01
Um único modelo multimodal fundamental
O FLUX 3 aprende imagem, vídeo e áudio em uma única arquitetura. Ele pode combinar referências textuais e visuais, em vez de tratar cada mídia como um sistema separado.
- Aprenda imagem, vídeo e áudio em uma arquitetura compartilhada
- Combine linguagem com referências de imagem e vídeo
- Ofereça suporte a variantes focadas em geração, compreensão e ação














