Black Forest Labs 如何构建视觉智能:对话 Andreas Blattmann 与 Dustin Podell
Black Forest Labs 将图像、视频和声音三种信号结合训练 FLUX 3,以学习运动过程和物体关系。Andreas Blattmann 与 Dustin Podell 还讨论了移动镜头提供的多视角信息、视频增强中的时间一致性,以及自回归与扩散模型的训练和推理取舍。
Black Forest Labs 将图像、视频和声音三种信号结合训练 FLUX 3,以学习运动过程和物体关系。Andreas Blattmann 与 Dustin Podell 还讨论了移动镜头提供的多视角信息、视频增强中的时间一致性,以及自回归与扩散模型的训练和推理取舍。