Black Forest Labs, il laboratorio tedesco diventato celebre con i generatori di immagini FLUX, ha lanciato il 23 luglio FLUX 3, un modello che segna un salto netto rispetto al passato: non genera piu' solo immagini fisse, ma anche video con audio e, sorprendentemente, e' in grado di predire azioni per il controllo dei robot. Tutto a partire da un unico insieme di pesi addestrato in parallelo su immagini, video e suono.
Un solo modello per immagini, video e audio
La scommessa tecnica di FLUX 3, raccontata da Decrypt, e' l'unificazione. Invece di modelli separati per ogni modalita', Black Forest Labs ha addestrato un'unica architettura su piu' tipi di dati contemporaneamente, poi ha esteso quella stessa base per prevedere azioni fisiche. Il risultato piu' vistoso e' la generazione di clip video fino a 20 secondi con audio prodotto insieme all'immagine e sincronizzato con cio' che accade sullo schermo: dialoghi, effetti sonori, rumore d'ambiente. E' un approccio diverso da quello di chi genera prima il video e poi ci "appiccica" il suono.
I numeri contro Runway e Luma
Nelle valutazioni preliminari citate dall'azienda, revisori umani hanno preferito i risultati di FLUX 3 rispetto a Runway Gen-4.5 nel 77% dei confronti diretti e rispetto a Luma Ray 3.2 nel 93%. Sono cifre da prendere con la cautela dovuta ai test presentati dallo stesso sviluppatore, ma indicano l'ambizione: entrare nel mercato della generazione video di fascia alta e sfidare i nomi che finora l'hanno dominato. La parte piu' futuristica e' FLUX 3 Action, la componente pensata per predire i movimenti dei robot, che colloca Black Forest Labs anche nel filone della cosiddetta physical AI.
Come provarlo: cosa e' gia' disponibile
Qui serve chiarezza, perche' il lancio e' scaglionato. Al 25 luglio sono disponibili solo FLUX 3 Video e FLUX 3 Action, e per giunta tramite accesso anticipato riservato a partner selezionati; FLUX 3 Image, la versione per le immagini fisse, e' attesa nelle settimane successive. In pratica, oggi il modello non e' ancora un prodotto aperto a chiunque: la strada per provarlo passa dalla richiesta di accesso sul sito ufficiale di Black Forest Labs e, presumibilmente, da un'API a pagamento una volta completato il rollout. Chi ha usato i precedenti modelli FLUX per immagini, disponibili anche in versioni aperte su piattaforme come Hugging Face e in strumenti come ComfyUI, puo' aspettarsi che parte dell'offerta finisca nel tempo a disposizione della community.
Cosa aspettarsi e per chi ha senso
FLUX 3 interessa soprattutto creator, studi di produzione e agenzie che lavorano su contenuti video e cercano un'alternativa a Runway, Luma o ai modelli video di Google e OpenAI. La generazione di audio sincronizzato, se manterra' le promesse, e' un vantaggio concreto: elimina un passaggio di post-produzione e rende le clip immediatamente utilizzabili per bozze e storyboard animati. Per l'utente comune, invece, il consiglio e' attendere: finche' l'accesso resta limitato ai partner, conviene sperimentare con gli strumenti gia' aperti e tenere d'occhio l'uscita di FLUX 3 Image, il tassello che riportera' il laboratorio sul terreno dove e' nato, quello delle immagini.
La corsa al video generativo si fa affollata
FLUX 3 arriva in un mercato che nel giro di due anni e' passato da clip mute di pochi secondi a filmati sempre piu' lunghi, coerenti e ora sonori. Su questo terreno si affrontano Runway con la serie Gen, Luma con Ray, i modelli video di Google e le proposte di altri laboratori. La differenza che Black Forest Labs prova a fare valere e' l'integrazione nativa di audio e la generazione unificata: un'unica base addestrata su piu' modalita' invece di una catena di modelli separati. Se la promessa reggera', il vantaggio sara' soprattutto di semplicita' e coerenza, perche' immagine e suono nascono insieme e non vanno ricuciti a posteriori. Resta il nodo dei costi e dei diritti: generare video realistici solleva questioni su copyright, uso dell'immagine delle persone e disinformazione, temi su cui l'intero settore e i regolatori stanno ancora cercando un equilibrio.
Le prestazioni citate provengono dalle comunicazioni del produttore; come sempre con i modelli generativi, i risultati reali vanno verificati sul proprio caso d'uso prima di trarre conclusioni.
