Black Forest Labs ने 23 जुलाई को FLUX 3 पेश किया, और इसमें उल्लेखनीय बात इमेज क्वालिटी नहीं है। यह एक ही एकीकृत आर्किटेक्चर के भीतर इमेज, वीडियो, ऑडियो और एक्शन प्रेडिक्शन पर संयुक्त रूप से ट्रेन किया गया एकल मल्टीमॉडल मॉडल है, और वह भी उस कंपनी की तरफ से जो सबसे ज्यादा उन इमेज मॉडल्स के लिए जानी जाती है जो Adobe Photoshop, Picsart और दूसरे क्रिएटिव टूल्स में जनरेटिव फीचर्स को चलाते हैं।
इसकी फ्रेमिंग जानबूझकर इमेज जनरेशन से बड़ी रखी गई है। कंपनी FLUX 3 को रियल वर्ल्ड मॉडल्स की दिशा में एक कदम बताती है, यानी ऐसे सिस्टम जो एक समय में एक ही मोडैलिटी में महारत हासिल करने के बजाय इमेज, वीडियो और ऑडियो से एक साथ सीखकर दुनिया का एक ही प्रतिनिधित्व बनाते हैं। इसके पीछे के तरीके का, जिसे कंपनी Self-Flow कहती है, मकसद मल्टीमॉडल जनरेशन और अंडरस्टैंडिंग को एक ही आर्किटेक्चर के भीतर संरेखित करना है, ताकि जनरेट करना और व्याख्या करना आपस में जोड़े गए दो अलग स्टैक न रह जाएं।
एक्शन प्रेडिक्शन वह हिस्सा है जो यह बदल देता है कि यह किस तरह की कंपनी है। वीडियो से एक्शन का अनुमान लगाने वाला मॉडल कोई क्रिएटिव टूल नहीं होता, वह रोबोटिक्स का एक कंपोनेंट होता है, और Black Forest Labs इसे चुनिंदा रिसर्च तथा कमर्शियल पार्टनर्स के जरिए उतार रही है, जिसकी शुरुआत mimic robotics से हो रही है। mimic robotics ने Audi के फैक्ट्री फ्लोर पर FLUX पर आधारित एक वीडियो एक्शन मॉडल पेश किया है। एक इमेज लैब का एम्बॉडीड AI में कदम रखना एक ठोस कदम है, किसी स्लाइड डेक की लाइन भर नहीं।
रोलआउट चरणबद्ध है और सिर्फ आंशिक रूप से खुला है। FLUX 3 फिलहाल अर्ली एक्सेस में है। वीडियो और ऑडियो जनरेशन तथा एडिटिंग, और इमेज सिंथेसिस व एडिटिंग API और प्राइवेट वेट एक्सेस के जरिए आ रहे हैं, एक्शन प्रेडिक्शन पार्टनर्स के जरिए, और कंपनी का कहना है कि वह कंटेंट क्रिएशन तथा एक्शन प्रेडिक्शन के लिए एक मल्टीमॉडल बैकबोन का ओपन वेट एक्सेस भी जारी करेगी। फ्रंटियर का कितना हिस्सा आखिरकार डाउनलोड करने लायक होगा, और किस लाइसेंस के तहत, यही वह सवाल है जो तय करेगा कि ओपन मॉडल समुदाय इसे किस तरह लेता है।
असल मायने दिशा के हैं। जनरेटिव विजुअल AI का फ्रंटियर और सुंदर तस्वीरें बनाने से हटकर ऐसे एकल मॉडल की तरफ बढ़ रहा है जो देखता है, बनाता है और काम भी करता है, और जो लैब्स इमेज से शुरू हुई थीं वे अब उसी जमीन के लिए रोबोटिक्स लैब्स तथा वीडियो मॉडल टीमों से मुकाबला कर रही हैं। FLUX 3 अब तक के सबसे स्पष्ट बयानों में से एक है कि ये दोनों रास्ते आपस में मिल रहे हैं।