AIVideoFreeGenerator ng AI Video ng FLUX 3
Ang unang video model ng Black Forest Labs: mga 20-segundong clip na may naka-sync na audio, hanggang 10 naka-pin na keyframe, at mga itsurang mula live-action hanggang stop-motion. Mag-type ng prompt sa ibaba at subukan ito.
Developer
Black Forest Labs
Uri
Multimodal (video ngayon, larawan sa lalong madaling panahon)
Audio
Native, naka-sync, parehong password
Tagal
Hanggang 20 s bawat pass
Mga keyframe
Hanggang 10 naka-pin + una/huli
Buksan ang mga timbang
Nakaplanong development, huling bahagi ng 2026
Tier dito
May bayad na credits + draft mode
Ang aming hatol sa isang linya: ang pili para sa storyboard. Kapag alam mo nang eksakto kung aling mga frame ang kailangang maabot ng shot — o gusto mo ng hitsurang hindi “cinematic AI video” — magsimula dito.
FLUX 3 nagmula sa Freiburg lab na ang mga founder ay gumawa ng arkitekturang nasa likod ng Stable Diffusion, at ito ang una nilang modelong gumagalaw: isang network na sabay na sinanay sa mga larawan, video, audio at aksyon, na unang naghahatid ng video. Dalawang bagay ang nagpapangat dito sa isang siksik na buwan — maaari kang mag-pin ng hanggang sampung eksaktong frame at hayaang i-animate ng modelo ang pagitan ng mga ito, at ang output ay hindi nakakandado sa makintab na “AI cinematic” na itsura. Hilaw, nostalgic, handmade, kakaiba: ang saklaw ang punto.
Kung saan nangunguna ang FLUX 3 — at kung saan hindi
Mga unang impresyon mula sa aming mga test render kasama ang materyal na inilathala ng BFL — na ipinasa nang buo ang sarili nilang mga paalala. Babaguhin namin ito kapag dumating ang mga independiyenteng numero.
Tunay na malakas
• Kontrol ng keyframe.
I-pin ang hanggang 10 eksaktong frame kasama ang una at huli, at bubuo ang model ng galaw, camera, dialogue, at audio sa pagitan ng mga ito. Storyboarding bilang input format — wala nang iba pa na hino-host namin ang tumatanggap ng ganito karaming anchor.
• Saklaw na estetiko.
Stop-motion, macro, time-lapse, nostalgic na home video, sinadyang kakaiba — nalalampasan nito ang pare-parehong sinematikong kinang na karaniwang pinipili ng karamihan sa mga video model. Kung ang hitsura ng brand mo ay hindi "trailer ng pelikula", mahalaga ito.
• Audio sa parehong pass.
Hanggang 20 segundo na may naka-synchronize na soundtrack — kasama ang diyalogo — at seam-aware na extension na nagdadala ng galaw, camera, at audio sa kabila ng dugtungan kapag pinalalawig mo ang isang clip.
• Ekonomiya ng draft mode.
Bawat endpoint ay may mabilis na variant ng draft para sa murang mga preview. Mag-iterate sa draft, gumastos ng totoong credits nang isang beses lang sa final — ang workflow na ipinapangaral ng buong site na ito, nakapaloob sa model family.
Mga kilalang limitasyon
• Wala pa rito ang bahagi ng larawan.
Sikat ang pangalang FLUX para sa mga image, pero unti-unti pa ring inilalabas ang image generation ng FLUX 3. Kung pumunta ka rito para gumawa ng mga larawan, ilang linggo pa iyon — tingnan ang FAQ bago ka maubusan ng credits sa pag-alam nito.
• Ang mga benchmark ay mga numero ng bahay.
Ang chart ng paglulunsad ay tinaguriang paunang pagsusuri ng isang maagang kandidato, at ang pinakakapansin-pansing mga win rate ay nagmula sa laban sa mga modelong hindi nagtatakda ng kasalukuyang takbo. Mas matibay ang mga sumunod na pahayag ng BFL, ngunit panloob pa rin ang mga ito.
• 20 segundo, hindi 30.
Wan 3.0 at Seedance 2.5 ay parehong umaabot sa 30 sa isang pasada. Sumusagot ang FLUX 3 gamit ang extension na nirerespeto ang dugtungan — pero kung ang brief ay isang tuloy-tuloy na kalahating minuto, hindi ito ang tamang piliin.
• Mga timbang sa pag-develop: nakaplano, walang petsa.
Ang open-weight na release ay inanunsyo para sa mas huling bahagi ng 2026, nang walang petsa o mga tuntunin sa lisensya. Talagang maganda ang rekord ng BFL sa open source, pero ang plano ay plano pa rin.
Tatlong prompt na ipakita kung para saan ito
Isa para sa hitsura, isa para sa mga keyframe, isa para sa tahi. Kopyahin, ipagpalit ang mga bracket, i-render — sa draft mode muna.
Anti-sinematiko — saklaw ng estilo na ipinapakita
"Isang handmade na eksenang stop-motion: isang luwad na [astronaut] ang nagtatanim ng munting bandilang papel sa isang buwan sa mesa ng kusina na gawa sa harina. Nakikitang mga bakas ng daliri sa luwad, bahagyang pakendeng-kendeng na galaw na 12fps, malambot na liwanag mula sa bintana, mga tunog ng yapak sa felt at isang muffled na linya ng diyalogo sa matinis na boses."
Ang pagtukoy sa mga imperpeksiyon — mga fingerprint, putol-putol na frame rate — ang siyang naglalayo sa FLUX 3 mula sa default na kinang. Karamihan sa mga model ay lumalaban sa “handmade”; itinuturing ito ng isang ito bilang target na estilo.
Lock ng storyboard — mga keyframe bilang script
I-upload: 4 na keyframe (produktong naka-kahon → inalis sa kahon → nasa kamay → logo card)
"Isang 20-segundong unboxing na ipinapakita ang apat na frame na ito nang sunod-sunod, humigit-kumulang 5 segundo ang pagitan. Natural na pakiramdam ng handheld, mga tunog ng pagpunit ng papel at tape, tahimik na tuwa mula sa boses sa labas ng screen sa ikatlong frame."
Dala ng mga frame ang komposisyon, kaya kailangan lang ng prompt na idirekta ang timing, galaw, at tunog. Ang mga pahiwatig sa pagitan ("humigit-kumulang 5 segundo ang pagitan") ay pumipigil sa model na madaliin ang mga beat. Ito ang workflow na matagal nang hinihintay ng mga storyboard-first team.
Ang tuloy-tuloy na pagpapalawak
Magsimula sa: isang clip na nagawa mo na
"Pahabain ng 10 segundo: kinukumpleto ng [dancer] ang ikot kung saan nagtatapos ang clip, patuloy na umaandar pakaliwa ang camera sa parehong bilis, nagpapatuloy ang musika nang walang aberya — walang cut, walang reset."
Binabasa ng extension ang galaw at audio ng mga huling frame, kaya dapat ilarawan ng tagubilin ang pagpapatuloy, hindi ang bagong eksena. "Kinukumpleto ang pagliko kung saan nagtatapos ang clip" binibigyan ito ng pisikal na hiblang mahihila; pinoprotektahan ng pagbanggit sa bilis ng camera ang drift sa kabuuan ng dugtungan.
FLUX 3 vs Veo vs Seedance 2.5
Tatlong audio-native na modelo, tatlong pilosopiya ng kontrol. Parehong mga prompt sa lahat ng tatlo, hinusgahan batay sa kung ano ang ilalabas namin — pansamantala para sa dalawang mas bago. Ikumpara mo mismo mula sa isang prompt box.
Mula sa laboratoryo ng larawan tungo sa multimodal
FLUX 3
inanunsyo noong Hulyo 23: isang arkitektura para sa larawan, video, audio at aksyon. Naunang inilabas ang video (20 s, native na audio, mga keyframe); ilulunsad ang pagbuo ng larawan sa mga susunod na linggo; ang open-weight na Dev release ay planado para sa bandang huli ng taon. Ang bersyon sa pahinang ito.
FLUX.2 at ang pamilya ng FLUX.1
ang panahon ng imahe na nagpasikat sa pangalan: FLUX.1 dev ay naging isa sa pinakamaraming na-download at na-fine-tune na open diffusion release saanman, ang gulugod ng di-mabilang na workflow ng komunidad.
Bago ang FLUX
binuo ng pangkat ng mga tagapagtatag ang latent diffusion architecture sa likod ng Stable Diffusion. Ang kredibilidad sa open-source na dala ng kasaysayang iyon ang dahilan kung bakit mas mabigat ang pangako ng "FLUX 3 Dev" kaysa sa karamihan ng mga open-weight pledge.
FLUX 3 tanong, diretsong sinagot
Ang unang multimodal foundation model ng Black Forest Labs, inanunsyo noong Hulyo 23, 2026 — isang arkitekturang sama-samang sinanay sa mga larawan, video, audio at paghula ng aksyon, mula sa koponan ng Freiburg na ang mga founder ay gumawa ng arkitektura sa likod ng Stable Diffusion. Ang bahaging maaari mong gamitin sa pag-generate ngayon ay video: hanggang 20 segundo na may naka-sync na soundtrack sa parehong pass, mula sa text, panimulang larawan, naka-pin na keyframes, o kasalukuyang clip na gusto mong pahabain.
Hindi ba ito ang tamang tool? Subukan ang mga kalapit nito
Ang realista. Kapag kailangang magmukhang tunay na footage ang clip, na may audio.
Mahabang kuha. Mga 30-segundong kuha na pinutol ayon sa iyong soundtrack.
Ang document reader. Mga deck, PDF at spreadsheet ang input, video ang output.