スポンサーリンク
なんと、FLUX.2の後継のFLUX.3が早くもできているという。現在は動画機能のみ提供されているそうだ。
AIのニュースまとめはこちら。
FLUXシリーズはBlack Forest Labsが提供する画像生成AIだ。開発メンバはStable Diffusionを手掛けており、より簡単に意図した画像を生成できるので使っている人が多いだろう。
なお、ウェイトが公開されており、自宅のPCだけで利用できることも人気の理由の一つだ。
FLUX.2については以前記事を書いている。
FLUX.3 登場 出典：財経新聞
Black Forest Labsは7月23日、画像・動画・音声を同時学習し、 ロボットの動作予測にも拡張した生成AIモデル「FLUX 3」を発表した。公開時点で広く使えるのは動画機能の早期アクセス版に限られ、画像機能やオープンウェイト版はまだ提供されていない。一方で、同社アーキテクチャを基にしたロボティクスモデル「FLUX-mimic」は、Audiの生産ラインですでに稼働していることが確認されている。
クラウド版がリリースされており、動画機能しか提供されてないようだ。また、ローカルPCで動作するのに必要なウェイトも未公開だ。
不思議なのは、Audiの生産ラインで使われているというくだり。何に使っている？
画像・動画・音声を単一の重みで同時に学習し、その同じアーキテクチャをロボット動作の予測にも拡張した。
なんと、画像生成AIからロボットのフィジカルAIができたようだ。それをAudiで検証しているのだろう。
この基盤となる手法は「Self-Flow」と呼ばれ、BFLが2026年3月に公開した。一般的なflow matchingアーキテクチャは、現代の多くの拡散モデルと同様に高品質な生成結果を出せる一方で、下流タスクに使うには内部表現が弱くなりがちだという。Self-Flowは、生成品質と表現品質を同じ枠組みで両立させることを狙う。
3月に発表したSelf Flowにより、生成品質と表現品質を同時に向上できたようだ。
また、
BFLは、モデルが動画のダイナミクスを正確に予測できるようになれば、 物理的な出来事とそれに伴う音の因果関係は、比較的小さな追加コストで学習できるとしている。
予測することで動画と音声のシンクロを小さなコストでできるということのようだが、予測できるということはロボットの動作に重要であり、ここからフィジカルAIにつながっているようだ。
画像生成とロボットという一見無関係に見えるものが１つのAIでつながった。今後もこういうものが増えるだろう。
PR
" >
" >
" >
