AIVideoFreeFLUX 3 AI-videogenerator
Black Forest Labs första videomodell: 20-sekundersklipp med synkroniserat ljud, upp till 10 fästa nyckelbildrutor och uttryck som sträcker sig från live-action till stop-motion. Skriv en prompt nedan och prova.
Utvecklare
Black Forest Labs
Typ
Multimodal (video nu, bild snart)
Ljud
Inbyggt, synkroniserat, samma lösenord
Varaktighet
Upp till 20 s per passering
Nyckelbilder
Upp till 10 fästa + första/sista
Öppna vikter
Utveckling planerad, slutet av 2026
Nivå här
Betalda krediter + utkastläge
Vårt omdöme på en rad: storyboard-valet. När du vet exakt vilka bildrutor tagningen måste träffa — eller vill ha en look som inte är “cinematic AI video” — börja här.
FLUX 3 kommer från Freiburg-labbet vars grundare byggde arkitekturen bakom Stable Diffusion, och det är deras första modell som rör sig: ett nätverk som tränats gemensamt på bilder, video, ljud och handling, med video först ut. Två saker gör att den sticker ut i en fullspäckad månad — du kan fästa upp till tio exakta bildrutor och låta modellen animera mellan dem, och resultatet är inte låst till den glansiga “AI-cinematic”-looken. Rå, nostalgisk, handgjord, märklig: det är spannet som är poängen.
Där FLUX 3 vinner — och där det inte gör det
Tidiga intryck från våra testrenderingar plus BFLs publicerade material — med deras egna förbehåll återgivna intakta. Vi reviderar när oberoende siffror kommer in.
Verkligen starkt
• Kontroll av nyckelbildrutor.
Fäst upp till 10 exakta bildrutor plus den första och sista, så genererar modellen rörelse, kamera, dialog och ljud mellan dem. Storyboarding som indataformat — inget annat som vi hostar accepterar så många ankare.
• Estetiskt omfång.
Stop-motion, makro, time-lapse, nostalgisk hemmavideo, medvetet märkligt — det undkommer den enhetliga filmiska glans som de flesta videomodeller använder som standard. Om ditt varumärkes utseende inte är "filmtrailer", spelar det här roll.
• Ljud i samma pass.
Upp till 20 sekunder med ett synkroniserat soundtrack — dialog inkluderad — och skarvmedveten förlängning som för rörelse, kamera och ljud över skarven när du förlänger ett klipp.
• Ekonomin i utkastläge.
Varje slutpunkt har en snabb utkastvariant för billiga förhandsvisningar. Iterera på utkastet, spendera riktiga krediter bara en gång på den slutliga versionen — arbetsflödet som hela den här webbplatsen förespråkar, inbyggt i modellfamiljen.
Kända begränsningar
• Bilddelen är inte här än.
Namnet FLUX är känt för bilder, men bildgenereringen i FLUX 3 rullas fortfarande ut. Om du kom hit för att skapa bilder är det fortfarande veckor bort — läs FAQ innan du bränner krediter på att ta reda på det.
• Benchmarks är husnummer.
Lanseringsdiagrammet märktes som en preliminär utvärdering av en tidig kandidat, och de mest iögonfallande vinstfrekvenserna kom mot modeller som inte sätter tempot just nu. BFL:s senare påståenden är starkare men fortfarande interna.
• 20 sekunder, inte 30.
Wan 3.0 och Seedance 2.5 når båda 30 i en enda körning. FLUX 3 svarar med en förlängning som respekterar skarven — men om briefen är en enda obruten halvminut är det inte rätt val.
• Utvecklingsvikter: planerade, inte daterade.
Open-weight-lanseringen är annonserad till senare under 2026, utan datum eller licensvillkor. BFL:s historik inom öppen källkod är verkligen bra, men en plan är fortfarande en plan.
Tre prompter som visa vad det är till för
En för utseendet, en för nyckelbilderna, en för sömmen. Kopiera, byt ut hakparenteserna, rendera — först i utkastläge.
Det antikinematiska — stilspann som visas
"En handgjord stop-motion-scen: en [astronaut] av lera planterar en liten pappersflagga på en köksbordsmåne gjord av mjöl. Synliga fingeravtryck i leran, lätt ryckig 12fps-rörelse, mjukt fönsterljus, ljud av filtsteg och en dämpad dialogreplik med pipig röst."
Att namnge bristerna — fingeravtryck, ryckig bildfrekvens — är det som styr bort FLUX 3 från standardglansen. De flesta modeller motarbetar ”handgjort”; den här behandlar det som ett stilmål.
Storyboard-lås — nyckelbilder som skript
Ladda upp: 4 nyckelbilder (produkt i förpackning → uppackad → i handen → logotypkort)
"En 20 sekunder lång unboxing som visar dessa fyra bildrutor i ordning, med ungefär 5 sekunders mellanrum. Naturlig handhållen känsla, ljud av papper som rivs och tejp, stillsam glädje från en röst utanför bild vid tredje bildrutan."
Bildrutorna bär kompositionen, så prompten behöver bara styra timing, rörelse och ljud. Avståndstips ("ungefär 5 sekunder emellan") hindrar modellen från att skynda igenom taktslagen. Det här är arbetsflödet som storyboard-first-team har väntat på.
Den sömlösa utökningen
Börja från: ett klipp som du redan har genererat
"Förläng med 10 sekunder: [dancer] slutför vändningen som klippet slutar med, kameran fortsätter att glida åt vänster i samma hastighet, musiken fortsätter utan avbrott — inget klipp, ingen återställning."
Förlängningen läser rörelsen och ljudet i de sista bildrutorna, så instruktionen bör beskriva en fortsättning, inte en ny scen. "Fullbordar svängen som klippet slutar med" ger den en fysisk tråd att dra i; att ange kamerahastigheten skyddar glidningen över skarven.
FLUX 3 vs Veo vs Seedance 2.5
Tre audio-native-modeller, tre kontrollfilosofier. Samma prompter i alla tre, bedömda efter vad vi skulle släppa — preliminärt för de två nyare. Jämför dem själv från en enda promptruta.
Från bildlabb till multimodalt
FLUX 3
tillkännagavs den 23 juli: en arkitektur för bild, video, ljud och åtgärd. Video levererades först (20 s, inbyggt ljud, nyckelbildrutor); bildgenerering rullas ut under de följande veckorna; den öppna viktade Dev-versionen planeras till senare under året. Versionen på den här sidan.
FLUX.2 och FLUX.1-familjen
bilderan som gjorde namnet känt: FLUX.1 dev blev en av de mest nedladdade och finjusterade öppna diffusionsutgåvorna överallt, ryggraden i otaliga community-arbetsflöden.
Före FLUX
grundarteamet byggde den latenta diffusionsarkitekturen bakom Stable Diffusion. Den trovärdighet inom öppen källkod som den historiken ger är anledningen till att "FLUX 3 Dev" väger tyngre som löfte än de flesta löften om öppna vikter.
FLUX 3 frågor, besvarade rakt på sak
Black Forest Labs första multimodala grundmodell, tillkännagiven den 23 juli 2026 — en enda arkitektur som tränats gemensamt på bilder, video, ljud och handlingsprediktion, från teamet i Freiburg vars grundare byggde arkitekturen bakom Stable Diffusion. Den del du kan generera med i dag är video: upp till 20 sekunder med ett synkroniserat soundtrack i samma körning, från text, en startbild, fästa keyframes eller ett befintligt klipp som du vill förlänga.
Inte rätt verktyg? Prova dess grannar
Realisten. När klippet måste passera som verkligt filmmaterial, med ljud.
Den långa tagningen. 30-sekundersklipp klippta till ditt soundtrack.
Dokumentläsaren. Presentationer, PDF:er och kalkylblad in, video ut.