德国AI实验室Black Forest Labs以其Flux系列图像生成模型闻名。如今Flux 3正在从"生成图像"走向"控制机器人"——这家公司能否在物理AI领域复制其在图像生成上的成功？
Black Forest Labs（BFL）是一家德国AI研究实验室，以其Flux系列图像生成模型在开源社区享有盛誉。Flux.1系列模型曾在图像质量榜单上与Midjourney、DALL-E竞争，并提供开源权重版本。
2026年7月24日，BFL宣布正在测试其首个可用于机器人的模型Flux 3，将业务从照片级图像生成扩展至物理AI（Physical AI）领域。这一转型意味着BFL不再只关注"让AI看懂和生成画面"，而是开始关注"让AI理解物理世界并采取行动"。
Flux 3的核心能力是从图像、视频和音频中学习，并根据所见内容预测下一步动作。这使它在"视觉智能"领域具备竞争力。
与传统的机器人控制模型不同，Flux 3的路径是通过多模态感知建立对物理世界的理解，然后将这种理解转化为可执行的动作序列。关键技术特征包括：
BFL已与瑞士机器人公司Mimic Robotics AG合作开发了一款名为Flux-mimic的动作模型。这款模型将Flux 3的视觉理解能力与Mimic Robotics的机器人控制技术相结合，旨在创建能够通过观察学习的通用机器人智能体。
Flux-mimic的技术路线：
Flux-mimic正在与包括奥迪（Audi AG）在内的制造合作伙伴进行测试。汽车制造是机器人应用最成熟的工业场景之一，选择奥迪作为测试伙伴具有战略意义：
目前测试仍处于早期阶段，尚未公开具体的生产线应用数据。
| 维度 | 评分 | 说明 |
|---|---|---|
| 技术创新 | 8.5 | 从图像生成跨越到物理AI，多模态动作预测是前沿方向 |
| 商业化 | 6.5 | 仍处于测试阶段，商业模式不明确，收入路径较长 |
| 生态成熟度 | 7.0 | Flux图像模型生态成熟，但机器人领域生态刚起步 |
| 竞争壁垒 | 8.0 | 视觉理解+动作预测的组合能力构成技术壁垒 |
| 应用潜力 | 8.5 | 工业制造、物流仓储、家庭服务场景空间巨大 |
| 数据能力 | 7.5 | 图像生成积累的海量视觉数据可迁移，但物理交互数据不足 |
| 团队背景 | 8.5 | Flux团队在生成式AI领域有深厚积累，Martin Scorsese担任顾问 |
| 风险控制 | 6.5 | 物理AI安全风险高，机器人误操作可能造成物理伤害 |
在物理AI赛道，Black Forest Labs面临的竞争格局：
| 公司 | 路径 | 优势 | 劣势 |
|---|---|---|---|
| Black Forest Labs | 视觉智能→动作预测 | 视觉理解强、开源生态 | 机器人经验少 |
| Physical Intelligence (PI) | 通用具身大脑 | 专注机器人、融资充足 | 视觉生成能力弱 |
| Tesla Optimus | 端到端自动驾驶迁移 | 自有产线、数据飞轮 | 封闭生态 |
| Figure AI | 人形机器人+大模型 | 硬件集成度高 | 模型能力待验证 |
Black Forest Labs从图像生成向物理AI的转型是一个大胆且有前景的方向。Flux 3的视觉智能路线——通过多模态感知驱动动作预测——在理论上具有独特价值，特别是在需要精细视觉理解的工业场景中。
7.6分的综合评分反映了当前的状态：技术创新度高（8.5），但商业化尚未验证（6.5）。与奥迪的合作是重要里程碑，但距离规模化落地还有很长的路。
对于关注AI行业发展的读者来说，BFL的转型印证了一个趋势：物理AI正在成为继大语言模型之后的下一个主战场。更多AI模型对比可以查看我们的AI模型排行榜。