我们呈现了 Self-Flow 的研究预览：一种可扩展的多模态生成模型训练方法。 多模态生成需要跨模态的端到端学习：图像、视频、音频、文本——而不受限于外部模型进行表示学习。Self-Flow 通过自监督流匹配来解决这个问题，能够在各个模态之间高效扩展。 结果： • 在各个模态中收敛速度提高了最多 2.8 倍。 • 视频中的时间一致性得到了改善。 • 文本渲染和排版更清晰。 这是我们迈向多模态视觉智能的基础研究。

更快的生成让你可以探索更多设计想法。 FLUX.2 [pro]，我们使用最频繁的模型，现在速度提升了2倍，质量没有损失，价格也没有上涨。 线程中有更多示例 🧵

今天，我们分享了对新兴风险的第三方评估结果。这些发现展示了我们在每次发布前、期间和之后的缓解措施的有效性，漏洞数量比其他流行的开放权重AI模型少超过10倍。 黑森林实验室正在推动视觉智能的前沿。我们的团队发布了一些全球最强大和最受欢迎的AI模型。随着我们的成长，我们正在采取措施打击AI的滥用——并展示高性能、开放创新和合理的安全措施是相辅相成的。 下面是帖子链接。