FLUX 3 Video: native audio, clips van 20 seconden en belangrijkste functies

FLUX 3 Video is het eerste FLUX-model van Black Forest Labs voor volledige audiovisuele generatie. Het maakt video en native audio tegelijk, accepteert tekst, afbeeldingen en videoreferenties en levert in één generatie clips van maximaal 20 seconden.

FLUX 3 Video is nu beschikbaar op PoYo via vijf productieklare workflows met gepubliceerde model-ID's, verzoekinstellingen en prijzen per seconde. Op de FLUX 3 API-pagina op PoYo vind je een live generator voor tekst, afbeeldingen, eerste en laatste frames, het verlengen van bronvideo en keyframes met vaste posities.

FLUX 3 Video in één oogopslag

Wat is FLUX 3 Video?

FLUX 3 Video is één toepassing van het bredere multimodale basismodel FLUX 3. Anders dan een afbeeldingsmodel dat is aangepast om frames te genereren, is FLUX 3 in één gedeelde architectuur getraind op afbeeldingen, video en audio.

Het doel is om meer te modelleren dan visueel uiterlijk. Video leert beweging en tijdsverbanden. Audio geeft informatie over botsingen, materialen, spraak en gebeurtenissen in de omgeving. Door gezamenlijke training kan het gegenereerde geluid worden gekoppeld aan wat er op het scherm gebeurt.

Daarom reikt FLUX 3 via gespecialiseerde onderzoeksvarianten ook verder dan het maken van content, tot het voorspellen van acties.

Officieel lanceringsmateriaal van FLUX 3 van Black Forest Labs.

Tekst naar video

Bij tekst naar video ontstaat een clip rechtstreeks uit een geschreven scènebeschrijving. Een bruikbare prompt kan het volgende vastleggen:

• Onderwerp en handeling
• Locatie en tijdstip
• Camerapositie en -beweging
• Visuele stijl
• Gesproken dialoog
• Omgevingsgeluid
• Timing en volgorde van gebeurtenissen
• Beeldverhouding

FLUX 3 kan het beeld en het geluid in één keer genereren. PoYo-verzoeken bieden de prompt, duur, resolutie, beeldverhouding, een audioschakelaar en de invoer van afbeeldingen, bronvideo of keyframes die de gekozen workflow vereist.

Afbeelding naar video

FLUX 3 ondersteunt twee werkwijzen op basis van afbeeldingen.

Animatie vanaf een beginframe

Een afbeelding kan het eerste frame bepalen, waarna het model beweging en geluid maakt. Handig om productafbeeldingen, illustraties, portretten of ontworpen scènes te animeren.

Visuele referentie als invoer

Afbeeldingen kunnen ook dienen als referentie voor identiteit, onderwerp of stijl, zonder letterlijk het eerste frame te worden. Dat helpt om een personage, object of visuele richting te behouden in een nieuwe scène.

Op PoYo accepteert afbeelding naar video één bronafbeelding, accepteert generatie van eerste en laatste frame twee afbeeldingen in volgorde en accepteert keyframe-generatie tot tien afbeeldingen met vaste posities. Raadpleeg de actuele API-documentatie voor de eisen aan uploads en bestandsformaten.

Video naar video

Bij video naar video dient een bronclip als referentie en worden centrale elementen overgenomen in een andere scène of context.

Mogelijke toepassingen:

• Hetzelfde personage in een nieuwe omgeving plaatsen
• Beeldmateriaal opnieuw interpreteren in een andere visuele stijl
• De beweging behouden terwijl de scène verandert
• Varianten maken van een bestaande shot
• Een acteerprestatie gebruiken als tijdsreferentie

Video naar video garandeert geen perfect behoud van identiteit of beweging. PoYo biedt voorlopig het voortzetten van bronvideo via flux-3/extend-video; verwar dat niet met een apart endpoint voor het algemeen opnieuw vormgeven van video.

Video en audio voortzetten

FLUX 3 kan een invoervideo en de bijbehorende audio voortzetten. Een model dat voortzet, moet meerdere dingen tegelijk verlengen:

• Uiterlijk van het onderwerp
• Camerabeweging
• Banen van objecten
• Licht en omgeving
• Dialoog of sfeergeluid
• Ritme en timing van gebeurtenissen

Met deze workflow kun je korte shots verlengen of opeenvolgende verhaalmomenten maken zonder elke clip met een los staande prompt te beginnen.

Keyframe naar video

Keyframe naar video genereert een overgang tussen vastgelegde beeldmomenten. Begin- en eindframes kunnen de compositie preciezer overbrengen dan tekst alleen.

Mogelijke toepassingen:

• Productmetamorfoses
• Cameraovergangen
• Personagebeweging tussen poses
• Voor-en-na-reeksen
• Animatie van logo's of typografie
• Previsualisatie van storyboard naar beweging

PoYo ondersteunt tot tien keyframes met vaste posities. Elk keyframe levert een afbeeldings-URL en een frame-index, zodat je de timing van de overgang rechtstreeks bepaalt.

Native audiogeneratie

Native audio is het bepalende kenmerk van FLUX 3 Video. Het model genereert geluid als onderdeel van dezelfde scène, in plaats van volledig te leunen op een aparte audiopipeline.

Geluid dat op gebeurtenissen aansluit

Handelingen zoals botsingen, beweging en mechanische interacties kunnen geluid opleveren dat op het zichtbare moment valt. Volgens BFL is het model bijzonder sterk in het koppelen van geluiden aan fysieke gebeurtenissen.

Omgevingsgeluid

Een scène kan sfeergeluid bevatten dat past bij de locatie, het weer en de activiteit. Dat levert mogelijk een completer eerste concept op dan het genereren van stomme video.

Meertalige dialogen

Black Forest Labs noemt meertalige dialogen als kernfunctie. De lanceringsaankondiging bevat geen volledige lijst van talen en geen gemeten spraaknauwkeurigheid per taal.

Video en audio voortzetten

Het model kan audiovisuele invoer verlengen en daarbij mogelijk sfeergeluid, spraakcontext en timing van gebeurtenissen doortrekken naar het nieuwe stuk.

Native generatie maakt nabewerking niet overbodig. Nauwkeurigheid van dialogen, uitspraak, lipsynchronisatie, geluidsniveaus en ongewenste artefacten moeten nog steeds worden gecontroleerd.

Duur en resolutie

PoYo accepteert duren in hele seconden van 5 tot en met 20 seconden en ondersteunt uitvoer in 720p en 1080p in acht beeldverhoudingen. Native audio kun je in hetzelfde verzoek inschakelen.

Standaardworkflows voor tekst, afbeeldingen, eerste en laatste frame en keyframes kosten 34 credits per seconde in 720p of 58 credits per seconde in 1080p. Het verlengen van video kost 82 credits per seconde in 720p of 106 credits per seconde in 1080p. Framerate, codec, generatietijd en andere operationele details vind je in de actuele FLUX 3 API-documentatie.

Consistentie van personages en stijl

FLUX 3 gebruikt visuele referenties om centrale elementen over scènes heen te behouden. Volgens BFL kunnen referenties personages consistent houden in reeksen met meerdere scènes die enkele minuten duren.

Die langere uitvoer ontstaat door losse clips aan elkaar te koppelen, niet door in één aanroep enkele minuten te genereren. Voor elke shot kan het volgende nog nodig zijn:

• Referenties selecteren
• Continuïteit in de prompt
• Overgangen plannen
• Identiteit controleren
• Continuïteit van het geluid controleren
• Monteren en samenvoegen

Agentic chaining kan een deel van de planning automatiseren, maar maakt van de limiet van 20 seconden per generatie geen onbeperkte doorlopende shot.

Typografie en geanimeerd ontwerp

BFL benadrukt sterke typografie en geanimeerd ontwerp als mogelijkheden van FLUX 3 Video. Daarmee kun je bijvoorbeeld het volgende maken:

• Bewegende posters
• Titelsequenties
• Productaankondigingen
• Kinetische typografie
• Advertenties voor social media
• Animaties van interfaces en graphics

Gegenereerde tekst moet je nog steeds frame voor frame controleren. Een titel kan op het ene moment goed lijken en tijdens de beweging vervormen.

Eerste evaluatieresultaten

In de voorlopige tests van BFL op basis van menselijke voorkeur is FLUX 3 vergeleken met meerdere videomodellen. Het bedrijf meldt voorkeurspercentages van 52% ten opzichte van Seedance 2.0 en Gemini Omni Flash tot 93% ten opzichte van Luma Ray 3.2.

Deze resultaten vragen om context:

• Ze zijn gepubliceerd door de ontwikkelaar van het model.
• Ze gebruikten clips van 10 seconden in 720p met audio, van tekst naar video.
• De FLUX 3-kandidaat en het evaluatiekader waren nog in ontwikkeling.
• Resultaten met “tot” kunnen deelverzamelingen samenvatten in plaats van elke promptcategorie.
• Onafhankelijke reproductie is nog niet beschikbaar.

De cijfers zijn nuttig als eerste aanwijzing, maar geen bewijs dat FLUX 3 overal beter is.

Praktische toepassingen

Korte scènes gedreven door dialoog

Native spraak en gezichtsuitdrukking maken FLUX 3 relevant voor korte verhaalmomenten en meertalige personageconcepten.

Product- en merkvideo's

Referentieafbeeldingen kunnen een product of visuele identiteit vastleggen, terwijl native geluid zorgt voor een completer campagneconcept.

Socialmedia-video

Meerdere beeldverhoudingen, geanimeerde tekst en korte duur passen bij advertenties, aankondigingen en verticale socialmedia-formaten.

Previsualisatie

Afbeeldingen, referentievideo en keyframes veranderen storyboards in bewegende voorbeelden voor beslissingen over camera, timing en overgangen.

Videovarianten en voortzetting

Teams kunnen alternatieve scènes verkennen, een shot verlengen of een centraal personage naar een andere context brengen.

Storytelling met meerdere shots

Aaneengeschakelde clips kunnen langere reeksen vormen, terwijl visuele referenties de consistentie bewaken.

Beschikbaarheid van de FLUX 3 Video API

FLUX 3 Video is nu beschikbaar op PoYo via vijf productieklare model-ID's:

• flux-3/text-to-video
• flux-3/image-to-video
• flux-3/first-last-frame-to-video
• flux-3/extend-video
• flux-3/keyframes-to-video

Alle vijf gebruiken de asynchrone generatiestroom van PoYo voor het indienen van taken en het opvragen van de status. Gebruik de FLUX 3-modelpagina om interactief te genereren of de API-documentatie voor integratiedetails.

Veelgestelde vragen

Is FLUX 3 Video nu beschikbaar?

Ja. PoYo biedt vijf productieklare workflows voor tekst, afbeeldingen, eerste en laatste frames, het verlengen van bronvideo en keyframes met vaste posities.

Genereert FLUX 3 Video geluid?

Ja. Het genereert native audio samen met de video, inclusief omgevingsgeluid en meertalige dialogen.

Hoe lang kan een FLUX 3-video zijn?

Volgens BFL duurt een enkele generatie maximaal 20 seconden. Langere reeksen kun je samenstellen door clips aan elkaar te koppelen.

Ondersteunt FLUX 3 afbeelding naar video?

Ja. Het kan een beginframe animeren of afbeeldingen als visuele referentie gebruiken.

Wordt video naar video ondersteund?

Ja. Volgens BFL kan een bronvideo centrale elementen, zoals een personage, sturen in een nieuwe scène of context.

Kan FLUX 3 een bestaande video voortzetten?

Ja. Het voortzetten van video en audio is een van de aangekondigde workflows.

Welke talen ondersteunt FLUX 3?

BFL kondigde meertalige dialogen aan, maar heeft geen volledige lijst met ondersteunde talen gepubliceerd.

Wat kost de FLUX 3 Video API?

Standaardworkflows kosten 34 credits per seconde in 720p of 58 in 1080p. Het verlengen van video kost 82 credits per seconde in 720p of 106 in 1080p.

Conclusie

FLUX 3 Video combineert meerdere workflows die eerder aparte modellen vereisten: tekst naar video, het animeren van afbeeldingen, videotransformatie, voortzetting, keyframe-overgangen en audiogeneratie.

Het belangrijkste verschil is niet alleen de duur van 20 seconden. Het is de poging om beweging en geluid uit één gedeelde representatie te genereren en tegelijk referenties uit meerdere media te accepteren.

Lees alles wat we nu weten over FLUX 3, vergelijk FLUX 3 en FLUX 2 of gebruik FLUX 3 op PoYo.

Bron: Black Forest Labs FLUX 3 announcement