Black Forest Labs는 2026년 7월 23일 FLUX 3를 발표했습니다. 이는 지금까지 FLUX 모델 제품군에서 가장 큰 변화입니다. 이미지 생성과 편집에만 집중하는 대신, FLUX 3는 이미지, 비디오, 오디오 및 액션 전반에 걸쳐 학습된 멀티모달 파운데이션 모델입니다.
FLUX 3는 PoYo에서 텍스트-비디오, 이미지-비디오, 시작/끝 프레임, 비디오 연장, 위치 지정 키프레임의 5개 워크플로로 제공됩니다. PoYo FLUX 3.
이 가이드에서는 Black Forest Labs가 공식적으로 발표한 내용과 아직 알려지지 않은 세부 사항을 구분해 설명합니다.
FLUX 3 한눈에 보기
| 기능 | 공식 발표 정보 |
|---|---|
| 개발사 | Black Forest Labs |
| 발표일 | 2026년 7월 23일 |
| 현재 상태 | PoYo에서 5개 프로덕션 비디오 워크플로 제공 |
| 모달리티 | 이미지, 비디오, 오디오 및 액션 예측 |
| 입력 | 텍스트, 이미지 및 비디오 레퍼런스 |
| 이미지 기능 | 생성 및 편집 |
| 비디오 기능 | 텍스트-비디오, 이미지-비디오, 비디오-비디오, 연속 생성 및 키프레임 |
| 네이티브 오디오 | 지원 |
| 발표된 최대 비디오 길이 | 한 번의 생성으로 최대 20초 |
| 다국어 대화 | 발표됨 |
| 일반 PoYo API 액세스 | 지금 사용 가능 |
| 공개 API 모델 ID 및 가격 | 모델 ID, 파라미터 및 가격은 최신 PoYo 문서를 확인하세요. |
FLUX 3란 무엇인가요?
FLUX 3는 통합 멀티모달 모델입니다. Black Forest Labs에 따르면 이 모델은 이미지, 비디오 및 오디오를 동시에 학습하여 각 모달리티가 서로를 제약하고 보완하도록 설계되었습니다.
이미지는 공간 구조를 설명합니다. 비디오는 시간과 움직임을 추가합니다. 오디오는 사건과 물리적 상호작용에 대한 단서를 제공합니다. 언어는 이러한 신호를 지시와 추상적인 목표로 연결합니다. FLUX 3는 각 매체를 독립적인 생성 작업으로 취급하는 대신 공유 표현을 학습하도록 설계되었습니다.
이는 주로 이미지 생성 및 편집을 위한 제품군인 FLUX 2와는 다른 제품 방향입니다. FLUX 3는 여전히 이미지를 생성하고 편집하지만, 네이티브 오디오가 포함된 비디오도 생성하며 액션 예측을 위한 기반도 제공합니다.
FLUX 3 모델 제품군
Black Forest Labs는 FLUX 3 파운데이션을 활용한 네 가지 주요 애플리케이션을 발표했습니다.
FLUX 3 Image
FLUX 3 Image는 API와 비공개 가중치 액세스를 통해 이미지 합성 및 편집을 지원합니다. BFL에 따르면 이 모델은 다양한 스타일, 종횡비 및 해상도를 처리하고 복잡한 프롬프트를 더 정확하게 따르며 다국어 텍스트 렌더링을 개선합니다.
FLUX 3 Video
FLUX 3 Video는 네이티브 오디오가 포함된 비디오를 생성하고 편집합니다. 텍스트, 이미지 및 비디오 레퍼런스를 입력으로 받으며, 연속 생성과 키프레임 제어 생성 등을 포함한 여러 워크플로를 지원합니다.
FLUX 3 Dev
FLUX 3 Dev는 발표된 오픈 웨이트 멀티모달 백본입니다. BFL은 이를 콘텐츠 제작과 액션 예측을 위한 기반으로 설명합니다. 회사는 아직 가중치, 라이선스, 하드웨어 요구 사항 또는 출시일을 공개하지 않았습니다.
FLUX 3 Action 및 FLUX-mimic
FLUX 3는 엄선된 연구 및 상업 파트너를 통한 액션 예측도 지원합니다. mimic robotics와 함께 개발한 FLUX-mimic은 모델의 시각적 세계 표현을 로봇 액션에 적용합니다. 이는 소비자용 이미지 또는 비디오 생성기가 아니라, 특수한 연구 및 산업 분야를 지향합니다.
FLUX 3 Image 기능
FLUX 3는 이전 FLUX 릴리스보다 범위가 넓어졌지만 여전히 주요 이미지 모델입니다.
Black Forest Labs가 발표한 기능은 다음과 같습니다.
- 텍스트-이미지 생성
- 이미지 편집
- 다양한 시각적 스타일 및 종횡비
- 다양한 출력 해상도
- 복잡한 프롬프트 처리 개선
- 더 정확한 다국어 텍스트 생성
- API 및 비공개 가중치 액세스
공식 예시는 사실적인 클로즈업과 제품 이미지 스타일의 스튜디오 이미지부터 회화와 플랫 일러스트레이션까지 다양합니다. 이러한 예시는 스타일의 다양성을 보여주지만, 일관성을 독립적으로 측정한 결과가 아니라 출시 시점에 선별된 샘플입니다.
중요한 프로덕션 세부 사항은 아직 공개되지 않았습니다. BFL은 최종 FLUX 3 Image API 매개변수, 최대 해상도, 지연 시간, 요청 한도 또는 가격을 발표하지 않았습니다.
FLUX 3 Video 기능
FLUX 3는 한 번의 생성으로 최대 20초 길이의 오디오 포함 비디오를 생성할 수 있습니다. 발표된 워크플로는 다음과 같습니다.
- 텍스트-비디오: 텍스트로 작성한 설명에서 완성된 클립을 생성합니다.
- 이미지-비디오: 시작 프레임에 움직임을 추가하거나 이미지를 시각적 레퍼런스로 사용합니다.
- 비디오-비디오: 원본 클립의 캐릭터, 피사체 또는 시각적 요소를 다른 장면으로 가져옵니다.
- 비디오 및 오디오 연속 생성: 기존 시청각 시퀀스를 확장합니다.
- 키프레임-비디오: 지정된 순간 사이에 제어된 전환을 생성합니다.
- 다국어 대화: 여러 언어로 음성 콘텐츠를 생성합니다.
- 멀티숏 체이닝: 에이전트 워크플로를 사용해 클립을 연결하여 더 긴 시퀀스를 구성합니다.
- 애니메이션 타이포그래피: 모션 디자인과 애니메이션 텍스트를 제작합니다.
이 모델의 오디오는 별도의 후처리 단계에서 추가되는 것이 아니라 네이티브 방식으로 생성됩니다. 이는 소리, 움직임 및 타이밍이 서로 일치해야 하는 사건에서 중요합니다.
Self-Flow는 FLUX 3와 어떻게 연결되나요?
FLUX 3는 Black Forest Labs가 하나의 아키텍처 안에서 멀티모달 생성과 이해를 정렬하기 위해 개발한 방법인 Self-Flow를 기반으로 합니다.
BFL의 예비 연구는 이미지, 비디오 및 오디오 생성에서 Self-Flow를 기존 플로 매칭과 비교합니다. 회사는 다운스트림 조작 작업에서 정규화된 생성 오류가 더 낮고 학습 속도가 더 빠르다고 보고했습니다.
이러한 결과는 아키텍처를 이해하는 데 도움이 되지만, 최종 FLUX 3 제품에 대한 완전한 공개 벤치마크로 해석해서는 안 됩니다. 모델과 평가 도구는 아직 개발 중입니다.
초기 FLUX 3 Video 평가
Black Forest Labs는 오디오가 포함된 10초, 720p 텍스트-비디오 클립에 대한 예비 인간 선호도 결과를 발표했습니다. 테스트에서 FLUX 3는 다음 모델보다 높은 선호도를 보였습니다.
- Grok Imagine Video와의 비교에서 최대 69%
- Kling v3 Pro와의 비교에서 60%
- Happy Horse v1과의 비교에서 59%
- Happy Horse 1.1과의 비교에서 57%
- Seedance 2.0 및 Gemini Omni Flash와의 비교에서 52%
- Runway Gen-4.5와의 비교에서 77%
- Luma Ray 3.2와의 비교에서 93%
이는 벤더가 발표한 초기 평가이며, 독립적인 리더보드가 아닙니다. BFL은 모델과 평가 설정이 계속 발전하고 있다고 명시했습니다. 프롬프트 선택, 샘플링 설정, 평가자 및 경쟁 모델 버전은 모두 선호도 결과에 영향을 줄 수 있습니다.
FLUX 3 이용 가능 여부
PoYo에서 5개 프로덕션 비디오 워크플로 제공:
flux-3/text-to-videoflux-3/image-to-videoflux-3/first-last-frame-to-videoflux-3/extend-videoflux-3/keyframes-to-video
5–20초, 720p/1080p, 8개 화면비, 네이티브 오디오를 지원합니다. 표준은 초당 34/58 credits, 연장은 82/106 credits입니다.
현재 출시는 FLUX 3 Video 범위입니다. Image, Action, Dev는 별도 로드맵 항목입니다. FLUX 3 API.
FLUX 3 활용 사례
이미지 생성 및 편집
FLUX 3 Image는 제품 이미지, 에디토리얼 일러스트레이션, 광고, 다국어 디자인 및 레퍼런스 제어 편집을 지원할 수 있습니다.
동기화된 사운드가 포함된 짧은 비디오
네이티브 시청각 생성은 대화 장면, 제품 시연, 소셜 클립, 애니메이션 디자인 및 사운드가 액션과 일치해야 하는 스토리 콘셉트에 유용합니다.
캐릭터 및 스타일 연속성
이미지 및 비디오 레퍼런스를 활용하면 중심 피사체나 시각적 언어를 새로운 장면으로 가져올 수 있습니다. 멀티숏 체이닝을 사용하면 이를 더 긴 시퀀스로 확장할 수 있습니다.
사전 시각화
키프레임, 레퍼런스 클립 및 이미지 입력은 기존 제작에 앞서 크리에이티브 팀이 전환, 카메라 움직임 및 장면 구조를 탐색하는 데 도움을 줄 수 있습니다.
피지컬 AI 연구
FLUX 3의 공유 세계 표현은 FLUX-mimic 협업에서 확인된 것처럼 액션 예측에도 적용할 수 있습니다.
자주 묻는 질문
FLUX 3는 출시되었나요?
PoYo에서 5개 프로덕션 비디오 워크플로 제공.
FLUX 3는 이미지 모델인가요, 비디오 모델인가요?
멀티모달 파운데이션 모델입니다. 발표된 변형 모델은 이미지 생성 및 편집, 네이티브 오디오가 포함된 비디오, 액션 예측을 지원합니다.
FLUX 3는 오디오를 생성하나요?
예. FLUX 3 Video는 비디오와 함께 네이티브 오디오를 생성하며 다국어 대화를 지원합니다.
FLUX 3 비디오는 얼마나 길게 만들 수 있나요?
PoYo: 5–20 s, 720p/1080p.
FLUX 3는 오픈 소스인가요?
BFL은 오픈 웨이트 FLUX 3 Dev 백본을 발표했지만, 가중치, 라이선스 및 출시일은 아직 공개하지 않았습니다.
FLUX 3 API를 PoYo에서 사용할 수 있나요?
지금 사용 가능. FLUX 3.
FLUX 3는 FLUX 2와 어떻게 다른가요?
FLUX 2는 이미지 생성과 편집에 집중합니다. FLUX 3는 이미지, 비디오, 네이티브 오디오 및 액션 예측을 위한 통합 모델로 제품군의 범위를 확장합니다. 자세한 내용은 FLUX 3와 FLUX 2 비교를 참고하세요.
최종 요약
FLUX 3는 단순히 또 하나의 이미지 모델 업그레이드가 아닙니다. 시각적 외관, 움직임, 소리 및 물리적 행동을 연결하도록 설계된 멀티모달 플랫폼으로 FLUX의 방향을 이미지 중심 제품군에서 확장합니다.
PoYo에서 5개 프로덕션 비디오 워크플로 제공.
모델 ID, 파라미터 및 가격은 최신 PoYo 문서를 확인하세요. FLUX 3 API.