Latent Space· swyx .ai·· 2 天前
Black Forest Labs 谈视觉智能:FLUX 3 为何同时训练图像、视频与音频
Building Visual Intelligence — Andreas Blattmann & Dustin Podell, Black Forest Labs
AI 导读
Latent Space 播客对话 Black Forest Labs 的 Andreas Blattmann 与 Dustin Podell,讨论团队为何在 FLUX 3 上同时用静态图像、运动镜头和声音三种信号训练。
入选记录
门槛 76媒体与个人第一次 52第二次 58
未入选两次之和 110 < 门槛的两倍 152
- 信源等级
- 媒体与个人,这一级的门槛是 76 分
- 预筛
- 通过:讨论FLUX图像视频生成模型与视觉智能
评分由模型按同一份标准独立打两次,满分 100;两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源:Latent Space · latent.space