何が起きたか
ドイツ・フライブルクのBlack Forest Labs（BFL）が、マルチモーダル基盤モデル「FLUX 3」を発表しました。単一プロンプトから画像、最大20秒の音声付き動画を生成し、さらにロボットの視覚・行動予測にまで拡張するとしています。BFLにとって初の公開動画生成モデルであり、20秒という長さは、OpenAIが提供を終えたSoraに並ぶ現状最長級です。
提供は4つのラインで進みます。動画の「FLUX 3 Video」（ネイティブ音声生成付き）と行動の「FLUX 3 Action」は、誰でも応募できるがBFLの承認が必要な審査制「Early Access」に入ります。画像の「FLUX 3 Image」は数週間後に展開、オープンウェイトの「FLUX 3 Dev」は最後です。現時点でBFLや提携先のAPIによる一般公開はありません。
なぜ重要か
BFLの主張の核は「別々の画像・動画・音声モデルを共通インターフェースで束ねるのではなく、モダリティを横断して一体で学習した」点です。同社は2026年3月に公表した理解と生成を単一アーキテクチャで揃える手法「Self-Flow」を土台に据えます。「画像しか学ばないモデルは画像しか生成できない。だが世界は静止画ではなく、動き、音を発し、変化し、応答する」というのが同社の思想です。
この思想は物理AIへ接続します。BFLはスイスのMimic Roboticsと組み、FLUX 3を基盤とする動画・行動モデル「FLUX-mimic」を開発中で、同社は最初期の早期アクセスパートナーの一つです。狙う領域はクリエイティブツール、メディア、デザイン、EC、そして物理AIで、すでにCanva、Burda、Magnific（旧Freepik）、Krea、Picsartが検証に入っています。
数字の読み方に注意
BFLは10秒・720p・音声付きの選好評価で、Luma Ray 3.2に93%、Runway Gen-4.5に77%、Grok Imagine Videoに69%、Kling v3 Proに60%、Seedance 2.0とGemini Omni Flashにはともに52%で選ばれたとしています。ただしこのベンチマーク図には「初期FLUX 3候補の予備評価」と注記があり、早期アクセスに入るモデルそのものではなく、公開前チェックポイントの結果です。価格、本番SLA、評価手法、サンプル数、評価者数、画像モデルのベンチマークはいずれも未公表で、比較の前提を検証する材料が乏しい点は割り引く必要があります。
動画市場は競争と法務リスクが同居します。ByteDanceはSeedance 2.0の国際展開を、Netflix・Warner Bros.・Disney・Paramount・Sonyから著作権侵害を巡る法的警告を受け無期延期しました。GoogleのGemini Omni Flashは720p動画1秒あたり0.10ドルで一般提供中ですが、欧州経済領域・スイス・英国のユーザーはアップロード動画の編集ができません。BFLの限定公開は、Anthropicやオープンウェイト版の段階展開に通じますが、価格も一般提供時期も未確定である以上、事業導入の判断はまだ先です。
💼 事業会社視点：これは自社にどう効くか
日本のEC・広告・受託制作の事業責任者にとって、FLUX 3は「いつ、いくらで使えるか」が全て未定である点をまず直視すべきです。API公開はなく、動画・行動は承認制、価格も本番SLAも未公表で、公表ベンチマークも「公開前候補の予備評価」注記付き。現時点で内製ワークフローに組み込む前提の投資判断は時期尚早です。動くべきは調達より観測で、EC事業なら商品動画やバリエーション生成のPoC枠を確保し、早期アクセスに応募して自社素材で選好評価を検証する。受託・制作会社は、GoogleのVeo 3.1やGemini Omni Flash（720p 1秒0.10ドル）と単価・尺・解像度で比較できる評価軸を今のうちに社内で整えるべきです。加えてSeedance 2.0がNetflix等の法的警告で国際展開を止めた事実は、学習データ由来の権利リスクが調達可否を左右することを示します。日本企業は納品物の権利保証条項と、EEA・英国のような地域別機能制限を契約・運用の前提に組み込む必要があります。