说白了，FLUX 3 这次最值得看的不是跑分，是一个做图像生成起家的团队，把汽车厂和机器人公司拉进来做真机测试。
官方的说法是内容创作和物理世界的智能共用一套视觉基础模型。拆开看，短期能落地的只有原生音频：视频自带声音，做广告片、做素材的团队直接少一道后期。动作预测那条线周期长得多，合作方是 mimic 和 Audi，真机上的结论急不来。发布节奏还是老套路，视频先开 early access 收反馈收数据，权重后放。要排期的话这阶段的能力别往正式方案里写，摸个底就行。
馋了 
1 个赞
权重没放之前我是不敢往方案里写的，翻车过一次
Audi 那个合作更像站台，真上产线还早得很
一套 backbone 什么都做，通常意味着哪一端都不是最强的那个，先观望
同观望，一套 backbone 通吃听着美，机器人那边对延迟的要求跟出图根本两码事
7 个赞