FLUX 3 先放影片和機器手，畫圖的排最後

看到 FLUX 出新版，多數人的反射動作是去找權重、或直接開一張圖來試。這次兩件都做不到。

Black Forest Labs 在 2026 年 7 月 23 日發表 FLUX 3，官方那份可用性清單是這樣排的：影片（FLUX 3 Video）和機器人動作預測（FLUX 3 Action）今天就開早期測試；圖像（FLUX 3 Image）「未來幾週」；開放權重的 FLUX 3 Dev「今年稍晚」。

這家公司是靠開放權重的圖像模型出名的。這次發表，圖像排第三，開放權重排第四。

像一間以麵包起家的店開了新分店，開幕當天賣咖啡、賣三明治，麵包櫃還蓋著布。

三條線只有兩條開門，圖像那條還鎖著

先把 FLUX 3 本身講清楚。官方說法是圖像、影片、聲音、動作預測共用同一套架構聯合訓練，架構名字叫 Self-Flow，重點在多模態的生成與理解對齊在同一個底層，不是把四個模型接在同一個介面後面。影片這條能從文字、圖片或既有影片生出最長 20 秒的片段，聲音是跟著畫面一起生的，官方特別點名它在「聲音對上物理事件」和多語對白這兩件事上的表現。

聽起來很完整。但你今天實際能碰到的，只有下面這張表的前兩列：

版本	今天的狀態	怎麼拿到	開放權重
FLUX 3 Video	早期測試開放中	官方 API／申請早期測試	未提供
FLUX 3 Action	早期測試，限選定合作方	透過與 mimic robotics 合作的 FLUX-mimic	未提供
FLUX 3 Image	「未來幾週」推出	尚未開放	未提供
FLUX 3 Dev	「今年稍晚」	尚未開放	官方承諾釋出開放權重

兩個「未來」都沒有日期。價格也沒有——官方公告和新聞稿都只寫商業存取走 API 與私有權重授權，一個數字都沒給。想在自己機器上跑的人，目前連 ComfyUI 原生支援都還沒有，要用就得走官方那條路。

台灣的設計和行銷團隊其實一直在用 FLUX，只是多半不知道——它藏在 Canva、Picsart、Adobe 這些工具的生成功能底下。這波發表對這群人的實際影響是零：底層還沒換。

77% 和 93% 是偏好票，不是分數

官方公告裡最搶眼的是三組數字，全部來自 Black Forest Labs 自己或合作方。攤開來看是這樣：

數字	誰測的	對照組／場景	可驗證程度
影片偏好率 77%／93%／約 52%	Black Forest Labs 自家的人類偏好測試	對 Runway Gen-4.5 為 77%、對 Luma Ray 3.2 為 93%、對 Gemini Omni 與 Seedance 約 52%	樣本數、評分者組成、提示詞集合都沒公布；官方自稱結果為初步，影像與影片評估在中期訓練階段做的
約 30 分鐘機器人資料完成微調（先前方法需 30 小時以上）	Black Forest Labs 與 mimic robotics	未界定哪些任務適用	無獨立驗證
約 101 毫秒反應時間	經 Decrypt 記載	Audi 車門封條安裝測試	單一媒體記載，官方未附數據表

執行長 Robin Rombach 在新聞稿裡的說法是 FLUX 3 Video 在早期評估中「已經領先前沿影片模型」。這句話成立的範圍，就是上面那張表第一列的括號內容——自家找人投的票，對手名單自己選的。

52% 那個數字反而比 93% 誠實：對上 Gemini Omni 和 Seedance，這基本上是平手。

30 分鐘的機器人資料，換掉 30 小時

真正的新東西在動作預測這條線。Black Forest Labs 跟瑞士機器人公司 mimic robotics 合作，把 FLUX 3 的影片預測能力接上一個輕量解碼器去輸出機器人動作，成果叫 FLUX-mimic。mimic robotics 技術長 Elvis Nava 掛名背書的那個數字是：部分任務只要約 30 分鐘的機器人資料就能微調完成，先前的方法要 30 小時以上。

Audi 正在測的場景是車門封條安裝——那種形狀會變、位置每次都不太一樣、傳統自動化很難吃下來的工序。Decrypt 記到的反應時間是約 101 毫秒。這是測試，不是產線導入，兩者差很遠。

這條線背後的想法很直接：影片模型為了把下一幀猜對，被迫學會重量、接觸、時序這些東西。學會之後，接一個解碼器就能拿去指揮機械手。示範資料的採集成本，一直是機器人學習最貴的一段；如果 30 分鐘這個量級站得住，貴的那一段就被削掉一大塊。條件是「如果」——這是廠商聲稱，沒有第三方複現。

這家公司在賭什麼？

Black Forest Labs 2024 年才成立，團隊約 100 人，據點在德國 Freiburg 和舊金山，估值 32.5 億美元，募資超過 4.5 億美元，投資人名單裡有 a16z、Salesforce Ventures、NVIDIA、Adobe、Figma、Canva。早期測試名單上是 Canva、Burda、Magnific、Krea、Picsart 和 Audi——前五個是創作工具，最後一個是車廠。

把出貨順序和這份名單並排看，我們的讀法是：Black Forest Labs 不打算再靠圖像模型定義自己。它把影片生成當成學物理的路徑，終點指向機器人動作。圖像那條線變成既有生態的維護工作，所以可以排後面；開放權重是社群關係的維護工作，所以排更後面。

會有人不同意，理由也很硬：出貨順序常常只是工程排程，圖像那條可能單純是還沒調完。這個反駁沒辦法被現有資料排除——官方沒解釋為什麼是這個順序。但一家公司選擇在發表日推出什麼、留下什麼，通常不是隨機的。

該盯的只有一個日期

這篇裡真正會改變你選擇的，是 FLUX 3 Dev 的開放權重什麼時候到、授權條款怎麼寫。FLUX.1 那一代的權重帶著非商用限制，商用得另外談授權；FLUX 3 Dev 會不會延續，官方一個字都沒說。

對創作工具的使用者，這波發表可以先放著——底層要換也不是這幾週的事。對真的要用影片生成的人，現在能做的是去申請早期測試，然後自己跑一輪對照，別直接用那三組偏好率當採購依據。對盯機器人的人，30 分鐘那個數字先記在旁邊，等第三方複現。

至於圖像模型什麼時候上——官方只說「未來幾週」。這家公司最出名的產品，這次連個日期都沒給。