Sama tehisintellekti mudel, mis loob teie videoid, ehitab nüüd teie autot

Tehnik Saksamaal asuvas Audi koosteliinis jälgib, kuidas robotkäsi surub painduvat kummist tihendit auto ukseraami. Aastakümneid oli see konkreetne ülesanne automatiseerimise õudusunenägu. Kumm on vetruv, ettearvamatu ja muudab kuju kohe, kui masin seda puudutab. Enamik tehaseroboteid on head raskete terasplaatide liigutamises täpsetele koordinaatidele, kuid nad ebaõnnestuvad, kui peavad tajuma teed läbi pehme materjali. Robot, mis täna Audit lõpetab, on teistsugune. See ei järgi jäika koordinaatide skripti. Selle asemel kasutab see visuaalset "aju", et ennustada, kuidas kumm paindub, veel enne kui see sellega kokku puutub. See aju on FLUX 3, Black Forest Labsi uusim väljalase.

Black Forest Labs on idufirma, mis on viimase kahe aasta jooksul vaikselt pildigenerimise maailmas juhtrolli asunud. Samal ajal kui suurnimed nagu Google ja OpenAI pälvisid pealkirju, ehitas see Saksamaa teadlaste meeskond tööriistu, mida enamik iseseisvaid AI-kunstnikke tegelikult kasutab. FLUX 3-ga liiguvad nad liikumatutest piltidest kaugemale. See uus süsteem loob koos kõrglahutusega videot ja heli. Veelgi olulisem on see, et ettevõte kasutab sama alusloogikat, et õpetada robotitele, kuidas füüsilise maailmaga suhelda. See nihe muudab tehisintellekti digitaalkunsti loovpartnerist rasketööstuse väsimatuks praktikandiks.

Digitaalne maailm oma gravitatsiooniga

Enamik videogeneraatoreid töötab nagu väga kiire pildiraamat. Nad ennustavad, milline peaks järgmine kaader välja nägema eelmise põhjal, kaotades teel sageli loogika. Seetõttu näitavad AI-videod sageli kaduvate jäsemetega inimesi või kohvitasse, mis sulavad laudadesse. FLUX 3 valib teise tee. Black Forest Labs treenis mudelit ühes süsteemis samaaegselt piltide, video ja heli põhjal. See on multimodaalne lähenemine. Mudel ei õpi ainult seda, milline auto välja näeb. See õpib, kuidas auto liigub, kuidas mootor kõlab ja kuidas valgus peegeldub metallilt, kui see kurvi võtab.

Kuna mudel õpib videost ja helist samal ajal, on tulemused loomulikult sünkroonis. Kui kasutaja küsib videot inimesest, kes puurib vasarpuuriga betooni, ühtib puuri heli ekraanil nähtava vibratsiooniga täiuslikult. Klipid ulatuvad kuni 20 sekundi pikkuseks. Testides, kus inimesed võrdlesid erinevaid AI-mudeleid, võitis FLUX 3 Runway Gen-4.5 vastu 77% juhtudest. See lõi Luma Ray 3.2 mudelit 93% võrdlustest. Need numbrid viitavad sellele, et süsteemil on reaalsusest parem arusaam kui konkurentidel. See mõistab füüsika üldisi reegleid, nagu kaal ja ajastus, mis muudab genereeritud liikumise raskeks ja tõeseks, mitte hõljuvaks ja unenäoliseks.

Miks robotid pehmete objektidega hätta jäävad

Mõistmaks, miks see teie järgmise auto puhul oluline on, peate vaatama kaasaegse tootmise nähtamatut selgroogu. Traditsioonilised robotid on sisuliselt hiiglaslikud ja väga kallid kalkulaatorid. Kui käsite robotil liikuda punkti A, läheb see sinna millimeetri täpsusega. See toimib terasraami keevitamisel, sest teras ei liigu. Kui aga robot võtab kätte kummist uksetihendi või juhtmekimbu, vajub materjal kokku. Punktid, kuhu robot pidi jõudma, ei ole enam seal, kus nad peaksid olema. Masin satub segadusse ja koosteliin seiskub.

FLUX-mimic on selle tehisintellekti versioon, mis on loodud tehasepõranda jaoks. Black Forest Labs tegi koostööd ettevõttega nimega mimic robotics, et kinnitada FLUX 3 mootori külge väike "tõlkija". See tõlkija võtab mudeli sisemise liikumistaju ja muudab selle füüsilisteks käeliigutusteks. Kui robot vaatab läbi oma kaamera uksetihendit, kasutab ta FLUX-mootorit, et kujutada ette ülesande järgmist paari sekundit. Ta ennustab, kuidas kumm survele reageerib. Selle tulemusena saab robot oma haaret reaalajas kohandada. Audi katsetab seda praegu keeruliste ülesannete lahendamiseks, mis varem nõudsid inimese käsi. Süsteem reageerib umbes 101 millisekundiga. Võrdluseks: inimsilmal kulub pilgutamiseks umbes 100 kuni 400 millisekundit. See kiirus võimaldab masinal olla sama vastupidav kui inimene, kui asjad ei lähe täpselt plaani kohaselt.

Okkaline tee avatud lähtekoodist kasumini

Black Forest Labsi ajalugu selgitab, miks nad just nüüd robootikasse tungivad. Asutajad tulid Stability AI-st, grupist, mis andis välja algse Stable Diffusioni. Kui nad 2024. aastal esimesed FLUX-mudelid käivitasid, said neist avatud lähtekoodiga kogukonna kangelased. Nende mudelid olid tasuta allalaaditavad ja töötasid paremini kui mitme miljardi dollariste tehnohiidude tasulised tööriistavaldajad. Nad pakkusid skaleeritavat alternatiivi inimestele, kes soovisid AI-d oma riistvaral ilma korporatiivse järelevalveta käitada.

Kuid AI-turg on heitlik ja selle ülalpidamine kallis. Kuigi algne FLUX oli tohutu hitt, ei pälvinud 2025. aasta lõpus välja antud teine versioon sama suurt vaimustust. Alibaba konkurent nimega Z-Image Turbo võttis lõpuks parima avatud lähtekoodiga mudeli krooni, kuna see oli kiirem ja nõudis vähem mälu. Black Forest Labs vajas tagasitulekut, mis tõestaks, et nende tehnoloogia on midagi enamat kui lihtsalt mänguasi internetimeemide tegemiseks. Liikudes video ja robootika valdkonda, otsivad nad stabiilsemat tulu tööstuspartneritelt nagu Audi. Seetõttu ei ole FLUX 3 veel täielikult avatud. Video- ja tegevustööriistad on saadaval ainult tasuliste API-de ja konkreetsete korporatiivpartnerite kaudu. Versioon, mida tavakasutajad saavad alla laadida ja oma arvutites käitada, on kavas välja anda alles 2026. aasta lõpus.

Mida see tähendab teie järgmise ostu jaoks

Tavainimese jaoks on sellel tehnoloogilisel nihkel kaks käegakatsutavat mõju. Esiteks on digitaalse sisu kvaliteet saavutamas uut taset. Oleme eemaldumas teraliste viiesekundiliste AI-klippide ajastust. Järgmise paari kuu jooksul näete tõenäoliselt turunduskampaaniaid ja lühifilme, mis kasutavad FLUX 3-t, et luua stseene, mis on eristamatud päriskaadritest. See hõlmab ka kõrgetasemelist heli, mis muudab kogemuse kaasahaaravaks. See alandab tootmiskulusid väikeste loojate jaoks, kuid muudab ka digitaalse maailma läbipaistmatumaks, kuna piir reaalse ja sünteetilise vahel kaob.

Teiseks viitab FLUX-mimic kasutamine tehastes muutusele füüsiliste kaupade valmistamises. Kui robotid saavad hakkama pehmete ja painduvate osadega, saavad autotootjad automatiseerida suurema osa koosteprotsessist. Tavaliselt toob see kaasa ühtlasema ehituskvaliteedi ja vähem vigu lõpptootes. See tähendab ka seda, et meie aja "digitaalset toornaftat" — suuri videoandmestikke — kasutatakse nüüd füüsiliste masinate toitmiseks. Teie järgmine nutitelefon või auto võib olla vastupidavam, sest närvivõrk harjutas koosteprotsessi simulatsioonis miljon korda, enne kui esimene osa üldse tehasepõrandale jõudis.

Perspektiiv nähtamatule masinale

Praktiliselt võttes peaksime vaatama FLUX 3-t kui silda. See ühendab pikslite maailma füüsiliste objektide maailmaga. Pikka aega oli tehisintellekt aju ilma kehata. See suutis kirjutada luuletusi ja maalida pilte, kuid ei suutnud siduda kingapaelu ega voltida särki. Treenides mudelit videot mõistma, on Black Forest Labs andnud sellele ajule taju sellest, kuidas füüsiline maailm toimib. See on alusmüüri rajamine robotitele, mis saavad meid aidata igapäevaelus, mitte ainult ekraani taga istuda.

Lõppkokkuvõttes ei ole tegelik lugu siin ainult paremast videogeneraatorist. See on tootmisoskuste detsentraliseerimine. Kui tehisintellekt õpib Audi tehases uksetihendit paigaldama, on see teadmine digitaalne. Seda saab kopeerida ja saata hetkega teisel pool planeeti asuvasse tehasesse. Me jälgime maailma varajasi etappe, kus masinad õpivad meid jälgides, selle asemel et olla meie poolt programmeeritud. Haibi pärast muretsemise asemel jälgige väikeseid asju oma keskkonnas. Vaadake oma riiete õmblusi või seadmete tihendeid. Need on rindejooned, kus tehisintellekt alustab oma kõige praktilisemat tööd.

Allikad:
Black Forest Labsi tehniline teadaanne (juuli 2026)
Audi tootmise progressiaruanne
mimic roboticsi integratsiooni lühikokkuvõte
Artificial Analysis Image Arena andmed