Flux.3 Dev预告：Self-Flow世界模型、音画同步与20秒视频生成

作者：@T8star-Aix

Flux.3 Dev预告：Self-Flow世界模型、音画同步与20秒视频生成

一句话导读：Black Forest Labs 预告 Flux.3 将把图像、视频和音频放进统一学习框架，主打 Self-Flow、原生音画同步与最长 20 秒视频生成，并承诺后续开放 Dev 权重。

核心内容：
1. 视频先交代项目所处阶段：当前展示来自官方早期预告与博客，不是正式发布版。作者认可黑森林此前在开源模型上的口碑，但也提醒官方偏好测试不等于最终实测结果。
2. Flux.3 的核心叙事不是把多个单模态模块简单拼接，而是通过 Self-Flow 让图像、视频、音频在联合训练中互相约束，共同学习更完整的世界表征。视频用“图像缺少时间维度、无声视频缺少音频信息”解释这种联合学习的价值。
3. 按视频对官方材料的解读，早期模型支持文生视频、图生视频、多参考输入、首尾帧、多镜头串联和参考音视频等模式，单次生成最长可达 20 秒，并强调原生音画同步。
4. 视频还展示了官方人类偏好测试中的早期比较，并提到 Seedance 2.0、可灵、Runway、Luma 等模型。作者认为数据值得关注，但明确表示这不是最终版本评分，真实能力仍需等公开测试。
5. Black Forest Labs 已公开表达未来开放 Flux.3 Dev 权重的计划；目前可在官网申请早期访问，更多模型能力、开放时间和正式版本信息仍可能在未来数周或数月内更新。

适合人群：关注开源视频模型、原生音画同步、世界模型训练范式，以及正在评估 Seedance、可灵、Runway、Luma 等视频生成方案的用户。

补充说明：本文根据授权视频的完整音频转写整理。Flux.3 仍处于早期预告阶段，文中的能力与对比主要来自视频对官方材料的解读，请以 Black Forest Labs 后续正式发布、公开权重和独立实测为准。

相关夸克网盘链接：
【T8 CF整合包V12：https://pan.quark.cn/s/af20c54c9a13】
【无限画布整合包v2.5.4（支持贞贞平价AI小屋API）：https://pan.quark.cn/s/5871a0142ff3】
【贞贞整合包V4.7F：https://pan.quark.cn/s/ed4f5cc2db75】