Black Forest Labs lança FLUX 3 Video com áudio nativo e diálogos sincronizados com os lábios

A Black Forest Labs disponibilizou seu modelo FLUX 3 Video de forma geral por meio de sua API e parceiros selecionados. O modelo gera clipes de até 20 segundos em HD e Full HD, incluindo áudio nativo com diálogos, efeitos sonoros e sons ambiente. Ele suporta texto para vídeo, imagem para vídeo, keyframes, continuação de vídeo, e múltiplas cenas e ângulos de câmera em um único clipe. O FLUX 3 renderiza tipografia diretamente na cena, entende prompts complexos e usa conhecimento de mundo para documentários. Os diálogos são gerados com sincronização labial em mais de 14 idiomas. De acordo com as avaliações da própria BFL, o FLUX 3 alcança o primeiro lugar nos rankings ELO para texto para vídeo (1135) e imagem para vídeo (1051), à frente do Gemini Omni Flash, Minimax H3 e Seedance 2.0. O preço é por segundo de saída de vídeo. O modo rascunho está disponível apenas em HD e custa 0,06 dólares por segundo (texto/imagem para vídeo) ou 0,12 dólares (vídeo para vídeo). A qualidade total custa 0,17 ou 0,41 dólares por segundo em HD, e 0,29 ou 0,53 dólares em Full HD. O áudio está incluído no preço. Mais exemplos de vídeo estão disponíveis no blog da BFL.