Dans cet article
- FLUX 3 de Black Forest Labs : un seul modèle d'IA pour l'image, la vidéo, l'audio et l'action robotique
- Ce qui est réellement nouveau dans FLUX 3
- De la vidéo jusqu'à 20 secondes — avec le son intégré
- De l'écran à l'atelier
- Ce que cela signifie pour votre entreprise
- Avant de vous emballer : les limites
- Le regard d'Origami
- En résumé
FLUX 3 de Black Forest Labs : un seul modèle d'IA pour l'image, la vidéo, l'audio et l'action robotique
Le 23 juillet 2026, Black Forest Labs — le laboratoire allemand derrière les modèles d'image FLUX largement utilisés — a publié FLUX 3, et ce n'est pas un simple générateur d'images de plus. FLUX 3 est un modèle multimodal unique qui génère des images, produit de la vidéo d'une durée allant jusqu'à 20 secondes avec son propre audio synchronisé, et prédit même les actions physiques d'un bras robotisé — tout cela à partir d'un seul jeu de poids unifié. En bref : un seul modèle qui fait le travail de quatre outils distincts. Pour toute entreprise qui produit du contenu visuel, ou qui observe la montée de l'automatisation physique, c'est un signal à lire attentivement.
Ce qui est réellement nouveau dans FLUX 3
Les systèmes d'IA précédents étaient des spécialistes : un modèle faisait des images, un autre de la vidéo, un troisième générait de la parole, et la robotique vivait dans un monde complètement différent. FLUX 3 réunit tout cela dans une architecture unique que Black Forest Labs a entraînée conjointement sur des images, de la vidéo, de l'audio et de l'action. L'entreprise présente cela comme de l'« intelligence visuelle » — la même capacité fondamentale à comprendre et à générer le monde visuel, appliquée au travail créatif, à la simulation, à l'usage de l'ordinateur et à la robotique. Son pari affiché, selon les mots du dirigeant Robin Rombach, est qu'un entraînement conjoint au sein d'une architecture unifiée fait que chaque compétence renforce les autres, au lieu de construire quatre produits déconnectés.
De la vidéo jusqu'à 20 secondes — avec le son intégré
La fonction créative phare est la vidéo. FLUX 3 peut générer un clip unique d'une durée allant jusqu'à 20 secondes portant un audio natif et synchronisé : dialogues, effets sonores et bruit d'ambiance générés en même temps que l'image, et non recollés après coup. Le modèle prend en charge le texte vers vidéo, l'image vers vidéo, l'édition vidéo vers vidéo et l'image clé vers vidéo, et peut enchaîner plusieurs plans en une séquence plus longue. Une réserve honnête : les comparaisons de qualité du laboratoire lui-même ont été menées sur des clips plus courts, de 10 secondes en 720p, et les résultats publiés à ce jour viennent du fournisseur, sans classement indépendant — traitez donc ces chiffres comme prometteurs, pas comme prouvés.
De l'écran à l'atelier
La partie la plus surprenante de ce lancement ne se joue pas du tout sur un écran. À côté de FLUX 3, Black Forest Labs a dévoilé FLUX-mimic, un modèle de robotique bâti sur la même architecture avec l'entreprise zurichoise mimic robotics. Il est déjà testé sur de vraies lignes de production Audi, où il traite la manipulation de « corps souples » — poser des joints de porte flexibles, manier des câbles et des pièces déformables — ce type de travail délicat auquel les robots industriels rigides ont historiquement échoué. L'entreprise annonce un temps de réaction d'environ 101 millisecondes. L'idée que la même famille de modèles qui dessine votre visuel marketing puisse aussi guider un bras robotisé sur une ligne d'usine est la véritable information ici : la génération et l'action deviennent un seul problème.
Ce que cela signifie pour votre entreprise
Il y a deux horizons à considérer. Le proche concerne le contenu. Un modèle qui produit une vidéo produit de 20 secondes avec voix off, son et visuels conformes à votre marque à partir d'une seule consigne comprime une tâche qui demandait auparavant un vidéaste, un monteur et un concepteur sonore. Pour le commerce en ligne, cela signifie des clips produits, des publicités et du contenu social pour une fraction du coût et du temps actuels. L'horizon plus lointain est physique : si l'IA visuelle peut désormais piloter des robots sur des tâches d'assemblage délicates, alors l'industrie, la logistique et l'entreposage dans le Royaume — des secteurs au cœur des ambitions industrielles de la Vision 2030 — s'orientent vers une structure de coûts très différente. Aucun de ces deux horizons n'exige d'agir aujourd'hui, mais tous deux récompensent les entreprises qui commencent à planifier dès maintenant.
Avant de vous emballer : les limites
FLUX 3 n'est pas quelque chose que vous pouvez brancher cette semaine. Au lancement, seuls FLUX 3 Video et Action sont en service, et uniquement par un programme d'« accès anticipé » restreint que Black Forest Labs approuve au cas par cas. FLUX 3 Image est promis « dans les prochaines semaines », et la version à poids ouverts FLUX 3 Dev — celle que la plupart des équipes pourraient héberger elles-mêmes — est prévue « plus tard en 2026 ». Point décisif : il n'existe encore aucune API publique, ni chez Black Forest Labs ni chez ses partenaires, et aucun tarif n'a été annoncé. Les premières intégrations passent par des plateformes créatives comme Canva, Krea, Magnific, Picsart et Burda, pas par un formulaire d'inscription. La bonne démarche, pour la plupart des entreprises, est donc de se préparer, et non de promettre à des clients une fonction FLUX 3 à laquelle personne n'a encore accès.
Le regard d'Origami
En tant que société technologique, notre travail n'est pas de courir après chaque lancement mais de vous dire lesquels changent la forme du possible — et celui-ci en fait partie. Nous suivons FLUX 3 sur deux fronts : comme moteur de contenu que nous pourrons brancher sur vos chaînes de marketing et de commerce en ligne dès l'ouverture d'une API stable, et comme signal précoce de la direction que prend l'automatisation physique pour nos clients industriels. L'étape pratique aujourd'hui est architecturale : construisez vos systèmes de contenu et de médias de façon qu'un nouveau modèle puisse être substitué derrière une interface propre, plutôt que d'y câbler en dur un fournisseur unique qu'il faudra arracher plus tard. Ainsi, quand l'API de FLUX 3 ouvrira, vous l'adopterez en quelques jours, pas en quelques mois.
En résumé
FLUX 3 est un véritable jalon : le moment où l'image, la vidéo, l'audio et l'action physique cessent d'être des problèmes d'IA séparés pour n'en former qu'un. C'est précoce, restreint et sans tarif — il n'y a donc aucune urgence — mais la direction est claire. Les entreprises qui en tireront parti seront celles dont les systèmes sont prêts à le brancher le jour de son ouverture, et qui comprennent déjà ce qu'un modèle unique capable à la fois d'imaginer et d'agir pourrait apporter à leur travail.
Sources
Questions fréquentes
Qu'est-ce que FLUX 3 ?
FLUX 3 est un modèle d'IA multimodal de Black Forest Labs, publié le 23 juillet 2026. À partir d'une seule architecture, il génère des images, de la vidéo jusqu'à 20 secondes avec audio synchronisé, et des prédictions d'action robotique — réunissant dans un modèle unique ce qui demandait auparavant des outils distincts pour l'image, la vidéo, l'audio et la robotique.
Puis-je utiliser FLUX 3 dans mon projet dès maintenant ?
Pas encore de façon générale. Au lancement, seuls FLUX 3 Video et Action sont disponibles, par un programme d'accès anticipé restreint que l'entreprise approuve au cas par cas. FLUX 3 Image est promis d'ici quelques semaines, et la version à poids ouverts plus tard en 2026. Il n'existe encore aucune API publique ni tarif annoncé : la démarche intelligente consiste donc à se préparer plutôt qu'à promettre une fonction indisponible.
Quelle est la durée des vidéos de FLUX 3 et y a-t-il du son ?
Il génère un clip unique d'une durée allant jusqu'à 20 secondes avec un audio natif et synchronisé — dialogues, effets sonores et bruit d'ambiance générés avec l'image, et non ajoutés après coup. À noter que les comparaisons de qualité officielles ont été menées sur des clips plus courts, de 10 secondes en 720p, et que les chiffres viennent du fournisseur, sans test de référence indépendant à ce jour.
Quel rapport entre un modèle d'image et des robots ?
À côté de FLUX 3, Black Forest Labs a publié FLUX-mimic, un modèle de robotique bâti sur la même architecture et testé sur les lignes de production Audi pour des tâches de manipulation délicates. Le postulat est que la même capacité à comprendre et à générer le monde visuel guide aussi le mouvement d'un robot — la génération et l'action deviennent donc un seul problème.
Suivez Origami sur Google
Ajoutez Origami à vos sources préférées : nos articles apparaîtront en premier pour vous dans la recherche Google et les actualités à la une.
