Black Forest Labs phát hành FLUX 3 Video với âm thanh gốc và hội thoại khớp môi

Black Forest Labs đã chính thức phát hành mô hình FLUX 3 Video thông qua API và các đối tác được chọn. Mô hình này tạo ra các đoạn clip dài tới 20 giây ở độ phân giải HD và Full HD, bao gồm cả âm thanh gốc với hội thoại, hiệu ứng âm thanh và tiếng động môi trường. Nó hỗ trợ chuyển văn bản thành video, chuyển hình ảnh thành video, khung hình chính, nối tiếp video và nhiều cảnh cùng góc máy trong một clip. FLUX 3 hiển thị trực tiếp kiểu chữ trong cảnh, hiểu các yêu cầu phức tạp và sử dụng kiến thức thế giới để tạo phim tài liệu. Hội thoại được tạo ra đồng bộ khẩu hình với hơn 14 ngôn ngữ. Theo đánh giá của chính BFL, FLUX 3 đạt vị trí đầu tiên trong bảng xếp hạng ELO cho chuyển văn bản thành video (1135) và chuyển hình ảnh thành video (1051), vượt qua Gemini Omni Flash, Minimax H3 và Seedance 2.0. Giá tính theo mỗi giây video đầu ra. Chế độ bản nháp chỉ có ở HD và có giá 0,06 đô la mỗi giây (chuyển văn bản/hình ảnh thành video) hoặc 0,12 đô la (chuyển video thành video). Chất lượng đầy đủ có giá 0,17 hoặc 0,41 đô la mỗi giây ở HD, và 0,29 hoặc 0,53 đô la ở Full HD. Âm thanh đã được bao gồm trong giá. Có thể xem thêm ví dụ về video trong blog BFL.