أطلقت Black Forest Labs يوم الخميس FLUX 3 وFLUX-mimic، جامعَةً بين نموذج أساس جديد متعدد الوسائط وأول نموذج تطوره المختبر الألماني للتحكم في الآلات المادية. وتمثل هذه الخطوة تحولًا حادًا لشركة اشتهرت بنماذج الصور التي تقف وراء جزء كبير من أدوات التوليد في أوروبا.
FLUX 3
أبرز قدراته هو الفيديو مع صوت أصلي لمدة تصل إلى 20 ثانية في توليد واحد — وليس توليد فيديو يتبعه تمرير منفصل للمؤثرات الصوتية. كما يتعامل مع الحوار متعدد اللغات والتحويل من المفتاح الإطاري إلى الفيديو. وتضع تقييمات التفضيل الأولية التي نشرها المختبره عند 77% مقابل Runway Gen-4.5 و93% مقابل Luma Ray 3.2. ومن المقرر طرح أوزان مفتوحة لإصدار FLUX 3 Dev بعد انتهاء مرحلة الوصول المبكر.
FLUX-mimic
نموذج الروبوتات هو نظام video-action — إذ يتوقع ما ينبغي أن يحدث لاحقًا في مشهد ما ويصدر الأفعال اللازمة لتحقيق ذلك. وقد بُني بالتعاون مع Mimic Robotics، وهي شركة متخصصة في التلاعب الآلي مقرها زيورخ، ويخضع حاليًا لاختبارات النشر في Audi. وهذه هي النشر الصناعي المسمى الذي يميّزه عن معظم إعلانات الذكاء الاصطناعي المادي.
لماذا يعمل مختبر فيديو على الروبوتات
تقوم الفرضية على أن نموذجًا دُرّب على التنبؤ بالإطار التالي من العالم المادي قد تعلّم بالفعل معظم ما تحتاجه سياسة الروبوت — دوام الأشياء، والملامسة، والنتيجة. وينتهي الأمر بتوليد الفيديو والتحكم في الروبوتات إلى كونهما المشكلة التنبؤية نفسها، لكن برؤوس إخراج مختلفة. وهي الرهان نفسه الذي يضعه Google وNvidia مع النماذج العالمية، لكن من الاتجاه المعاكس.
البعد الأوروبي
تُعد Black Forest Labs أوضح لاعب غير أمريكي في سباق الذكاء الاصطناعي المادي، كما أن سجلها في الأوزان المفتوحة مهم: فقد أصبحت نماذج الصور FLUX بنية تحتية افتراضية جزئيًا لأن الأوزان أُتيحت. وما إذا كان FLUX 3 Dev سيصل بالشروط نفسها سيحدد إن كان ذلك سيتكرر مع الفيديو والتحكم.