Flux 3, mô hình tạo video mới nhất của Black Forest Labs, có khả năng tạo ra các đoạn clip dài 20 giây tích hợp sẵn âm thanh và theo benchmark của chính phòng thí nghiệm này, nó đã đánh bại mọi đối thủ cạnh tranh lớn mà nó đối đầu. Bài kiểm tra nội bộ cho thấy Flux 3 được ưu tiên hơn 93% so với Luma Ray 3.2 và vượt trội 52% ngay cả trước Seedance 2.0, mô hình mà nó được thiết kế để vượt qua.

Tại sao những con số này lại quan trọng

Benchmark của BFL, được gọi là BFL Tests, đặt các mô hình lên bàn cân so sánh dựa trên một bộ câu lệnh (prompts) và yêu cầu những người đánh giá là con người lựa chọn kết quả nào trông đẹp hơn. Flux 3 đã đứng đầu danh sách ở mọi hạng mục:

  • Được ưu tiên hơn 93% so với Luma Ray 3.2
  • Vượt trội 77% so với Runway Gen-4.5
  • Vượt trội 69% so với Grok Imagine Video
  • Vượt trội 60% so với Kling v3 Pro
  • Vượt trội 52% so với Seedance 2.0 và Gemini Omni Flash

Nếu các kết quả này được duy trì, các nhà phát triển và nhà sáng tạo nội dung có thể sẽ hướng tới một mô hình duy nhất có khả năng xử lý text-to-video, image-to-video và video-to-video trong cùng một gói giải pháp, giúp giảm bớt nhu cầu phải kết hợp nhiều công cụ khác nhau.

Công nghệ đằng sau tuyên bố này

Flux 3 giới thiệu “Self-Flow”, một phương pháp huấn luyện nạp đồng thời hình ảnh, các khung hình video và các bản nhạc âm thanh. Nó cũng tuyên bố có thể xử lý các câu lệnh phức tạp pha trộn nhiều ngôn ngữ, cho phép hội thoại đa ngôn ngữ ngay trong một đoạn clip duy nhất. Tính năng Clip chaining cho phép người dùng liên kết nhiều phân đoạn 20 giây thành các câu chuyện dài hơn, một tính năng mà BFL cho biết sẽ giải quyết hạn chế phổ biến của các trình tạo video trước đây.

Vượt xa khỏi việc sáng tạo truyền thông

BFL không chỉ dừng lại ở việc tạo nội dung thuần túy. Sự hợp tác với Mimic Robotics đã tạo ra “Flux-mimic”, một phiên bản của mô hình có thể đề xuất các hành động cho robot vật lý. Audi đang thử nghiệm biến thể video-action này cho các nhiệm vụ trên dây chuyền sản xuất, gợi mở về một tương lai nơi AI tạo sinh hỗ trợ các hoạt động trong thế giới thực, chứ không chỉ dừng lại ở giải trí.

Mảnh ghép còn thiếu

Tất cả sự kỳ vọng đều dựa trên các thử nghiệm nội bộ của BFL. Chưa có benchmark từ bên thứ ba nào được công bố, và phương pháp đằng sau các điểm số ưu tiên cũng không được công khai. Cho đến khi các phòng thí nghiệm bên ngoài có thể tái lập các kết quả này, tuyên bố rằng Flux 3 là người dẫn đầu rõ rệt vẫn chỉ mang tính tạm thời.

Những điều cần theo dõi

  • Các đánh giá độc lập – Các phòng thí nghiệm hoặc nhóm học thuật có khả năng sẽ thực hiện các so sánh riêng của họ; bất kỳ sự sai lệch nào so với các con số của BFL sẽ định hình nhận thức của thị trường.
  • Triển khai truy cập sớm – BFL có kế hoạch phát hành phiên bản tạo hình ảnh của Flux 3 trong những tuần tới, nhằm mở rộng hệ sinh thái của mình.
  • Kết quả sản xuất của Audi – Các kết quả cụ thể từ thử nghiệm Flux-mimic có thể chứng minh liệu video tạo sinh có thể hướng dẫn các hành động của robot một cách đáng tin cậy hay không.