FLUX 3 od Black Forest Labs: Revoluce ve video generaci s nativním zvukem

Zdroj: AIfolio.cz

Společnost **Black Forest Labs** představila **FLUX 3**, multimodální AI model schopný generovat až **20sekundová** videa s nativním zvukem a obrázky, což představuje významný krok vpřed v oblasti generativní AI.

Dne 23. července 2026 došlo k významnému posunu v oblasti generativní umělé inteligence. Společnost Black Forest Labs představila svůj nový multimodální model FLUX 3, který přináší zásadní inovaci: schopnost generovat video s nativním zvukem. Dosud musely být audio stopy k videím přidávány dodatečně, což často vedlo k nesouladu a umělému dojmu. FLUX 3 je unikátní tím, že se učí z obrazu, videa a zvuku současně v rámci jediné, sjednocené architektury. Nejde tedy o slepenec tří samostatných modelů, ale o jeden komplexní systém, který vnímá svět jako celek. To mu umožňuje vytvářet až 20sekundová videa, kde jsou dialogy, zvukové efekty a ambientní zvuky generovány přímo v průběhu tvorby obrazu, a to včetně podpory vícejazyčného obsahu. Multimodalita jako klíč k realističnosti Proč je tato