FLUX 3 Video는 Black Forest Labs가 선보이는 완전한 시청각 생성용 첫 FLUX 모델입니다. 비디오와 네이티브 오디오를 함께 생성하고, 텍스트, 이미지 및 비디오 참조를 입력으로 받아 한 번의 생성으로 최대 20초 길이의 클립을 제작합니다.
FLUX 3는 PoYo에서 텍스트-비디오, 이미지-비디오, 시작/끝 프레임, 비디오 연장, 위치 지정 키프레임의 5개 워크플로로 제공됩니다. FLUX 3.
FLUX 3 Video 한눈에 보기
| 기능 | 발표된 지원 여부 |
|---|---|
| 텍스트-비디오 | 예 |
| 이미지-비디오 | 예 |
| 이미지 참조 | 예 |
| 비디오-비디오 | 예 |
| 비디오 및 오디오 이어 만들기 | 예 |
| 키프레임-비디오 | 예 |
| 네이티브 오디오 | 예 |
| 다국어 대화 | 예 |
| 한 번의 생성으로 가능한 최대 길이 | 최대 20초 |
| 화면비 | 여러 형식 발표 |
| 애니메이션 타이포그래피 | 발표됨 |
| 멀티샷 시퀀스 | 에이전틱 체이닝 발표 |
| 일반 PoYo API | 지금 사용 가능 |
FLUX 3 Video란?
FLUX 3 Video는 더 광범위한 FLUX 3 멀티모달 파운데이션 모델을 활용한 애플리케이션 중 하나입니다. 프레임을 생성하도록 개조된 이미지 모델과 달리, FLUX 3는 공유 아키텍처에서 이미지, 비디오 및 오디오를 함께 학습했습니다.
목표는 시각적 외형 이상의 정보를 모델링하는 것입니다. 비디오는 움직임과 시간적 관계를 학습하게 합니다. 오디오는 충격, 재질, 음성 및 환경적 사건에 대한 정보를 제공합니다. 공동 학습을 통해 생성된 사운드가 화면에서 일어나는 일과 연결될 수 있습니다.
이러한 이유로 FLUX 3는 특화된 연구 변형 모델을 통해 콘텐츠 제작을 넘어 행동 예측까지 확장됩니다.
Black Forest Labs의 공식 FLUX 3 출시 미디어입니다.
텍스트-비디오
텍스트-비디오는 작성된 장면 설명만으로 클립을 직접 생성합니다. 유용한 프롬프트에는 다음과 같은 요소를 정의할 수 있습니다.
- 주제와 동작
- 장소와 시간
- 카메라 위치와 움직임
- 시각적 스타일
- 대사
- 환경음
- 사건의 타이밍과 순서
- 화면비
PoYo 요청에는 프롬프트, 길이, 해상도, 화면비, 오디오와 이미지·비디오·키프레임 입력이 포함됩니다.
이미지-비디오
FLUX 3는 이미지를 기반으로 하는 두 가지 접근 방식을 지원합니다.
시작 프레임 애니메이션
이미지가 첫 프레임을 정의하면, 모델이 그 이후의 움직임과 사운드를 생성합니다. 제품 이미지, 일러스트레이션, 인물 사진 또는 디자인된 장면에 움직임을 추가할 때 유용합니다.
시각적 참조 입력
이미지는 문자 그대로 첫 프레임이 되지 않고 정체성, 주제 또는 스타일을 참조하는 용도로도 사용할 수 있습니다. 이를 통해 새로운 장면에서도 캐릭터, 물체 또는 시각적 방향성을 유지하는 데 도움이 될 수 있습니다.
이미지-비디오는 1장, 시작/끝은 순서가 있는 2장, 키프레임은 최대 10장을 지원합니다.
비디오-비디오
비디오-비디오는 소스 클립을 참조로 사용하고 핵심 요소를 다른 장면이나 맥락으로 가져옵니다.
잠재적인 활용 사례는 다음과 같습니다.
- 같은 캐릭터를 새로운 환경으로 이동
- 다른 시각적 스타일로 영상을 재해석
- 장면을 바꾸면서 움직임은 유지
- 기존 샷의 변형 생성
- 퍼포먼스를 시간적 참조로 사용
flux-3/extend-video는 원본 비디오 연장용이며 범용 비디오 스타일 변환 엔드포인트가 아닙니다.
비디오 및 오디오 이어 만들기
FLUX 3는 입력된 비디오와 오디오를 이어 만들 수 있습니다. 이어 만들기 모델은 다음과 같은 여러 요소를 함께 확장해야 합니다.
- 주제의 외형
- 카메라 움직임
- 물체의 궤적
- 조명과 환경
- 대화 또는 분위기
- 리듬과 사건의 타이밍
이 워크플로를 사용하면 짧은 샷을 확장하거나, 각각의 클립을 서로 무관한 프롬프트로 시작하지 않고 연속적인 이야기의 흐름을 만들 수 있습니다.
키프레임-비디오
키프레임-비디오는 정의된 시각적 순간 사이의 전환을 생성합니다. 시작 프레임과 마지막 프레임은 텍스트만 사용하는 것보다 구도를 더 정확하게 전달할 수 있습니다.
가능한 활용 사례는 다음과 같습니다.
- 제품 변형
- 카메라 전환
- 포즈 사이의 캐릭터 움직임
- 비포 앤 애프터 시퀀스
- 로고 또는 타이포그래피 애니메이션
- 스토리보드-모션 프리비주얼라이제이션
이미지 URL과 프레임 인덱스로 최대 10개 키프레임을 지정할 수 있습니다.
네이티브 오디오 생성
네이티브 오디오는 FLUX 3 Video를 정의하는 핵심 기능입니다. 모델은 별도의 오디오 파이프라인에 전적으로 의존하지 않고 동일한 장면의 일부로 사운드를 생성합니다.
사건에 맞춰 정렬되는 사운드
충격, 움직임 및 기계적 상호작용과 같은 동작은 눈에 보이는 사건에 맞춰 타이밍이 조정된 사운드를 생성할 수 있습니다. BFL은 물리적 사건과 사운드를 연결하는 능력이 특히 뛰어나다고 말합니다.
환경 오디오
장면에는 장소, 날씨 및 활동에 적합한 분위기와 환경음이 포함될 수 있습니다. 이를 통해 무음 비디오 생성보다 더 완성도 높은 첫 번째 초안을 얻을 수 있습니다.
다국어 대화
Black Forest Labs는 다국어 대화를 핵심 기능으로 제시합니다. 출시 발표에는 전체 지원 언어 목록이나 언어별 측정 음성 정확도가 포함되어 있지 않습니다.
비디오 및 오디오 이어 만들기
모델은 시청각 입력을 확장할 수 있으며, 새로운 구간에서도 분위기, 대화 맥락 및 사건의 타이밍을 유지할 가능성이 있습니다.
네이티브 생성이 후반 작업을 없애는 것은 아닙니다. 대화 정확도, 발음, 립싱크, 오디오 레벨 및 원치 않는 아티팩트는 여전히 검토가 필요합니다.
길이 및 해상도
5–20초, 720p/1080p, 8개 화면비, 네이티브 오디오를 지원합니다. 표준은 초당 34/58 credits, 연장은 82/106 credits입니다.
모델 ID, 파라미터 및 가격은 최신 PoYo 문서를 확인하세요. API.
캐릭터 및 스타일 일관성
FLUX 3는 장면 전반에서 핵심 요소를 유지하는 데 도움이 되도록 시각적 참조를 사용합니다. BFL은 참조를 사용하면 몇 분 동안 이어지는 멀티씬 시퀀스에서 캐릭터의 일관성을 유지할 수 있다고 말합니다.
이처럼 긴 출력은 한 번의 호출로 몇 분을 생성하는 것이 아니라 개별 클립을 체이닝하여 만듭니다. 각 샷에는 여전히 다음 작업이 필요할 수 있습니다.
- 참조 선택
- 프롬프트 연속성 유지
- 전환 계획
- 정체성 검토
- 오디오 연속성 확인
- 편집 및 조립
에이전틱 체이닝은 계획의 일부를 자동화할 수 있지만, 한 번의 생성으로 가능한 20초 제한을 무제한 연속 샷으로 바꾸지는 않습니다.
타이포그래피 및 애니메이션 디자인
BFL은 강력한 타이포그래피와 애니메이션 디자인을 FLUX 3 Video의 기능으로 강조합니다. 이를 통해 다음과 같은 작업을 지원할 수 있습니다.
- 모션 포스터
- 타이틀 시퀀스
- 제품 발표
- 키네틱 타이포그래피
- 소셜 광고
- 인터페이스 및 그래픽 애니메이션
생성된 텍스트는 여전히 프레임 단위로 확인해야 합니다. 한 순간에는 제목이 올바르게 보이더라도 움직이는 동안 변형될 수 있습니다.
초기 평가 결과
BFL의 예비 인간 선호도 테스트에서 FLUX 3는 여러 비디오 모델과 비교되었습니다. 회사는 Seedance 2.0 및 Gemini Omni Flash와 비교했을 때 52%, Luma Ray 3.2와 비교했을 때 93%에 이르는 선호도 비율을 보고했습니다.
이 결과는 다음과 같은 맥락에서 살펴봐야 합니다.
- 모델 개발사가 발표한 결과입니다.
- 오디오가 포함된 10초, 720p 텍스트-비디오 클립을 사용했습니다.
- FLUX 3 후보 모델과 평가 도구는 여전히 개발 중이었습니다.
- “최대” 결과는 모든 프롬프트 범주가 아니라 일부 하위 집합을 요약한 것일 수 있습니다.
- 독립적인 재현 결과는 아직 제공되지 않았습니다.
이 수치는 유용한 초기 증거이지만, FLUX 3가 모든 상황에서 보편적으로 더 우수하다는 증거는 아닙니다.
실용적인 활용 사례
대화 중심의 짧은 장면
네이티브 음성과 얼굴 표정 생성 기능을 갖춘 FLUX 3는 짧은 내러티브 장면과 다국어 캐릭터 콘셉트 제작에 적합합니다.
제품 및 브랜드 비디오
참조 이미지를 통해 제품이나 시각적 아이덴티티를 설정하고, 네이티브 사운드로 더욱 완성도 높은 캠페인 초안을 만들 수 있습니다.
소셜 비디오
여러 화면비, 애니메이션 텍스트 및 짧은 길이는 광고, 발표 콘텐츠와 세로형 소셜 포맷에 적합합니다.
프리비주얼라이제이션
이미지, 참조 비디오 및 키프레임을 사용하면 스토리보드를 카메라, 타이밍 및 전환 결정을 위한 움직이는 프리뷰로 바꿀 수 있습니다.
비디오 변형 및 이어 만들기
팀은 대체 장면을 탐색하고, 샷을 확장하거나, 핵심 캐릭터를 다른 맥락으로 가져갈 수 있습니다.
멀티샷 스토리텔링
체이닝한 클립으로 더 긴 시퀀스를 만들고, 시각적 참조를 통해 일관성을 유지할 수 있습니다.
FLUX 3 Video API 제공 여부
PoYo에서 5개 프로덕션 비디오 워크플로 제공:
flux-3/text-to-videoflux-3/image-to-videoflux-3/first-last-frame-to-videoflux-3/extend-videoflux-3/keyframes-to-video
모델 ID, 파라미터 및 가격은 최신 PoYo 문서를 확인하세요.
자주 묻는 질문
FLUX 3 Video를 지금 사용할 수 있나요?
지금 사용 가능.
FLUX 3 Video는 사운드를 생성하나요?
예. 환경음과 다국어 대화를 포함한 네이티브 오디오를 비디오와 함께 생성합니다.
FLUX 3 비디오는 얼마나 길게 만들 수 있나요?
BFL은 한 번의 생성으로 최대 20초까지 만들 수 있다고 말합니다. 더 긴 시퀀스는 클립을 체이닝하여 조립할 수 있습니다.
FLUX 3는 이미지-비디오를 지원하나요?
예. 시작 프레임에 애니메이션을 적용하거나 이미지를 시각적 참조로 사용할 수 있습니다.
비디오-비디오를 지원하나요?
예. BFL은 소스 비디오가 새로운 장면이나 맥락에서 캐릭터와 같은 핵심 요소를 안내할 수 있다고 말합니다.
FLUX 3로 기존 비디오를 이어 만들 수 있나요?
예. 비디오 및 오디오 이어 만들기는 발표된 워크플로 중 하나입니다.
FLUX 3는 어떤 언어를 지원하나요?
BFL은 다국어 대화를 발표했지만, 전체 지원 언어 목록은 공개하지 않았습니다.
FLUX 3 Video API의 비용은 얼마인가요?
5–20초, 720p/1080p, 8개 화면비, 네이티브 오디오를 지원합니다. 표준은 초당 34/58 credits, 연장은 82/106 credits입니다.
결론
FLUX 3 Video는 이전에는 별도의 모델이 필요했던 여러 워크플로를 결합합니다. 여기에는 텍스트-비디오, 이미지 애니메이션, 비디오 변환, 이어 만들기, 키프레임 전환 및 오디오 생성이 포함됩니다.
가장 중요한 차이는 단순히 20초라는 길이에 있지 않습니다. 여러 미디어의 참조를 입력으로 받으면서 하나의 공유 표현으로 움직임과 사운드를 생성하려는 시도에 있습니다.