Black Forest Labs 发布 FLUX 3 Video，原生音频与对口型对话功能加持

Black Forest Labs已通过其API和选定合作伙伴全面推出FLUX 3视频模型。该模型可生成最长20秒的高清及全高清视频片段，包含原生音频，如对话、音效和环境声。它支持文生视频、图生视频、关键帧、视频续接，以及单片段中的多场景和多机位角度。FLUX 3可直接在场景中渲染文字，理解复杂提示，并运用世界知识制作纪录片。对话以唇形同步生成，支持超过14种语言。根据BFL自身的评估，FLUX 3在文生视频（1135）和图生视频（1051）的ELO排名中均居首位，领先于Gemini Omni Flash、Minimax H3和Seedance 2.0。定价按视频输出秒数计算。草稿模式仅限高清，价格为每秒0.06美元（文生/图生视频）或0.12美元（视频转视频）。全质量模式高清价格为每秒0.17或0.41美元，全高清为0.29或0.53美元。音频已包含在价格内。更多视频示例可在BFL博客中查看。