FLUX 3 Max-API – videogenerering med innebygd lyd

FLUX 3 Max er en optimalisert videogenereringsmodell bygget på FLUX 3-videofundamentet. Den lager video fra tekst, stillbilder eller plasserte nøkkelbilder, med innebygd lyd som genereres sammen med bildene. Styrkene omfatter kombinert generering av bilde og lyd, styring med første og siste bilde og flere plasserte nøkkelbilder. Via PoYo-API-et støtter den klipp på 5–20 sekunder i 720p eller 1080p med valgfri lyd, til animasjon av bilder, produktvisninger og storyboarding.

Hent en API-nøkkel fra PoYo-dashbordet, fyll på kreditter og velg en genereringsmodus ut fra kildematerialet ditt. Bruk flux-3-max/text-to-video for en skriftlig scene, flux-3-max/image-to-video for et åpningsbilde og et valgfritt sluttbilde, eller flux-3-max/keyframes-to-video for plasserte bilder. Test prompt, varighet, oppløsning og lydinnstilling i Playground før du bruker de samme inndataene i en API-forespørsel. Lagre oppgave-ID-en du får tilbake, og spør etter statusen for å hente den ferdige videoen. Bruk bare mediefeltene for den valgte modusen.

Tekst til video, bilde til video og generering med nøkkelbilder har samme priser: $0.17 per sekund i 720p og $0.29 per sekund i 1080p. Et klipp på 5 sekunder koster dermed $0.85 eller $1.45, og et klipp på 10 sekunder koster henholdsvis $1.70 eller $2.90. Velg en varighet som gir handlingen nok tid, velg oppløsning etter leveransebehovet, og se gjennom estimatet for gjeldende konfigurasjon i Playground før du sender inn.

Velg en varighet i hele sekunder fra 5 til 20 sekunder, med 5 sekunder som standard, og enten 720p eller 1080p som utdata, med 720p som standard. Alternativene for aspect_ratio er auto, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 og 9:16 for widescreen-, liggende, kvadratiske og stående komposisjoner. Med standardinnstillingen auto bruker tekst til video 16:9, mens bilde- og nøkkelbildemodusene følger det første bildet. Tilpass formatet til den planlagte plasseringen, og sett av nok tid til motivets handling og kamerabevegelsen.

I modusen bilde til video oppgir du 1–2 bilder via image_urls: Det første bestemmer åpningsbildet, og et valgfritt andre bilde styrer sluttbildet. Bruk prompten til å beskrive handlingen og kamerabevegelsen mellom dem. Start for eksempel med en lukket gaveeske, avslutt med en åpen eske, og beskriv at lokket sakte åpnes. Denne styringen er nyttig for produktavsløringer, sceneskifter og handlingsoverganger. Forbered visuelt sammenhengende motiver og miljøer, slik at den ønskede endringen blir tydelig.

Nøkkelbildemodusen tar imot 1–10 oppføringer i keyframes, som hver inneholder image_url og en frame_index i form av et heltall. Indeksene må være unike og ligge mellom 0 og duration × 24, begge inkludert. For et klipp på 5 sekunder kan posisjonene 0, 60 og 120 styre starten, midtpunktet og slutten. Bruk prompten til å beskrive handlinger, kamerabevegelser og endringer i omgivelsene mellom disse visuelle ankerpunktene. Før du sender inn, bør du sjekke at hver posisjon passer innenfor den valgte varigheten, og at referansebildene viser sammenhengende motiver og miljøer.

Ja. FLUX 3 Max kan generere innebygd lyd sammen med videoen, og sound er satt til true som standard. Sett den til false når du trenger opptak uten lyd til separat voiceover eller redigering. Prompten kan beskrive dialog, framføring, stemning og handlingslyder, for eksempel en karakter som snakker mens man hører regn og fottrinn. Beskriv de ønskede lydene sammen med de tilhørende handlingene i scenen for å formidle den kreative retningen, og gå deretter gjennom hele klippet med tanke på taleinnhold, lydtiming og visuelt spill før du velger det.

Hos PoYo tilbyr FLUX 3 Max tekst til video, bilde til video og generering med nøkkelbilder, der styring med første bilde og valgfritt siste bilde inngår i bilde til video. Den passer for arbeidsflyter som lager nye klipp fra skriftlige scener, stillbilder eller storyboardplaner. FLUX 3-familien tilbyr i tillegg et eget endepunkt for første/siste bilde og et endepunkt for videoforlengelse som viderefører eksisterende opptak. Begge støtter innebygd lyd og utdata i 720p eller 1080p. Velg forlengelsesgrensesnittet i FLUX 3 når arbeidsflyten din trenger videoforlengelse – de nåværende Max-endepunktene tar ikke imot en eksisterende video for forlengelse.