Black Forest Labs hat Flux 3 offiziell vorgestellt – und damit einen entscheidenden Schritt über die Bildgenerierung hinaus gemacht. Das neue Modell kann nicht nur 20-Sekunden-Videoclips mit synchronisierter Audio aus Textbefehlen erzeugen, sondern wurde auch zur Steuerung von Roboterarmen adaptiert. In Zusammenarbeit mit dem Schweizer Robotik-Unternehmen Mimic Robotics AG entstand das Flux-mimic-Modell, das bereits in Audis Fabriken für komplexe Montageaufgaben wie das Anbringen von flexiblen Türdichtungen getestet wird.
Kurz & knapp
- Flux 3 erzeugt Videos bis 20 Sekunden Länge mit synchronisierter Audio – Text-to-Video in echter Multimodalität
- In Blind-Tests bevorzugten Evaluatoren Flux 3 in 77 % der Vergleiche gegenüber Runway Gen-4.5 und in 93 % gegenüber Luma Ray 3.2
- Flux-mimic steuert Roboterarme mit Reaktionszeiten von etwa 101 Millisekunden – bereits bei Audi in Produktion
- Vollständig Open-Source-Version kommt erst Ende 2026
Von Bildern zu Videos: Der technische Sprung
Flux 3 wurde auf Basis von Bild-, Video- und Audiodaten in einer einzigen Architektur trainiert – echte Multimodalität statt Verkettung verschiedener Tools. Das Ergebnis: Der Quelle zufolge demonstriert das Modell in direkten Vergleichen beachtliche Wettbewerbsfähigkeit. Die Blindtests sprechen eine klare Sprache:
| Vergleich | Flux 3 Vorteil |
|---|---|
| vs. Runway Gen-4.5 | 77 % |
| vs. Luma Ray 3.2 | 93 % |
| vs. Gemini Omni / Seedance | 52 % |
Darüber hinaus behält Flux 3 die Stärken seiner Vorgänger in der statischen Bildgenerierung – Black Forest Labs zeigt Beispiele von Photorealismus bis zu vielfältigen künstlerischen Stilen.
Robotik als nächste Grenze
Das Interessanteste an diesem Launch ist jedoch nicht die Video-Generierung allein, sondern der Sprung in die physische Welt. Aufbauend auf Flux 3s Video-Vorhersage-Engine entwickelte Black Forest Labs mit Mimic Robotics das Flux-mimic-Aktionsmodell. Dieses kann Roboterarme direkt ansteuern – und das mit beeindruckender Präzision. Bei Audi werden die Systeme bereits für komplexe Montageaufgaben wie das Installieren flexibler Türdichtungen eingesetzt, mit Reaktionszeiten um die 101 Millisekunden.
CEO und Mitgründer Robin Rombach fasst die Philosophie dahinter zusammen:
"A model that only learns images can only generate images."
Die Kernthese: Wer Videos vorhersagen lernt, lernt auch die physikalischen Prinzipien dahinter – Gewicht, Kontakt, Timing. Genau das brauchen Maschinen, um sich in der realen Welt zu bewegen.
Comeback mit Hürden
Dieser Launch markiert ein großes Comeback für Black Forest Labs. Das Unternehmen wurde 2024 gegründet und machte sich schnell einen Namen mit Open-Source-Bildmodellen, die Stable Diffusion übertrafen. Mit Flux 3 setzt das Team jetzt ein deutliches Zeichen – allerdings mit einer Einschränkung: Eine vollständig Open-Source-Version des Modells wird erst Ende 2026 verfügbar sein. Bis dahin bleibt Flux 3 proprietär.
Was das für deutsche Unternehmen bedeutet
Für deutsche Fertigungsbetriebe und Maschinenbauer könnte Flux 3 interessant werden. Das System zeigt, dass KI-Modelle nicht mehr nur kreativ sind, sondern auch direkt in der Produktion arbeiten können – mit niedriger Latenz und hoher Genauigkeit. Besonders die Audi-Tests deuten an, dass solche Systeme reif für den Fabrikbetrieb sind. Allerdings bleibt offen, wie schnell und zu welchen Kosten Flux 3 für andere Hersteller verfügbar wird. Und: Wer auf Open-Source setzt, muss bis 2026 warten.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
