Black Forest Labs lanza FLUX 3 Video con audio nativo y diálogos sincronizados con los labios

Black Forest Labs ha puesto su modelo FLUX 3 Video a disposición general a través de su API y de socios seleccionados. El modelo genera clips de hasta 20 segundos en alta definición y alta definición completa, incluido audio nativo con diálogos, efectos de sonido y sonidos ambientales. Admite conversión de texto a video, de imagen a video, fotogramas clave, continuación de video, y múltiples escenas y ángulos de cámara en un solo clip. FLUX 3 renderiza tipografía directamente en la escena, entiende indicaciones complejas y utiliza conocimiento del mundo para documentales. Los diálogos se generan con sincronización de labios en más de 14 idiomas. Según las evaluaciones propias de BFL, FLUX 3 alcanza el primer lugar en los rankings ELO para texto a video (1135) e imagen a video (1051), por delante de Gemini Omni Flash, Minimax H3 y Seedance 2.0. El precio se establece por segundo de salida de video. El modo borrador está disponible solo en alta definición y cuesta 0,06 dólares por segundo (texto o imagen a video) o 0,12 dólares (video a video). La calidad completa cuesta 0,17 o 0,41 dólares por segundo en alta definición, y 0,29 o 0,53 dólares en alta definición completa. El audio está incluido en el precio. Hay más ejemplos de video disponibles en el blog de BFL.