Black Forest Labs FLUX 3 ist da – und das deutsche KI-Unternehmen wagt sich damit weit über seine bekannten Bildmodelle hinaus. Am 23. Juli 2026 stellte Black Forest Labs FLUX 3 vor: ein multimodales Foundation-Modell, das Bild, Video und Audio in einer einzigen Architektur zusammenführt. Der Clou: Alles entsteht aus demselben Satz an Gewichten.
Was Black Forest Labs FLUX 3 anders macht
Bisher setzten viele Anbieter für Bild, Video und Ton getrennte Modelle ein und verbanden sie über eine gemeinsame Oberfläche. FLUX 3 geht einen anderen Weg: Das Modell wird gemeinsam auf Bilder, Video und Audio trainiert. Aus denselben Gewichten erzeugt es Videos mit nativem, zum Bild synchronem Ton – Dialog, Soundeffekte und Umgebungsgeräusche –, bearbeitet Bilder, rendert lesbaren Text und kann sogar Roboter-Aktionen vorhersagen.
Klartext ins Postfach
KI, Security & Crypto – die wichtigsten Analysen, kein Spam. Jederzeit abbestellbar.
Technisch baut FLUX 3 auf „Self-Flow” auf – einer Methode, die Black Forest Labs bereits im März 2026 vorgestellt hat, um Verstehen und Erzeugen über mehrere Modalitäten hinweg in einer Architektur auszurichten. Das Aushängeschild ist Text-zu-Video von bis zu 20 Sekunden Länge, inklusive passendem Ton.
20 Sekunden Video mit Ton – aber vorerst nur für wenige
Statt alles auf einmal freizuschalten, rollt Black Forest Labs FLUX 3 gestaffelt aus. Der Start ist bewusst schmal gehalten:
- FLUX 3 Video ist ab sofort im Early Access verfügbar – über eine API und als private Gewichte für ausgewählte Partner.
- FLUX 3 Action (auch „FLUX-mimic”) steht ausgewählten Forschungs- und Robotik-Partnern offen.
- FLUX 3 Image soll in den kommenden Wochen folgen.
- FLUX 3 Dev, die offene Variante mit frei verfügbaren Gewichten, ist für später im Jahr 2026 geplant.
Wer FLUX 3 also heute direkt ausprobieren will, braucht Geduld oder einen Partnerzugang. Die offene Dev-Version dürfte für viele Entwickler der eigentlich spannende Meilenstein sein.
Warum das für Europa relevant ist
Black Forest Labs ist ein deutsches KI-Unternehmen (Sitz in Freiburg und San Francisco) und steht hinter den bekannten FLUX-Bildmodellen. Mit FLUX 3 positioniert sich das Team im multimodalen Wettlauf gegen deutlich größere US-Anbieter – und zwar mit einem eigenständigen technischen Ansatz statt einem Nachbau. Dass eine offene Dev-Version geplant ist, passt zum Trend der vergangenen Wochen: Auch bei den großen Sprachmodellen setzen immer mehr Anbieter auf offene Gewichte, wie zuletzt beim bislang größten Open-Source-KI-Modell Kimi K3.
Einordnung
Ein einzelnes Modell für Bild, Video und Ton ist technisch elegant und spart Integrationsaufwand. Die Leistungsvergleiche, mit denen Black Forest Labs FLUX 3 vorn sieht, stammen allerdings vom Anbieter selbst – unabhängige Tests stehen noch aus. Bis die offene Dev-Version verfügbar ist, bleibt FLUX 3 vor allem ein starkes Signal: Multimodalität aus einem Guss ist der nächste Schauplatz im KI-Wettbewerb, und ein europäisches Team mischt vorne mit.
Quellen
- GlobeNewswire: Black Forest Labs Unveils FLUX 3 (23.07.2026)
- VentureBeat: Black Forest Labs launches FLUX 3
Diese Analysen als Newsletter
Ein Mal pro Woche Klartext zu KI, Security & Crypto – direkt in dein Postfach.
Jetzt anmelden