Black Forest Labs lance FLUX 3 Video avec audio natif et dialogues synchronisés sur les lèvres

Black Forest Labs a rendu son modèle FLUX 3 Video généralement disponible via son API et ses partenaires sélectionnés. Le modèle génère des clips allant jusqu'à 20 secondes en HD et Full HD, avec audio natif comprenant dialogues, effets sonores et sons ambiants. Il prend en charge la transformation texte-vers-vidéo, image-vers-vidéo, les images clés, la continuation de vidéo, ainsi que plusieurs scènes et angles de caméra dans un seul clip. FLUX 3 rend la typographie directement dans la scène, comprend des invites complexes et utilise des connaissances du monde pour les documentaires. Les dialogues sont générés avec synchronisation labiale dans plus de 14 langues. Selon les propres évaluations de BFL, FLUX 3 atteint la première place dans les classements ELO pour la génération texte-vers-vidéo (1135) et image-vers-vidéo (1051), devant Gemini Omni Flash, Minimax H3 et Seedance 2.0. La tarification se fait par seconde de sortie vidéo. Le mode brouillon n'est disponible qu'en HD et coûte 0,06 dollar par seconde (texte/image-vers-vidéo) ou 0,12 dollar (vidéo-vers-vidéo). La qualité complète coûte 0,17 ou 0,41 dollar par seconde en HD, et 0,29 ou 0,53 dollar en Full HD. L'audio est inclus dans le prix. D'autres exemples de vidéos sont disponibles sur le blog de BFL.