从 Stable Diffusion 到 FLUX 3:专访 Black Forest Labs 的 Andreas Blattmann 与 Dustin Podell(1:38:23)
Latent Space 专访 Black Forest Labs 的 Andreas Blattmann 与 Dustin Podell,1 小时 38 分钟,讲 FLUX 3 如何用图像、视频、音频三路信号训练,以及从 Stable Diffusion 到 BFL 的历程。
要点 点时间跳到那里
Black Forest Labs 的起源:Stability AI 解体后,核心团队在 Anj Midha 协助下独立出来成立 BFL。
Dustin Podell 讲自己辞去软件工作、投身 AI 图像生成的经历。
视觉智能:静帧只显示球的位置,视频显示球如何到达,撞击声能补上镜头错过的接触时刻。
SDXL 内部:Dustin Podell 是 SDXL 的主要作者,也主导了 FLUX Kontext。
从视频中学习运动:二维视频包含物体从其他角度看是什么样的证据。
FLUX 的早期用法:有人用它修复老旧家庭照片,再拿给家人看。
用 Kontext 编辑:早期实验中,模型在少量关系标注照片上训练几小时后,能把标志放到衬衫上。
自回归与扩散的对比:自回归一次学习训练样本的全部 token,扩散则靠蒸馏缩短采样。
2027 年的机器人:FLUX 3 的世界动作模型与机器人控制。
™