FLUX 3

工具之间的每一次交接，都是画面走样的一个环节。FLUX 3 把这些交接收进同一个模型里——你在第一帧认可的东西，到最后一帧还在。

事后把多种模态拼在一起，得到的是一条流水线；从一开始就一起训练，得到的才是一个真正理解画面如何看、如何动、如何响的模型。

一个多模态模型的意义在于：每一步都继承上一步，而不是每次都从一句提示词重新开始。

一个成片需要的不只是第一次生成，还需要一种能继续往下走、又不丢掉已有成果的方式。

FLUX 3 登陆 YouArt 时，最终规格将在模型页面公布。视频能力已率先开放早期访问，图像模型随后推出。

一个横跨图像、视频与音频的模型，会以不同方式改变不同类型的工作。

跨模态统一到一个模型，对那些正在为「在三个工具之间搬运」付出代价的人最有意义。

FLUX 3 是什么？

FLUX 3 是 Black Forest Labs 于 2026 年 7 月 23 日发布的多模态模型，用一个模型覆盖图像、视频、音频与动作预测。它是在这些模态上联合训练出来的，而不是由多个独立系统拼装而成。

现在能在 YouArt 上用 FLUX 生成图像吗？

可以——FLUX 2 与 Flux Kontext 现已在 YouArt 上线。FLUX 2 支持文生图与参考图引导编辑，提供创作与编辑两种模式；Flux Kontext 则基于单张参考图做指令式编辑，并支持蒙版局部重绘。

FLUX 3 和 FLUX 2 有什么区别？

FLUX 2 是图像模型，在一个模型内同时支持文生图与单图 / 多图参考编辑。FLUX 3 把范围扩展到视频、音频与动作预测，并且是单一模型联合训练，单次生成最长可产出 20 秒带音频的视频。

FLUX 3 能生成带声音的视频吗？

可以——单次生成最长 20 秒带音频的视频，支持多语种对白，并可基于输入的视频与音频继续生成。更长的内容由多个片段串联成多镜头序列，而不是把一次生成硬拉长。

FLUX 3 的视频最长能做多久？

单次生成最长 20 秒。更长的序列由多个片段串联成多镜头场景，而不是把一次生成继续拉长。

FLUX 3 在 YouArt 上要多少钱？

YouArt 上所有模型都按同一套积分体系计费。FLUX 3 的积分消耗将在其上线后于模型页面显示；在此之前，你可以在价格页查看套餐与各模型的价格。

FLUX 3 的效果如何？

在 Black Forest Labs 自行组织的偏好测评中——取自训练中期检查点的初步结果，素材为 10 秒 720p 带音频片段——FLUX 3 相对 Luma Ray 3.2 的获选率为 93%，相对 Runway Gen-4.5 为 77%，面对最强竞品时优势较小。目前尚无第三方独立评测。

FLUX 3 什么时候上线 YouArt？

FLUX 3 目前正处于 Black Forest Labs 的早期访问阶段，一旦开放就会登陆 YouArt。届时我们会在本页公布。在此之前，FLUX 2 与 Flux Kontext 今天就能使用。

FLUX、FLUX.2 与 FLUX 3 均为 Black Forest Labs Inc. 的商标。YouArt 与 Black Forest Labs 无隶属或认可关系。