Flux 3, Black Forest Labs-ன் புதிய வீடியோ உருவாக்கும் மாதிரி (video-generation model), உள்ளமைக்கப்பட்ட ஆடியோவுடன் 20 வினாடித் துண்டுகளை உருவாக்குகிறது. மேலும், அந்த ஆய்வகத்தின் சொந்த அளவுகோலின்படி (benchmark), இது போட்டியிட்ட அனைத்து முக்கிய மாடல்களையும் விட சிறந்து விளங்குகிறது. இந்த உள்முறை சோதனையில், Flux 3 ஆனது Luma Ray 3.2-ஐ விட 93% முன்னுரிமையையும், தான் முந்துவதற்காகவே வடிவமைக்கப்பட்ட Seedance 2.0-ஐ விட 52% கூடுதல் திறனையும் பெற்றுள்ளது.

இந்த எண்கள் ஏன் முக்கியம்

BFL Tests என்று அழைக்கப்படும் BFL-ன் அளவுகோல், பல்வேறு ப்ராம்ப்ட்களைக் (prompts) கொண்டு மாடல்களை அருகருகே வைத்து, எந்த வெளியீடு சிறப்பாக உள்ளது என்பதை மனித மதிப்பீட்டாளர்களிடம் கேட்கிறது. Flux 3 அனைத்துப் பட்டியல்களிலும் முதலிடம் பிடித்தது:

  • Luma Ray 3.2-ஐ விட 93% முன்னுரிமை
  • Runway Gen-4.5-ஐ விட 77% முன்னுரிமை
  • Grok Imagine Video-ஐ விட 69% முன்னுரிமை
  • Kling v3 Pro-ஐ விட 60% முன்னுரிமை
  • Seedance 2.0 மற்றும் Gemini Omni Flash-ஐ விட 52% முன்னுரிமை

இந்த முடிவுகள் நிலைத்திருந்தால், டெவலப்பர்கள் மற்றும் உள்ளடக்க உருவாக்குநர்கள் (content creators), text-to-video, image-to-video மற்றும் video-to-video ஆகிய அனைத்தையும் ஒரே தொகுப்பில் கையாளக்கூடிய ஒரு தனி மாடலை நோக்கி நகரக்கூடும். இது பல கருவிகளை ஒன்றாக இணைக்கும் தேவையைத் தவிர்க்க உதவும்.

இந்தக் கூற்றின் பின்னணியில் உள்ள தொழில்நுட்பம்

Flux 3, “Self-Flow” என்ற புதிய பயிற்சி முறையை அறிமுகப்படுத்துகிறது. இது படங்கள், வீடியோ பிரேம்கள் மற்றும் ஆடியோ டிராக்ஸ்களை ஒரே நேரத்தில் உள்வாங்குகிறது. மேலும், இது பல்வேறு மொழிகளைத் தழுவிய சிக்கலான ப்ராம்ப்ட்களைக் கையாளும் திறன் கொண்டது, இதன் மூலம் ஒரே கிளிப்பிற்குள் பலமொழி உரையாடல்களை அனுமதிக்கிறது. Clip chaining வசதி மூலம் பயனர்கள் பல 20 வினாடித் துண்டுகளை இணைத்து நீண்ட கதையாடல்களை உருவாக்க முடியும்; முந்தைய மாடல்களில் இருந்த ஒரு பொதுவான வரம்பை இது சரிசெய்கிறது என்று BFL கூறுகிறது.

ஊடக உருவாக்கத்திற்கு அப்பால்

BFL வெறும் உள்ளடக்க உருவாக்கத்துடன் நின்றுவிடவில்லை. Mimic Robotics உடனான ஒரு கூட்டாண்மை மூலம் “Flux-mimic” உருவாக்கப்பட்டுள்ளது. இது இயற்பியல் ரோபோக்களுக்கான செயல்களைப் பரிந்துரைக்கக்கூடிய ஒரு மாடல் பதிப்பாகும். Audi நிறுவனம் உற்பத்தி வரிசைப் பணிகளுக்காக (production-line tasks) இந்த வீடியோ-செயல் (video-action) மாறுபாட்டைச் சோதித்து வருகிறது. இது generative AI வெறும் பொழுதுபோக்கிற்கு மட்டுமல்லாமல், நிஜ உலகச் செயல்பாடுகளுக்கும் வழிகாட்டும் எதிர்காலத்தைக் குறிக்கிறது.

விடுபட்ட பகுதி

இந்தக் கூற்றுகள் அனைத்தும் BFL-ன் உள்முறை சோதனைகளை மட்டுமே அடிப்படையாகக் கொண்டவை. இதுவரை எந்த மூன்றாம் தரப்பு அளவுகோலும் (third-party benchmark) வெளியிடப்படவில்லை, மேலும் முன்னுரிமை மதிப்பெண்களுக்குப் பின்னால் உள்ள முறைமையும் பொதுவெளியில் இல்லை. வெளிப்புற ஆய்வகங்கள் இந்த முடிவுகளை மீண்டும் நிரூபிக்கும் வரை, Flux 3 ஒரு தெளிவான தலைவன் என்ற கூற்று தற்காலிகமானதாகவே இருக்கும்.

கவனிக்க வேண்டியவை

  • சுதந்திரமான மதிப்பீடுகள் – ஆய்வகங்கள் அல்லது கல்வி நிறுவனங்கள் தங்களது சொந்த ஒப்பீடுகளை மேற்கொள்ள likely உள்ளன; BFL-ன் எண்களிலிருந்து ஏதேனும் மாறுபாடுகள் ஏற்பட்டால் அது சந்தையின் பார்வையை மாற்றும்.
  • ஆரம்பகால அணுகல் வெளியீடு – Flux 3-ன் இமேஜ்-ஜெனரேஷன் பதிப்பை வரும் வாரங்களில் வெளியிட BFL திட்டமிட்டுள்ளது, இது அதன் சூழலை (ecosystem) விரிவுபடுத்தும்.
  • Audi-யின் உற்பத்தி முடிவுகள் – Flux-mimic சோதனையின் உறுதியான முடிவுகள், generative வீடியோவால் ரோபோடிக் செயல்களை நம்பகமான முறையில் வழிநடத்த முடியுமா என்பதை நிரூபிக்கும்.