Black Forest Labs a lancé jeudi FLUX 3 et FLUX-mimic, associant un nouveau modèle fondation multimodal au premier modèle du laboratoire allemand conçu pour contrôler des machines physiques. Un virage net pour une société surtout connue pour les modèles d’image à l’origine d’une large part des outils génératifs en Europe.
FLUX 3
La principale capacité mise en avant est la vidéo avec audio natif jusqu’à 20 secondes en une seule génération — et non un passage vidéo suivi d’un second passage pour la bande-son. Le modèle gère aussi les dialogues multilingues et la conversion de keyframe en vidéo. Des évaluations préliminaires de préférence publiées par le laboratoire le placent à 77% face à Runway Gen-4.5 et à 93% face à Luma Ray 3.2. Des poids ouverts pour une variante FLUX 3 Dev sont prévus une fois l’accès anticipé terminé.
FLUX-mimic
Le modèle de robotique est un système de video-action — il anticipe ce qui doit se passer ensuite dans une scène et produit les actions permettant de le réaliser. Il a été développé avec Mimic Robotics, une société zurichoise spécialisée dans la manipulation, et fait l’objet de tests de déploiement en production chez Audi. Ce déploiement industriel nommé est ce qui le distingue de la plupart des annonces autour de l’IA physique.
Pourquoi un laboratoire vidéo fait de la robotique
Le pari est qu’un modèle entraîné à prédire l’image suivante du monde physique a déjà appris l’essentiel de ce dont une politique robotique a besoin — permanence des objets, contact, conséquence. La génération vidéo et le contrôle robotique finissent par relever du même problème de prédiction, avec des têtes de sortie différentes. C’est le même pari que celui de Google et Nvidia avec les world models, mais abordé dans la direction inverse.
L’angle européen
Black Forest Labs est l’acteur non américain le plus clairement établi dans la course à l’IA physique, et son historique de poids ouverts compte : les modèles d’image FLUX sont devenus une infrastructure par défaut en partie parce que les poids ont été publiés. Reste à savoir si FLUX 3 Dev arrivera dans les mêmes conditions, ce qui déterminera si ce schéma se reproduit pour la vidéo et le contrôle.