01
Единая мультимодальная базовая модель
FLUX 3 одновременно обучается работе с изображениями, видео и аудио в рамках одной архитектуры. Модель может сочетать текстовые и визуальные референсы, а не рассматривать каждый тип данных как отдельную систему.
- Обучение работе с изображениями, видео и аудио в рамках единой общей архитектуры
- Сочетание языка с референсами изображений и видео
- Поддержка вариантов для генерации, понимания и задач, ориентированных на действия














