Latent Space· swyx .ai·· 3 天前AI 评分59
Black Forest Labs 访谈解读 FLUX 3 的视觉智能训练思路
Building Visual Intelligence — Andreas Blattmann & Dustin Podell, Black Forest Labs
AI 导读
Black Forest Labs 在访谈中介绍 FLUX 3 如何联合训练图像、视频与声音,以学习物体运动、视角变化和碰撞声音。团队认为普通二维视频可提供不同视角下物体外观的证据;其视频放大器沿用 FLUX 3 骨干,以减少逐帧增强导致的时间闪烁。FLUX Kontext 团队还分享了从关系标注实验到训练数据和模型的数月迭代,以及修复老旧家庭照片的实际用法。
来源:Latent Space · latent.space