DailyInfo Summary
🧠 模型进展
- BFL介绍FLUX 3,将静态图像、视频和音频三种信号联合训练,以构建对运动、时序和声音的视觉智能。
- FLUX 3的视频上采样器沿用同一骨干,强调时序一致性,避免逐帧增强导致播放时细节闪烁。
- FLUX Kontext支持在编辑中只改目标内容并保留图像其余部分,同时关注跨编辑和跨帧的身份保持。
- BFL讨论自回归与扩散路线的取舍:自回归可一次学习训练样本全部token,扩散可把长采样蒸馏为少步,取决于训练成本与生成等待。
- 团队利用视频中移动相机等线索学习物体多角度外观,并讨论世界动作模型及2027年机器人方向。
🤖 Agent/产品进展
- FLUX 3展示视频与声音联合生成demo,音频效果建议开启声音体验。
- FLUX Kontext提供图像编辑示例,可完成给衬衫加logo等局部修改并保持其余内容不变。
- FLUX被用户用于修复老旧退化家庭照片,成为团队未预设但真实发生的使用场景。
- BFL从图像生成产品扩展到视频生成、视频上采样,并探索世界模型/机器人相关产品方向。
🔬 AI for Science
- 暂无重要进展
🏭 产业新闻
- 核心团队从Stability AI spin out成立Black Forest Labs,并迅速推出Flux系列图像生成模型。
- Andreas Blattmann是Stable Diffusion共同创作者和潜在扩散方法共同发明者,Dustin Podell主导FLUX Kontext并是SDXL第一作者。
- BFL在FLUX 3上从图像生成扩展至视频与音频联合生成,并探索视频和世界模型的战略方向。
Original Source
摘要用于研究导航;结论、版本与引用信息请以原始来源为准。
技术信息
Stable ID: latentspace-042f32d941ec7c71769078b5
Canonical URL: https://iheadwater.github.io/dailyinfo-web/ai-news/latentspace-042f32d941ec7c71769078b5/