Black Forest Labs翻译站点

公司概况

Black Forest Labs，简称BFL，是一家专注视觉智能的AI研究公司，2024年公开亮相，在德国弗赖堡和美国旧金山开展研发。其联合创始人包括Robin Rombach、Andreas Blattmann和Patrick Esser，创始团队曾参与潜扩散模型与Stable Diffusion等生成式视觉技术的研究。FLUX是公司的模型家族名称，官方网站为bfl.ai。

公司的目标是让模型理解并生成视觉世界中的信息，服务创作者、软件开发者与企业。使用方式包括在线体验、API调用和按许可部署模型权重，能够覆盖快速创作试验与产品集成等不同需求。

发展历程

2024年8月1日，BFL宣布成立并推出FLUX.1图像生成模型，提供面向不同使用方式的pro、dev和schnell版本。早期产品重点包括文字指令遵循、图像细节和复杂场景表现，并采用托管服务与开放权重并行的路线。

2026年7月23日，公司公布FLUX 3，转向在统一架构中联合学习图像、视频和音频，首先通过早期访问方式推出相关能力。同年9月，BFL发布开放权重的FLUX 3 Action，将视觉模型积累延伸到机器人动作预测。这一发展路径体现了公司从内容生成向视觉理解和物理交互拓展的方向。

产品与服务

• FLUX图像模型：根据文字和参考素材生成或编辑图像，适合广告视觉、产品概念、插画和设计迭代。不同版本的能力、开放方式及商用条件需要分别确认。
• FLUX 3 Video：支持文字或图像驱动的视频生成、参考视频转换与关键帧控制，并将画面和音频联合生成，用于短片构思和多镜头内容制作。
• FLUX 3 Action：以视觉观察和任务指令为基础，同时预测后续视觉状态与机器人控制动作，为研究人员及机器人团队提供可微调的世界动作模型。
• API与Playground：开发者可把生成能力接入应用，创作者可在浏览器中试验提示词和素材。企业还可咨询权重授权、定制与部署方案。

核心技术

BFL的早期FLUX.1采用结合多模态与并行扩散Transformer模块的架构。扩散及流模型通过学习数据的变化过程，把初始表示逐步转换为符合条件的图像；文字、参考画面等输入则帮助控制生成结果。团队同时关注模型效率，让不同版本适应研究与生产任务。

FLUX 3进一步利用图像、视频和声音之间的对应关系学习世界表征：图像提供空间结构，视频呈现运动变化，音频补充事件发生的线索。FLUX 3 Action再通过视频与动作联合训练，将这种表征适配到具体机器人的动作空间。开放权重为实验和定制创造条件，但不等于所有版本均可无限制商用。

对开发者而言，选择模型时还需要区分生成能力与部署方式。托管API便于快速验证产品，自行部署则要求准备算力、运行环境和维护能力；模型允许下载，并不自动意味着训练素材、输出内容和商用部署都没有额外义务。具体版本的许可与使用政策应与产品测试一并检查。

发展前景

从图像、视频和动作模型共用研究基础的路线看，BFL有望在创意软件和机器人研发之间形成技术复用。对内容团队，价值在于更准确地控制人物、风格和镜头；对工业团队，价值则在于利用广泛视觉数据改善机器对环境变化的预测。

这一前景仍取决于生成一致性、推理成本、版权与许可安排，以及机器人在真实环境中的可靠表现。公司公布的模型评测只能反映特定设置下的结果，实际采用时仍需用自身素材与任务测试，并核查所选版本的可用状态和授权边界。