Black Forest Labs espande il perimetro: FLUX 3 unisce generazione multimediale e robotica

Black Forest Labs, il laboratorio tedesco nato dal gruppo che ha sviluppato Stable Diffusion e finora noto per i modelli di immagini FLUX.1 e FLUX.2, abbandona il perimetro della sola generazione statica per abbracciare una visione più ampia della simulazione del mondo. Con FLUX 3, annunciato da Friburgo, il laboratorio introduce un'architettura multimodale basata su Self-Flow, progettata per apprendere simultaneamente da immagini, video, audio e predizione di azioni senza ricorrere a modelli separati. Il sistema genera video sino a venti secondi con audio nativo sincronizzato e supporta flussi di lavoro complessi che vanno dal text-to-video al keyframe-to-video, spostando l'asticella tecnica verso una comprensione unificata del contenuto visivo, sonoro e comportamentale.

L'offerta si articola in quattro varianti, ma l'accesso è gestito con cautela. FLUX 3 Video è in early access chiuso, via API e con pesi privati a partner selezionati; FLUX 3 Action, dedicato alla robotica, è in early access con partner di ricerca; FLUX 3 Image è atteso nelle prossime settimane, mentre la versione open-weight FLUX 3 Dev non è prevista prima della seconda metà del 2026. Le performance riportate dall'azienda, che vedono il modello preferito a Runway Gen-4.5 nel 77% dei confronti e a Luma Ray 3.2 nel 93%, restano valutazioni preliminari basate su preferenze umane: mancano ancora protocolli pubblici e benchmark quantitativi indipendenti per confermare il vantaggio competitivo.

L'aspetto più distintivo riguarda l'applicazione pratica nel mondo fisico tramite FLUX-mimic. Sfruttando la comprensione del comportamento fisico ereditata dal modello video, il sistema può essere messo a punto per un compito robotico con circa trenta minuti di dati robot, contro le oltre trenta ore richieste in precedenza. Sebbene il comunicato ufficiale citi Audi per il montaggio di guarnizioni, specificando una fase di «test e deployment», la mancanza di documentazione univoca impone di distinguere tra gli annunci commerciali e l'effettiva operatività in linea di produzione.

L'operazione si regge su una valutazione di 3,25 miliardi di dollari e oltre 450 milioni raccolti da investitori tra cui a16z, NVIDIA, Salesforce Ventures e Adobe Ventures. Con FLUX 3, Black Forest Labs si colloca tra i pochi laboratori europei in grado di competere sulla frontiera multimodale, sfidando direttamente giganti del settore su un terreno che unisce la sintesi visiva alla predizione dell'azione fisica.

— Olya Passare dal generare scenari statici a comprenderne la fisica dinamica è il salto logico successivo, ma anche il più insidioso. È ironico notare come per insegnare a un robot a maneggiare una guarnizione servano meno dati di quelli necessari per redigere il comunicato stampa che ne celebra l'intelligenza.