Wie man Videos mit FLUX 3 generiert

FLUX 3 ist das neue multimodale Frontier-Modell von Black Forest Labs, das am 23. Juli 2026 im Early Access gestartet wurde. Eine Architektur generiert Bilder, Videos bis zu 20 Sekunden, synchronisierten Ton und Action-Vorhersagen.

Für Filmemacher ist FLUX 3 eines der ersten großen KI-Video-Releases, bei dem Dialog, Effekte, Atmosphäre und Bild aus derselben Generation stammen können. Dieser Leitfaden erklärt, was FLUX 3 kann, wie man Videos mit FLUX generiert, was heute tatsächlich verfügbar ist, wie es sich im Vergleich zu Seedance, Kling, Veo und Grok verhält und wie man FLUX-Ausgaben in einem Flick-Filmmaking-Workflow nutzt.

Schnelle Antwort: Kann FLUX Videos generieren?

Ja. FLUX 3 kann Videos generieren. Beim Launch beschreibt Black Forest Labs FLUX 3 Video als Text-zu-Video-Modell, das Clips bis zu 20 Sekunden generieren kann, mit optionalem nativem synchronisiertem Ton.

Der FLUX 3 Launch

Black Forest Labs kündigte FLUX 3 am 23. Juli 2026 als multimodale Modellfamilie an, die Bild, Video, Audio und Action umfasst. Das Launch-Pitch ist einfach: Anstatt ein Modell für Bilder zu trainieren, ein anderes für Video, ein weiteres für Audio und noch eines für Aktionsvorhersage, verwendet FLUX 3 eine Architektur über alle Modalitäten hinweg.

BFL-CEO Robin Rombach fasste die Prämisse so zusammen: „Man kann die Realität nicht betrügen. Ein Modell, das nur Bilder lernt, kann nur Bilder generieren." Diese Rahmung ist für Filmemacher wichtig, weil der schwierigste Teil von KI-Video nicht mehr ein einzelnes schönes Bild ist. Es ist Kontinuität: Bild, Bewegung, Ton, Charakter, Physik und Schnittrhythmus müssen alle übereinstimmen.

Die Spezifikationen, die für Filmemacher wichtig sind

Behandeln Sie die Benchmark-Zahl als Herstellerangabe, bis unabhängige Tests aufgeholt haben. Der wichtigere praktische Punkt ist, dass FLUX 3 Video und Audio in einer Generierung kombiniert, was unmittelbare Workflow-Auswirkungen für Filmemacher hat.

Was Menschen mit FLUX 3 erstellen

Early-Access-Tester hatten das Modell vor dem Launch, und die ersten Beispiele zeigen, warum Filmemacher aufmerksam werden: filmisches Framing, starke Beleuchtung, kohärente Bewegung und natives Audio-Potenzial im selben System.

Die Beispiele sind noch früh, aber sie deuten auf die richtigen Bewertungskriterien hin. Beurteilen Sie FLUX 3 nicht nur nach der Schönheit einzelner Frames. Beurteilen Sie es danach, ob Bewegung, Ton, Timing und Szenenlogik zusammenhalten.

So generieren Sie Videos mit FLUX

1. Beginnen Sie mit einer Einstellung, nicht mit einer vagen Idee

FLUX 3 mag Text-zu-Video unterstützen, aber ein guter Video-Prompt ist immer noch eine Einstellungsanweisung. Beginnen Sie mit einer konkreten Einstellung:

• Wer oder was ist im Bild?
• Wo befindet sich die Kamera?
• Was bewegt sich?
• Was verändert sich im Laufe der Zeit?
• Was soll der Ton enthalten?
• Was soll das Modell vermeiden?

Schwacher Prompt:

Eine futuristische Stadt bei Nacht.

Besserer Prompt:

Langsame Luftaufnahme über eine regennasse futuristische Stadt bei Nacht. Neonschilder spiegeln sich in Pfützen darunter, Dampf steigt aus Straßenöffnungen, entfernter Verkehr summt, und ein tiefer Synth-Drone baut sich unter der Einstellung auf. Filmischer Realismus, nasser Asphalt, volumetrisches Licht, kein lesbarer Text, keine Logos.

Der zweite Prompt gibt FLUX sowohl visuelle als auch akustische Anweisungen.

2. Schreiben Sie Prompts für Bild und Ton gemeinsam

Einer der Gründe, warum FLUX 3 wichtig ist, ist der nativ synchronisierte Ton, den es zusammen mit Modellen wie Seedance 2.5 generiert. Nutzen Sie das im Prompt.

Ein starker FLUX-Prompt sollte Folgendes enthalten:

• Kamera: Heranfahrt, Dolly, verwackelt, statisch, Luftaufnahme, Verfolgung, Orbit.
• Motivbewegung: geht, dreht sich, greift, rennt, zögert, schaut nach oben.
• Umgebungsbewegung: Regen, Rauch, Wind, Staub, Menschenmengen, Feuer, Wasser.
• Ton: Schritte, Stoff, Motorensummen, Donner, Dialog, Ambiente, Stille.
• Timing: „nach zwei Sekunden", „wenn die Kamera sie erreicht", „am Ende".
• Einschränkungen: kein Text, keine zusätzlichen Charaktere, Identität bewahren, realistische Bewegung.

Beispiel:

Locked-off medium shot of a tired astronaut sitting alone inside a dim spacecraft cockpit.
At the start, only the soft instrument panel glow lights their face. After three seconds, a red warning light begins pulsing.
The astronaut slowly turns toward the window as distant debris taps against the hull.
Audio: low spacecraft hum, faint alarm pulse, subtle breathing inside the helmet, no music.
Cinematic realism, shallow depth of field, no text, no extra characters.

3. Den ersten Test einfach halten

Vermeiden Sie bei frühen FLUX-Generierungen Szenen, die zu viel Choreografie erfordern. Verwenden Sie ein Motiv, eine Kamera-Idee und eine Sound-Idee.

Gute erste Tests:

• Eine Person, die durch Regen geht mit synchronisierten Schritten.
• Eine zuschlagende Tür mit passendem Aufprallsound.
• Ein Raumschiff-Cockpit-Alarm mit pulsierendem roten Licht.
• Ein Monster, das aus Nebel auftaucht mit tiefem Knurren und Atmosphäre.
• Eine ruhige Dialog-Reaktionsaufnahme mit Raumton.
• Ein Auto, das an der Kamera vorbeifährt mit Motor- und Reifengeräusch.

Riskantere Tests:

• Mehrseitiger Dialog mit exakter Lippensynchronisation.
• Komplizierte Kampfchoreografie.
• Lesbare Schilder oder Interface-Text.
• Mehrortige Sequenzen in einem Prompt.
• Präzise Markenlogos.
• Lange emotionale Momente, die Performance-Kontinuität erfordern.

4. Variationen generieren und nach Sequenzwert vergleichen

Fragen Sie nicht nur: „Welcher Clip sieht am besten aus?" Fragen Sie: „Welcher Clip schneidet sich am besten?"

Prüfen Sie beim Durchsehen von Variationen:

• Passt das erste Bild zur vorherigen Szene?
• Erzeugt das letzte Bild einen brauchbaren Schnittpunkt?
• Unterstützt der Sound den Schnitt oder lenkt er davon ab?
• Ist die Aktion ohne Erklärung klar erkennbar?
• Bleibt die Identität des Motivs erhalten?
• Wirkt die Bewegung physikalisch plausibel?

Das beste FLUX-Ergebnis ist möglicherweise nicht das Auffälligste. Es ist dasjenige, das sich neben andere Aufnahmen einfügen kann.

5. Kürzere Ergebnisse verwenden, wenn sie sauberer sind

FLUX 3 wirbt mit bis zu 20 Sekunden, aber das bedeutet nicht, dass jeder Clip 20 Sekunden lang sein sollte. KI-Video sieht oft am stärksten aus, wenn die Aufnahme einen klaren, spezifischen Zweck hat.

Verwenden Sie 5–8 Sekunden für:

• Establishing Shots.
• Cutaways.
• Insert Shots.
• Reaktionsaufnahmen.
• Textur-Aufnahmen mit Sound.
• Bewegungstests.

Verwenden Sie 10–20 Sekunden, wenn:

• Das Motiv stabil bleibt.
• Die Handlung einen Anfang, eine Mitte und ein Ende hat.
• Die Audioleistung wichtig ist.
• Die Einstellung Zeit zum Atmen braucht.
• Der Clip als vollständige Mikro-Szene gedacht ist.

FLUX-Video-Prompt-Vorlage

Verwenden Sie diese Struktur:

[Shot type / camera movement] of [subject] in [setting].
[Subject action over time].
[Environmental motion over time].
Audio: [dialogue, ambience, effects, silence, music direction].
Style: [cinematic style, lens, lighting, texture].
Constraints: [identity, no text, no logos, no extra characters, realistic motion].

Beispiel:

Slow handheld tracking shot behind a detective walking down a narrow motel hallway at midnight.
The detective moves cautiously, one hand near the wall, then stops when a door creaks open at the end of the hall.
Fluorescent lights flicker overhead, dust floats in the air, rain runs down the window at the far end.
Audio: soft footsteps on carpet, low motel electricity hum, distant rain, one sharp door creak, no music.
1970s neo-noir, 35mm film grain, warm green fluorescent cast, realistic motion.
No readable text, no logos, no extra people.

Prompt-Beispiele für FLUX 3 Video

Dialog-Moment

Close-up of an exhausted pilot in a dim cockpit, helmet visor half raised.
The pilot looks down, breathes once, then says quietly: "We are not going back."
Warning lights pulse across their face as the camera slowly pushes in.
Audio: cockpit hum, soft alarm beeps, intimate dry dialogue, no music.
Cinematic sci-fi realism, shallow depth of field, preserve face, no text.

Sound-First-Horror-Einstellung

Locked-off wide shot of an empty farmhouse hallway at night.
At first nothing moves. After four seconds, a floorboard creaks off-screen, then the hanging light swings slightly.
Audio: deep room tone, distant wind, single floorboard creak, faint chain movement, no music.
Natural darkness, practical bulb light, realistic horror atmosphere, no visible monster.

Produktstil-Bewegung

Slow studio orbit around a matte black cinema camera on a reflective table.
Light sweeps across the lens glass as the camera rotates, revealing subtle dust particles in the air.
Audio: quiet mechanical rotation, soft room tone, no music.
Premium commercial lighting, crisp reflections, minimal background.
No logos, no text, keep object shape consistent.

Epische Außenaufnahme

Wide cinematic shot of ancient ships cutting through dark water at dawn.
Oars move in rhythm, sails snap in the wind, mist wraps around rocky cliffs.
Audio: waves against wood, distant sailcloth snapping, low wind, subtle drum pulse.
Historical epic realism, warm sunrise, 70mm texture, grounded scale.
No modern objects, no fantasy creatures, no readable text.

Ruhiger Charakter-Beat

Medium close-up of a young inventor sitting alone at a cluttered workbench before sunrise.
They tighten one small screw, stop, and smile when the machine begins to hum.
Dust floats in the first blue morning light through the window.
Audio: tiny metal screw turn, soft electric hum, morning birds outside, no music.
Naturalistic indie film style, gentle lens softness, realistic hands.

So verwenden Sie FLUX mit Flick

Der Zugang zu FLUX 3 befindet sich derzeit im Early Access, daher sollte die genaue native Flick-Integration vor der Veröffentlichung überprüft werden. FLUX-Output ist jedoch Standardvideo, was bedeutet, dass Sie FLUX-Clips bereits als Teil eines Flick-Film-Workflows behandeln können: Bringen Sie die Clips auf das Canvas, organisieren Sie sie neben Ihren Referenzen, vergleichen Sie sie mit Generierungen anderer Modelle und schneiden Sie sie in die Sequenz ein.

Um ein FLUX-bereites Projekt in Flick zu erstellen:

1. Öffnen Sie ein neues Canvas. Erstellen Sie ein neues Flick-Projekt und wählen Sie das Seitenverhältnis für die endgültige Distribution: 16:9, 9:16 oder 1:1.
2. Bauen Sie die Szene visuell auf. Verwenden Sie Text-Knoten als Prompt-Notizen, generieren Sie Szenenbilder, sammeln Sie Referenzen und halten Sie den Aufnahmeplan auf dem Canvas fest.
3. Fixieren Sie wiederkehrende Charaktere zuerst. Verwenden Sie Flicks Charakter-Referenz-Workflow, um den Charakter in Standbildern zu verankern, bevor Sie sich auf ein Videomodell verlassen. Das ist wichtig, weil jedes Videomodell über Einstellungen hinweg abweichen kann.
4. Generieren oder importieren Sie FLUX-Clips. Wenn FLUX in Ihrem Workspace verfügbar ist, verwenden Sie es direkt, wenn Sie Bild und synchronisierten Ton in einem Durchgang benötigen. Wenn Sie FLUX während des Early Access anderswo generiert haben, importieren Sie die Videodatei auf das Canvas.
5. Vergleichen Sie Modell-Outputs. Verwenden Sie FLUX für tonbewusste Aufnahmen, Seedance für referenzlastige oder längere Clips, Kling für starke Bewegung und Veo für polierte kinematografische Realität. Der Film bleibt auf dem Canvas, während sich das Modell pro Aufnahme ändert.
6. Extrahieren Sie nützliche Frames. Wenn ein FLUX-Clip ein starkes Schlussbild erzeugt, speichern oder extrahieren Sie dieses Frame und verwenden Sie es als Referenz für die nächste Aufnahme.
7. Graden und editieren Sie zusammen. Platzieren Sie FLUX-Clips, stumme KI-Video-Clips, Sprach-Clips, Musik und Schnitte im selben Projekt, damit die Sequenz wie ein Film wirkt.

Wie FLUX den KI-Filmmaking-Workflow verändert

Vor synchronisiertem KI-Video sah der übliche Workflow so aus:

1. Einen stummen Clip generieren.
2. Die beste Aufnahme auswählen.
3. Dialog mit TTS oder einem Sprachmodell hinzufügen.
4. Geräusche aus einer Sound-Bibliothek hinzufügen.
5. Ambiente hinzufügen.
6. Musik hinzufügen.
7. Versuchen, alles so klingen zu lassen, als wäre es im selben Raum aufgenommen worden.

FLUX 3 integriert einen Teil dieser Arbeit direkt in die Generierung. Eine Tür kann mit dem Geräusch der Tür zuschlagen. Ein Cockpit-Alarm kann synchron mit dem roten Licht pulsieren. Ein Charakter kann in derselben Einstellung sprechen, in der sich die Kamera bewegt.

Das macht die Postproduktion nicht überflüssig. Es macht den ersten Durchgang filmähnlicher. Sie werden immer noch schneiden, mischen, graden und verfeinern, aber die Rohgenerierung kann bereits mit Timing und Sound-Hinweisen ankommen.

FLUX 3 vs. aktuelle KI-Video-Modelle

Seedance ist weiterhin wichtig für Referenz-Pack-Workflows. Kling ist weiterhin wichtig für bewegungsintensive Aufnahmen. Veo ist weiterhin wichtig für polierten Realismus und natives Audio in unterstützten Versionen. Grok ist weiterhin wichtig für schnelle Image-to-Video-Exploration. FLUX 3s Unterscheidungsmerkmal ist eine einzige multimodale Generierung, bei der Bild und Ton zusammen gestaltet werden.

Was FLUX 3 noch nicht beweisen kann

FLUX 3 ist vielversprechend, aber der Early Access lässt wichtige Fragen offen:

• Kann man das Audio präzise steuern? Wir müssen wissen, wie viel Kontrolle Prompts über Dialog, Geräusche, Ambiente und Musik bieten.
• Kann man das Bild neu generieren und dabei die gleiche Performance behalten? Filmemacher brauchen Kontrolle auf Aufnahmeebene.
• Kann es eine Stimme über Einstellungen hinweg abgleichen? Nativer Sound ist am wichtigsten, wenn ein Charakter stimmlich konsistent bleiben kann.
• Wie stark sind Referenzen? Charakter-, Kostüm- und Ortskonsistenz entscheiden darüber, ob es für echte Filme funktioniert.
• Wie teuer ist Iteration? Die Preisgestaltung wird entscheiden, ob Leute es für Experimente oder Produktion nutzen.
• Wie offen sind die versprochenen Weights? Entwicklerversionen könnten langfristig wichtiger sein als die gehostete Veröffentlichung.

Bis diese Antworten öffentlich sind, behandeln Sie FLUX 3 als eine wichtige neue Fähigkeit, nicht als ein gelöstes End-to-End-Produktionssystem.

Best Practices für bessere FLUX-Videos

• Prompten Sie eine Einstellung nach der anderen.
• Fügen Sie Audio-Anweisungen hinzu, nicht nur visuelle Anweisungen.
• Spezifizieren Sie Kamerabewegung klar.
• Halten Sie frühe Tests einfach.
• Vermeiden Sie lesbaren Text und Logos.
• Verwenden Sie kürzere Clips, wenn Stabilität wichtig ist.
• Speichern Sie starke Frames als Referenzen.
• Prüfen Sie, ob Sound den Schnitt unterstützt.
• Vergleichen Sie FLUX-Clips mit anderen Modellen, anstatt anzunehmen, dass ein Modell jede Einstellung gewinnt.
• Halten Sie Ihren Film in Flick organisiert, damit Sie Modelle austauschen können, ohne das Projekt zu verlieren.

Häufige Fehler

• Audio im Prompt ignorieren. FLUX 3s Unterscheidungsmerkmal ist synchronisierter Sound, also steuern Sie ihn.
• Eine ganze Szene in einer Generierung verlangen. Ein Clip sollte eine Einstellung sein.
• Die vollen 20 Sekunden überstrapazieren. Längere Clips sind nur besser, wenn die Handlung kohärent bleibt.
• Nur das Bild bewerten. Hören Sie auf Timing, Sounddesign, Ambiente und Performance.
• Anbieter-Benchmarks als endgültig ansehen. Unabhängige Vergleiche werden wichtig sein.
• Kontinuität vergessen. Ein schöner Clip muss immer noch zu Charakter, Ort und Sequenz passen.
• Auf ein perfektes Modell warten. In der Praxis verwenden Sie das beste Modell pro Einstellung und stellen den Film in einem Workflow zusammen.

Häufig gestellte Fragen

Verwandte Anleitungen

• Charaktere über KI-Generierungen hinweg konsistent halten
• KI-Videoqualität verbessern und hochskalieren
• Seedance 2.5: Was Sie erwarten können
• Generiert Grok KI-Videos?