Black Forest Labs ने FLUX 3 Video जारी किया, जिसमें नेटिव ऑडियो और लिप-सिंक डायलॉग हैं
Black Forest Labs ने अपना FLUX 3 Video मॉडल जारी किया है, जो API और पार्टनर्स के माध्यम से उपलब्ध है। यह नेटिव ऑडियो के साथ 20 सेकंड तक के HD/Full HD क्लिप बनाता है, टेक्स्ट-टू-वीडियो और इमेज-टू-वीडियो समर्थित है, और ELO रैंकिंग में पहले स्थान पर है।
ब्लैक फॉरेस्ट लैब्स ने अपने FLUX 3 वीडियो मॉडल को अपने API और चयनित भागीदारों के माध्यम से आम तौर पर उपलब्ध करा दिया है। यह मॉडल HD और फुल HD में 20 सेकंड तक के क्लिप उत्पन्न करता है, जिसमें संवाद, ध्वनि प्रभाव और परिवेशीय ध्वनियों सहित मूल ऑडियो शामिल है। यह टेक्स्ट-टू-वीडियो, इमेज-टू-वीडियो, कीफ्रेम, वीडियो निरंतरता, और एक क्लिप में कई दृश्यों और कैमरा कोणों का समर्थन करता है। FLUX 3 दृश्य में सीधे टाइपोग्राफी प्रस्तुत करता है, जटिल संकेतों को समझता है, और वृत्तचित्रों के लिए विश्व ज्ञान का उपयोग करता है। संवाद 14 से अधिक भाषाओं में होंठ-समन्वित (लिप-सिंक) उत्पन्न होते हैं। बीएफएल के स्वयं के मूल्यांकन के अनुसार, FLUX 3 टेक्स्ट-टू-वीडियो (1135) और इमेज-टू-वीडियो (1051) के लिए ELO रैंकिंग में पहला स्थान प्राप्त करता है, जो जेमिनी ओमनी फ्लैश, मिनिमैक्स एच3 और सीडेंस 2.0 से आगे है। मूल्य निर्धारण वीडियो आउटपुट के प्रति सेकंड है। ड्राफ्ट मोड केवल HD में उपलब्ध है और प्रति सेकंड 0.06 डॉलर (टेक्स्ट/इमेज-टू-वीडियो) या 0.12 डॉलर (वीडियो-टू-वीडियो) खर्च होता है। पूर्ण गुणवत्ता के लिए HD में प्रति सेकंड 0.17 या 0.41 डॉलर, और फुल HD में 0.29 या 0.53 डॉलर खर्च होता है। ऑडियो कीमत में शामिल है। अधिक वीडियो उदाहरण BFL ब्लॉग में उपलब्ध हैं।
स्रोत: The Decoder (DE) —
मूल