Black Forest Labs、ネイティブオーディオとリップシンク付き対話を備えたFLUX 3 Videoをリリース

Black Forest Labsは、そのFLUX 3 VideoモデルをAPIおよび厳選されたパートナーを通じて一般提供開始しました。このモデルは、最大20秒のHDおよびフルHDのクリップを生成し、会話、効果音、環境音などのネイティブオーディオを含みます。テキストからビデオ、画像からビデオ、キーフレーム、ビデオの継続、1つのクリップ内での複数のシーンやカメラアングルをサポートしています。FLUX 3はシーン内に直接タイポグラフィをレンダリングし、複雑なプロンプトを理解し、ドキュメンタリー用のワールドナレッジを使用します。ダイアログは14以上の言語でリップシンク付きで生成されます。BFL自身の評価によると、FLUX 3はテキストからビデオ（1135）と画像からビデオ（1051）のELOランキングで第1位を獲得し、Gemini Omni Flash、Minimax H3、Seedance 2.0を上回っています。価格はビデオ出力1秒あたりで設定されています。ドラフトモードはHDのみで、1秒あたり0.06ドル（テキスト/画像からビデオ）または0.12ドル（ビデオからビデオ）です。フル品質はHDで1秒あたり0.17ドルまたは0.41ドル、フルHDで0.29ドルまたは0.53ドルです。オーディオは価格に含まれています。より多くのビデオ例はBFLのブログでご覧いただけます。