FLUX 3 génère des vidéos IA de 20 secondes, audio inclus

Vingt secondes de vidéo générée par IA, avec un vrai son synchronisé, sans passage audio séparé. C'est le pari de FLUX 3, et il vient de transformer Black Forest Labs, jusqu'ici spécialiste de l'image, en concurrent sérieux de la vidéo.

FLUX 3, quand l'image devient vidéo

Le 23 juillet, Black Forest Labs a dévoilé FLUX 3, un modèle de fondation multimodal entraîné conjointement sur les images, la vidéo et l'audio au sein d'une seule architecture. L'entreprise le présente comme une étape vers des modèles capables de percevoir, anticiper et agir dans différents environnements.

C'est la première fois que la gamme FLUX, connue jusqu'ici pour la génération d'images, se lance dans le mouvement. Il s'agit du premier modèle de génération vidéo public de BFL.

Ce que sait faire FLUX 3 Video

Le modèle peut créer des vidéos avec un audio natif allant jusqu'à 20 secondes en une seule génération, à partir de texte, d'images, d'images-clés ou de vidéos de référence. Il gère aussi les transitions entre images-clés, le dialogue multilingue, et enchaîne plusieurs plans en séquences plus longues.

Le PDG Robin Rombach a résumé la logique de tout ce lancement en une phrase : « le monde n'est pas fait d'images fixes ». Plutôt que d'ajouter le son après coup comme la plupart des concurrents, FLUX 3 entraîne son et image ensemble dès le départ.

FLUX 3 face à Runway, Kling et Grok Imagine

Black Forest Labs a mené ses propres tests de préférence, et les chiffres, autodéclarés, ont de quoi impressionner. Dans des évaluations internes préliminaires, les testeurs ont préféré les sorties de FLUX 3 face à Grok Imagine Video dans 69 % des comparaisons, face à Kling v3 Pro dans 60 %, face à Runway Gen-4.5 dans 77 %, et face à Luma Ray 3.2 dans 93 % des comparaisons.

À prendre avec des pincettes : c'est l'entreprise qui note sa propre copie, sans validation indépendante pour l'instant. Reste que si ne serait-ce qu'une partie de ces scores se confirme, des générateurs comme Seedance 2.5 et Runway ont désormais un vrai sujet d'inquiétude.

Des robots sur les chaînes d'Audi

La preuve la plus concrète ne vient pas d'un tableau de benchmark, mais d'une usine automobile. Christoph Schneider, chez Audi, a confirmé que FLUX-mimic fonctionne actuellement dans les installations de production Audi, pour des tâches incluant la manipulation d'objets souples que la robotique classique ne peut traiter de façon rentable.

Faire passer le même socle technique du rendu d'un personnage qui parle au pilotage d'un bras robotisé sur une chaîne de montage relève d'une ambition rare. Contrairement aux scores de préférence, celle-ci tourne déjà en production réelle.

Ce qu'il manque encore à FLUX 3

FLUX 3 Image, la fonctionnalité la plus attendue par les créateurs, n'est pas encore disponible. FLUX 3 Video est ouvert dès maintenant en accès anticipé restreint ; la génération d'images doit suivre dans les prochaines semaines, et un socle FLUX 3 Dev en poids ouverts est prévu plus tard.

Le prix, la licence et une date ferme pour cette version Dev en poids ouverts restent inconnus. Pour l'instant, il faudra patienter avant de vérifier si ces pourcentages flatteurs résistent à l'épreuve du réel.

Qu'est-ce que FLUX 3 de Black Forest Labs ?

FLUX 3 est un modèle de fondation multimodal de Black Forest Labs qui génère des images et des vidéos de 20 secondes avec audio natif, et prédit des actions robotiques à partir d'une seule architecture unifiée.

Peut-on utiliser FLUX 3 Video dès maintenant ?

FLUX 3 Video n'est disponible que via un programme d'accès anticipé restreint depuis juillet 2026, avec un accès API, un modèle image et une version FLUX 3 Dev en poids ouverts prévus plus tard cette année.