提示词

描述您想要生成的内容

0/2500
参数设置
加载中...

FLUX 3 Video — 原生音频多模态视频生成

了解 Black Forest Labs 首个 FLUX 视频模型已确认的能力:原生音频、最长 20 秒片段、文生视频、图生视频、视频参考、关键帧控制、多语言对白与多镜头串联。FLUX 3 Video 即将上线 Flux2Pro。

FLUX 3 Video 预览

当前预览片段展示原生音频视频、角色场景、动态表现和多镜头潜力。现阶段结果仍属初步展示,可能与最终版本不同。

创作富有表现力的动作场景

FLUX 3 Video 旨在一次生成中理解主体、动作、镜头行为、环境与同步声音等详细指导。

提示词控制运动

通过结构清晰的场景简报描述动作、节奏、镜头运动、氛围和物理事件。

原生事件音效

让声音与画面动作共同生成,使物理事件和屏幕上的内容自然关联。

更长的单次片段

BFL 表示,早期访问版本单次可生成最长 20 秒的带声音视频。

制作带原生声音的角色场景

已公布的模型将视觉生成与音频结合,支持多语言对白,同时可使用起始帧和视觉参考。

多语言对白

在原生音频工作流中生成多种语言的语音对白。

两种图生视频方式

让起始帧动起来,或把图像作为更宽泛的视觉参考来指导场景。

参考一致性

使用已审核的视觉输入,帮助约束角色外观和场景方向。

把动态镜头串联为更长序列

FLUX 3 Video 计划支持续写、关键帧过渡和多镜头工作流,可进一步组合成更长的成片。

视频与音频续写

延长现有输入片段,同时延续它的画面和音频方向。

关键帧过渡

定义画面端点,并生成连接这些关键帧的动态过程。

多镜头串联

把独立片段组合为更长序列,并通过参考素材帮助维持角色连续性。

已确认能力

FLUX 3 Video 计划实现的能力

以下内容基于 Black Forest Labs 于 2026 年 7 月 23 日公布的早期访问信息。模型仍在开发中,当前结果和规格均属初步信息。

文生视频与原生音频

同时生成视频与同步音频,包括对白以及与物理事件关联的声音。

两种图生视频工作流

可让起始帧动起来,也可以把图像作为视觉参考,而不要求它成为第一帧。

视频到视频

把源片段作为运动、结构或视觉转换的参考。

视频与音频续写

在延长输入片段画面的同时,继续生成与之关联的音频。

关键帧与多镜头串联

在指定关键帧之间生成过渡,并把多个独立结果组合为更长序列。

多种风格、动态文字与运动设计

预览内容覆盖多种视觉美学、动态文字与设计导向的运动图形工作流。

工作流预览

未来的 FLUX 3 Video 工作流

当前暂未开放视频生成功能。集成上线后,计划中的制作流程将包含三个阶段:

1

编写场景、声音与镜头计划

明确主体、动作、环境、镜头运动、节奏、氛围、对白和重要声音事件。

2

添加已审核的图像或视频参考

根据工作流选择起始帧、视觉参考、源视频、续写片段或关键帧。

3

生成、检查并完成剪辑

检查运动、连续性、音画同步和角色一致性,再优化提示词,或把片段组合为更长序列。

常见问题

FLUX 3 Video:可用状态与详细信息

说明早期访问的含义、已经确认的能力,以及 Flux2Pro 当前尚未开放的内容。

现在可以在 Flux2Pro 生成 FLUX 3 Video 吗?

暂时不可以。生成控件已主动禁用,本模型页面的状态为“即将推出”。

FLUX 3 Video 已正式发布了吗?

Black Forest Labs 于 2026 年 7 月 23 日开放了早期访问。BFL 同时说明模型及配套系统仍在开发中,因此当前评测与规格均属初步信息。

FLUX 3 Video 会生成音频吗?

会。BFL 表示所有已公布的视频工作流都包含原生音频生成,包括多语言对白和与物理事件关联的声音。

它支持哪些输入方式?

BFL 已公布文生视频、两种图生视频、视频到视频参考迁移、视频与音频续写,以及关键帧到视频过渡。

最长可以生成多长的视频?

早期访问公告称,FLUX 3 单次可生成最长 20 秒的带声音视频。Flux2Pro 的最终限制尚未确定。

它能制作更长的多镜头序列吗?

BFL 表示可以把独立片段串联成更长序列,并通过视觉参考帮助保持不同镜头之间的角色一致性。

FLUX 3 Video 会提供开放权重吗?

BFL 的计划包含开放权重多模态骨干模型 FLUX 3 Dev。最终可用时间、模型规模、硬件要求和许可条款尚未公布。

Flux2Pro 与 Black Forest Labs 有关联吗?

没有。Flux2Pro 是独立服务,与 Black Forest Labs 不存在隶属、认可或赞助关系。