juli 2026.

Alih-alih melakukan satu hal, model ini bekerja lintas gambar, video, audio, dan prediksi aksi fisik di dalam satu arsitektur, dibangun di atas pendekatan Self-Flow perusahaan untuk menyelaraskan generasi dan pemahaman multimodal.

Kemampuan utamanya adalah text-to-video yang menghasilkan klip hingga 20 detik dengan audio asli yang tersinkronisasi dengan visual, dialog, efek suara, dan suara ambien yang semuanya cocok dengan apa yang ada di layar.

Berikut adalah rincian keluarganya.

Lompatan FLUX 3 adalah generasi dan pemahaman berbagi satu model di berbagai modalitas.

Dalam praktiknya, itu berarti satu prompt dapat menggerakkan video dengan audio yang cocok, gambar, atau urutan aksi, tanpa perlu menggabungkan alat terpisah.

Sisi video adalah yang paling menonjol: klip hingga 20 detik dengan audio asli, di mana dialog, efek suara, dan suara ambien tetap selaras dengan gambar, sesuatu yang masih ditangani oleh sebagian besar model text-to-video sebagai langkah terpisah.

Varian Aksi, FLUX-mimic, memperluas arsitektur yang sama untuk memprediksi gerakan fisik untuk robotika.

Black Forest Labs melakukan peluncuran secara bertahap daripada mengirimkan semuanya sekaligus. FLUX 3 Video dirilis lebih dulu, dalam akses awal melalui API dan bobot pribadi kepada mitra awal.

FLUX 3 Action / FLUX-mimic menjangkau mitra riset dan komersial robotika terpilih. FLUX 3 Image, bagian yang paling banyak digunakan oleh kreator, akan diluncurkan dalam beberapa minggu ke depan.

FLUX 3 Dev versi open-weight direncanakan untuk akhir tahun 2026 bagi pengembang yang ingin meng-host sendiri. Jadi, jika Anda belum bisa mengaksesnya, itu sudah diperkirakan, ketersediaan luas masih dalam tahap peningkatan.

FLUX.2, dirilis pada November 2025, adalah model gambar: pengeditan multi-referensi yang kuat, output 4-megapiksel, dan teks yang tajam.

FLUX 3 adalah kelas produk yang berbeda, model multimodal yang menambahkan video dengan audio tersinkronisasi dan prediksi aksi fisik di atas citra.

Jika Anda membutuhkan generasi gambar produksi hari ini, FLUX.2 adalah pilihan yang tersedia secara luas.

Jika Anda melacak arah video AI, klip 20 detik FLUX 3 yang tersinkronisasi audio adalah fitur utamanya.

Bagi sebagian besar kreator, jalur praktisnya adalah menggunakan gambar FLUX.2 sekarang dan mengadopsi video FLUX 3 saat tingkatan gambar dan open-weight-nya tersedia.

Selama akses awal, FLUX 3 Video dan Action terbatas pada mitra Black Forest Labs melalui API dan bobot pribadi, dengan FLUX 3 Image hadir untuk penggunaan yang lebih luas dalam beberapa minggu ke depan dan rilis Dev open-weight di akhir tahun 2026.

Jika tujuan Anda adalah video jadi hari ini, tanpa menunggu slot akses awal, FluxNote sudah mengubah prompt menjadi video yang dinarasikan dan diberi keterangan menggunakan model teratas saat ini, dan menghasilkan gambar bergaya FLUX di Image Studio-nya, sehingga Anda dapat memproduksi dan mempublikasikan sekarang dan mengintegrasikan FLUX 3 saat dibuka.