FLUX 3 Max API - videogenerering med indbygget lyd

FLUX 3 Max er en optimeret videogenereringsmodel bygget på FLUX 3-videofundamentet. Den skaber video ud fra tekst, stillbilleder eller placerede keyframes med indbygget lyd, der genereres sammen med billedet. Modellens styrker er kombineret generering af billede og lyd, styring med første og sidste billedramme og flere placerede keyframes. Via PoYo API understøtter den klip på 5–20 sekunder i 720p eller 1080p med valgfri lyd til animation af billeder, produktpræsentationer og storyboarding.

Hent en API-nøgle fra dit PoYo-dashboard, tilføj kreditter, og vælg en genereringstilstand ud fra dit kildemateriale. Brug flux-3-max/text-to-video til en skriftlig scene, flux-3-max/image-to-video til et åbningsbillede og et valgfrit afsluttende billede, eller flux-3-max/keyframes-to-video til placerede billeder. Test din prompt, varighed, opløsning og lydindstilling i Playground, før du bruger de samme input i en API-anmodning. Gem det returnerede opgave-ID, og forespørg på dets status for at hente den færdige video. Brug kun de mediefelter, der hører til den valgte tilstand.

Tekst til video, billede til video og keyframe-generering har de samme priser: $0.17 pr. sekund i 720p og $0.29 pr. sekund i 1080p. Et klip på 5 sekunder koster derfor henholdsvis $0.85 eller $1.45, og et klip på 10 sekunder koster henholdsvis $1.70 eller $2.90. Vælg en varighed, der giver din handling tid nok, vælg en opløsning ud fra dine leveringsbehov, og se overslaget for din nuværende konfiguration i Playground, før du sender.

Vælg en varighed i hele sekunder fra 5 til 20 med 5 sekunder som standard og output i enten 720p eller 1080p med 720p som standard. Mulighederne for aspect_ratio er auto, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 og 9:16 til bredformat, landskab, kvadratiske og portrætkompositioner. Med standardindstillingen auto bruger tekst til video 16:9, mens billed- og keyframe-tilstandene følger det første billede. Tilpas formatet til den tilsigtede placering, og afsæt tid nok til motivets handling og kamerabevægelserne.

I tilstanden billede til video angiver du 1–2 billeder via image_urls: Det første bestemmer åbningsbilledrammen, og et valgfrit andet billede styrer den afsluttende billedramme. Brug prompten til at beskrive handlingen og kamerabevægelsen mellem dem. Start for eksempel med en lukket gaveæske, slut med en åben æske, og beskriv, hvordan låget langsomt åbnes. Denne styring er nyttig til produktafsløringer, scenskift og handlingsovergange. Forbered visuelt sammenhængende motiver og omgivelser, så den tilsigtede ændring står tydeligt.

Keyframe-tilstanden accepterer 1–10 poster i keyframes, som hver indeholder image_url og et heltal i frame_index. Indeksene skal være unikke og ligge mellem 0 og duration × 24, begge inklusive. For et klip på 5 sekunder kan positionerne 0, 60 og 120 styre begyndelsen, midten og slutningen. Brug prompten til at beskrive handlinger, kamerabevægelser og ændringer i omgivelserne mellem disse visuelle ankerpunkter. Før du sender, skal du kontrollere, at hver position passer til den valgte varighed, og at referencebillederne viser sammenhængende motiver og omgivelser.

Ja. FLUX 3 Max kan generere indbygget lyd sammen med videoen, hvor sound som standard er true. Sæt den til false, når du har brug for optagelser uden lyd til separat voiceover eller redigering. Din prompt kan beskrive dialog, levering, stemning og handlingslyde, for eksempel en karakter, der taler, mens regn og fodtrin kan høres. Beskriv de ønskede lyde sammen med de tilhørende scenehandlinger for at formidle din kreative retning, og gennemgå derefter hele klippet for talens indhold, lydens timing og den visuelle præstation, før du vælger det.

På PoYo tilbyder FLUX 3 Max tekst til video, billede til video og keyframe-generering, hvor styring med første billedramme og en valgfri sidste billedramme er inkluderet i billede til video. Den egner sig til workflows, der skaber nye klip ud fra skriftlige scener, stillbilleder eller storyboard-planer. FLUX 3-familien tilbyder også et separat endpoint til første/sidste billedramme og et endpoint til forlængelse af video, så eksisterende optagelser kan fortsættes. Begge understøtter indbygget lyd og output i 720p eller 1080p. Vælg FLUX 3-grænsefladen til forlængelse, når dit workflow har brug for at fortsætte en video. De nuværende Max-endpoints accepterer ikke en eksisterende video til forlængelse.