Fal ha presentato FLUX 3 Max, un modello di generazione video sviluppato attraverso una collaborazione tra fal Research e Black Forest Labs, responsabile del modello fondamentale FLUX 3 sul quale è stato effettuato un successivo processo di addestramento. Il sistema, reso disponibile attraverso la piattaforma di inferenza di fal, è stato progettato per combinare qualità visiva, coerenza dei movimenti, aderenza alle istruzioni e velocità di elaborazione, con particolare attenzione alla generazione di video a partire da immagini. La collaborazione ha coinvolto competenze differenti: Black Forest Labs ha fornito il modello di base e la relativa architettura generativa, mentre fal Research ha sviluppato interventi di post-training, reinforcement learning, ottimizzazione dell’inferenza e ingegneria dei sistemi. Le modifiche non riguardano quindi soltanto il comportamento generativo del modello, ma anche l’efficienza della sua esecuzione e l’infrastruttura utilizzata per servirlo. Secondo Robin Rombach, cofondatore e amministratore delegato di Black Forest Labs, FLUX 3 è stato concepito come una base tecnologica sulla quale altre organizzazioni possano costruire soluzioni personalizzate. Burkay Gur, amministratore delegato di fal, ha invece sottolineato il ruolo dell’ottimizzazione congiunta dei modelli e delle infrastrutture di inferenza nel miglioramento delle prestazioni applicative.
Le valutazioni preliminari presentate da fal attribuiscono a FLUX 3 Max un punteggio Elo di 1.139, calcolato su 4.868 voti raccolti attraverso Artificial Analysis Video Arena, piattaforma che confronta i risultati generativi mediante preferenze umane espresse in valutazioni comparative anonime. Il risultato rappresenta un incremento di 50 punti rispetto ai 1.089 Elo del modello FLUX 3 originale. In parallelo, fal comunica un miglioramento superiore a undici volte nella velocità di inferenza, indicando un tempo di generazione di 10,95 secondi per un video della durata di dieci secondi. Nel confronto presentato dall’azienda, il modello originario FLUX 3 richiedeva 126,44 secondi, mentre Seedance 2.5 raggiungeva 277,80 secondi con un punteggio Elo dichiarato equivalente. Su queste misurazioni si basa l’indicazione di una velocità fino a 22 volte superiore rispetto a Seedance 2.5. La documentazione commerciale del modello utilizza tuttavia una diversa misurazione della latenza media, pari a 12,45 secondi per la generazione di un video di dieci secondi in formato 720p, con un incremento prestazionale indicato come circa dieci volte rispetto a FLUX 3. I due valori riguardano misurazioni pubblicate in contesti differenti e non devono quindi essere considerati perfettamente intercambiabili.
La comparazione divulgata sulla piattaforma di fal comprende anche Gemini Omni Flash 1.1, accreditato di 1.134 Elo con un tempo medio di 47,37 secondi, MiniMax H3 a 768p con 1.141 Elo e 83,26 secondi, Wan 3.0 con 1.127 Elo e 180,16 secondi e Seedance 2.5 con 1.139 Elo e 277,80 secondi. Un’ulteriore rilevazione di Artificial Analysis riporta FLUX 3 Max a 720p con 1.138 Elo, un margine statistico di 15 punti e 5.054 valutazioni, collocandolo al secondo posto dietro MiniMax H3, accreditato di 1.140 Elo. La differenza tra i risultati riflette anche il carattere preliminare e continuamente aggiornato delle classifiche basate sui giudizi umani. L’azienda presenta comunque FLUX 3 Max tra i sistemi con i migliori risultati nella generazione image-to-video, attribuendo alla riduzione della latenza un’importanza particolare nei processi che richiedono numerose iterazioni, come la produzione di contenuti audiovisivi, la sperimentazione creativa e le applicazioni aziendali.
Sul piano dell’implementazione, fal identifica tre interventi principali: il perfezionamento del modello attraverso il post-training, la revisione dei meccanismi di inferenza per aumentare il throughput e ridurre i tempi di esecuzione, e l’adattamento dell’infrastruttura di serving alle caratteristiche del modello. FLUX 3 Max segue H3 Max, un precedente sistema video sviluppato da fal Research per il quale erano già state comunicate prestazioni di generazione particolarmente rapide. Il responsabile della ricerca Kaan Oktay ha indicato che il miglioramento di 50 punti Elo è stato ottenuto parallelamente a una significativa accelerazione dell’inferenza, senza trattare velocità e qualità come obiettivi necessariamente alternativi. FLUX 3 Max rappresenta la prima iterazione del progetto e le attività di post-training continueranno per migliorare ulteriormente fedeltà visiva, qualità del movimento e prestazioni complessive, mantenendo il modello accessibile attraverso l’infrastruttura di fal.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)