Black Forest Labs (BFL), perşembe günü FLUX 3‘ü yayınladı ve şirketin amiral gemisi modeli ilk kez sadece durağan görseller yerine video üretiyor. FLUX görsel oluşturucu serisiyle tanınan Alman YZ laboratuvarı, yeni sistemi tek bir ortak yapıda görseller, video ve ses ile eş zamanlı olarak eğitti.
Çok modluluk (“multimodality”) olarak bilinen bu durum, yan yana getirilmiş ayrı araçlar yerine tek bir modelin birkaç farklı bilgi türünü birlikte öğrenmesi anlamına geliyor.
İşin video tarafı ana özellik olarak öne çıkıyor. FLUX 3, 20 saniyeye kadar klip üretebiliyor; sesler görüntüyle birlikte oluşturuluyor ve ekrandaki olaylarla (diyaloglar, ses efektleri, ortam gürültüsü) senkronize ediliyor.
İlk değerlendirmelerde insan incelemeciler, bire bir karşılaştırmaların %77‘sinde FLUX 3‘ün çıktılarını Runway Gen-4.5‘e, %93‘ünde ise Luma Ray 3.2‘ye tercih etti. Model, değerlendirmelerin %52‘sinde Gemini Omni ve Seedance‘ı geride bırakarak bu modellerden biraz daha iyi görünüyor.
Elbette bu durum sabit bir puanlama ölçeği değil, bir tercih testi: Değerlendiriciler sadece iki klibi izleyip görsel ve ses açısından hangisinin daha inandırıcı durduğunu seçiyor, BFL de FLUX 3‘ün ne sıklıkla kazandığını sayıyor.
Bunun dışında model, geçmişteki başarısını sürdürerek durağan görseller konusunda da oldukça yetkin görünüyor. BFL birkaç görsel paylaştı; FLUX 3, fotogerçekçiliğin ötesinde çok çeşitli tarzlar üretebilen oldukça çok yönlü bir yapı sunuyor.
BFL bu yapıyı basit bir içerik aracından daha fazlası olarak konumlandırıyor. Kurucu ortak ve CEO Robin Rombach, “Sadece görselleri öğrenen bir model yalnızca görsel üretebilir.” ifadelerini kullandı. Şirketin öngörüsü, videoyu tahmin etmeyi öğrenmenin aynı zamanda onun arkasındaki fiziği (ağırlık, temas, zamanlama) öğrenmek anlamına geldiği yönünde. Bu da tam olarak bir makinenin fiziksel dünyada hareket etmek için ihtiyaç duyduğu şey.
Bu öngörünün bir adı var: FLUX-mimic. Zürih merkezli mimic robotics ile birlikte geliştirilen sistem, FLUX 3‘ün video tahmin motorunu alıp küçük bir ek bileşen olan “kod çözücü”yü ekliyor. Bileşen, modelin nesnelerin nasıl hareket ettiğine dair içsel algısını gerçek robot hareketlerine dönüştürüyor. Otomobil üreticisi Audi, esnek kapı fitillerinin takılması gibi geleneksel otomasyonun zorlandığı işlerde söz konusu teknolojiyi test etmeye başladı bile.
mimic kurucu ortağı Stephan-Daniel Gravert, “Audi, FLUX-mimic’i tasarlarken hedeflediğimiz türden bir üretim ortağını temsil ediyor.” dedi. Audi’den Christoph Schneider ise robotların artık eski makinelerin dokunamadığı “karmaşık esnek cisim yönlendirme işlerini çözdüğünü” belirtti. BFL, tüm sistemin yaklaşık 101 milisaniyede tepki verdiğini ve bunun insan görsel reflekslerine oldukça yakın olduğunu ifade ediyor.
FLUX‘ın bu yükselişi durup dururken ortaya çıkmadı. Stability AI‘da orijinal Stable Diffusion modellerinin geliştirilmesine katkıda bulunan kıdemli araştırmacılar tarafından Ağustos 2024‘te kurulan Black Forest Labs, MidJourney‘yi geride bırakan ve Stability’nin beklentileri karşılayamayan Stable Diffusion 3 modelini gölgede bırakan Flux modellerini piyasaya sürdü.
Açık kaynaklı Flux Dev ve Schnell modelleri, YZ sanatçılarının Stability’nin ikinci denemesi olan Stable Diffusion 3.5’in zamanla geri almasını beklediği “en iyi açık kaynaklı görsel oluşturucu” unvanını elde etti.
Ancak Stable Diffusion 3.5 bu unvanı geri alamadı. FLUX 1.1 Pro, o yılın ekim ayında Artificial Analysis görsel arenasında zirveye yerleşti ama bu model açık kaynaklı değildi.
BFL, Kasım 2025‘te FLUX.2‘yi çıkardı fakat model o kadar popüler olmadı. Orijinal Flux‘ın elinde tuttuğu açık kaynak tacı, 2025‘in sonlarında Alibaba‘nın Z-Image Turbo modeli tahtı ele geçirene kadar sürdü; Z-Image Turbo, daha düşük segment tüketici ekran kartlarında aynı kaliteyi yakaladı.
FLUX 3, BFL için bir geri dönüş hamlesi ve henüz tamamen kullanıma açık değil. Video ve Action özellikleri şu anda API’ler ve aralarında mimic robotics‘in de bulunduğu seçkin ortaklar üzerinden erken erişimde. BFL’e göre görsel oluşturma özelliği ise “önümüzdeki haftalarda” gelecek. BFL’in yerel kullanım için yayınlamayı planladığı tek seviye olan açık ağırlıklı Dev sürümünün ise 2026‘nın ilerleyen dönemlerinden önce gelmesi beklenmiyor.
Kaynak: https://decrypt.co/374189/black-forest-labs-flux-3-image-video-robot-hands
