FLUX 3 annunciato in Early Access
25 juillet 2026 · Kris Wilhem
FLUX 3 annunciato: immagine, video, audio e azione in uno stesso modello
Black Forest Labs ha appena annunciato FLUX 3, una nuova generazione di modello fondamentale multimodale.
Il video entra già in Early Access, l'immagine seguirà nelle prossime settimane, e una versione FLUX 3 Dev in open weights è ufficialmente prevista.
Un solo modello per più media
Con FLUX 3, BFL non presenta più semplicemente un generatore di immagini.
Il modello è addestrato congiuntamente su:
- l'immagine
- il video
- l'audio
- il linguaggio
- la predizione di azioni
L'obiettivo è costruire una rappresentazione più coerente del mondo: comprendere gli oggetti, i loro movimenti, i suoni che producono e il modo in cui una scena evolve nel tempo.
Un'immagine porta la struttura visiva. Il video aggiunge il movimento e la continuità. L'audio collega gli eventi visibili al loro ambiente sonoro. Il linguaggio permette di dirigere l'insieme.
FLUX 3 Video entra in Early Access
La prima versione accessibile è FLUX 3 Video.
BFL annuncia in particolare:
- fino a 20 secondi di video
- generazione text-to-video
- image-to-video
- trasformazione video-to-video
- continuazione di clip
- uso di keyframe
- conservazione dei personaggi tra più scene
- generazione di un audio nativo sincronizzato
- dialoghi multilingue
- motion design e tipografia animata
L'accesso resta per il momento riservato a una selezione di tester.
FLUX 3 Image seguirà
FLUX 3 Image deve arrivare dopo con funzioni di generazione e di editing.
BFL mette in evidenza una migliore comprensione dei prompt complessi, una generazione di testo più affidabile e una gestione migliorata dei contenuti multilingue.
Per il momento, nessuna informazione precisa è ancora stata data su:
- la dimensione del modello
- il consumo di VRAM
- le prestazioni locali
- l'integrazione in ComfyUI
- la compatibilità con Diffusers
- il fine-tuning
- i LoRA
FLUX 3 Dev è confermato
È probabilmente l'annuncio più importante per gli utenti locali.
Black Forest Labs conferma l'arrivo di FLUX 3 Dev, presentato come un backbone multimodale open weights.
Non si tratterebbe quindi soltanto di un nuovo checkpoint text-to-image, ma potenzialmente del socle aperto capace di gestire più modalità: immagine, video, audio e azione.
La data di uscita, la licenza, le esigenze hardware e le possibilità di fine-tuning restano ancora sconosciute.
La lettura di Axiris
Per Axiris, il vero interesse di FLUX 3 non risiede soltanto in un miglioramento della qualità visiva.
Il cambiamento principale è la possibilità di collegare in uno stesso sistema più tappe oggi separate:
concepire un'immagine, modificarla, preservare un'identità visiva, animare una scena, produrre il suo ambiente sonoro e mantenere una continuità tra più inquadrature.
Questo approccio raggiunge direttamente la direzione presa con NOVA, il Context Builder e i workflow ComfyUI sviluppati da Axiris.
NOVA potrebbe strutturare l'intenzione, i riferimenti, la composizione e le regole visive del progetto. Il Context Builder servirebbe da strato di direzione artistica. FLUX 3 potrebbe poi eseguire questa intenzione attraverso più media.
Il ruolo del modello di linguaggio non sarebbe allora più soltanto scrivere un prompt, ma pilotare una vera catena di produzione multimodale.
Una questione di hardware
È ancora troppo presto per sapere se il backbone completo potrà funzionare comodamente su una scheda grafica consumer.
Una RTX 5090 32 GB potrebbe eventualmente andare bene per una versione specializzata, parzialmente caricata o quantizzata.
Per il modello completo, una RTX 6000 Pro 96 GB sembra oggi più realistica.
Resta una stima tecnica di Axiris: BFL non ha ancora pubblicato alcuna configurazione ufficiale.
Axiris di fronte all'Early Access
Il posizionamento di Axiris corrisponde particolarmente bene al tipo di caso d'uso cercato:
- workflow multimodali
- integrazione locale
- ComfyUI
- direzione artistica strutturata
- gestione di riferimenti
- continuità visiva
- interazione tra LLM e modelli generativi
Con NOVA e il Context Builder, Axiris non si presenta semplicemente come un utente che desidera testare un nuovo modello, ma come uno studio che sviluppa già una vera architettura di produzione attorno a questi usi.
Da ricordare
FLUX 3 Video entra in Early Access. FLUX 3 Image arriverà dopo. FLUX 3 Dev è ufficialmente confermato in open weights.
Per Axiris, FLUX 3 conferma soprattutto un'evoluzione già avviata: il futuro non sarà più una successione di modelli isolati, ma un ambiente capace di collegare linguaggio, immagine, video, audio, riferimenti e direzione artistica in uno stesso sistema creativo.