Cómo generar videos con FLUX 3

FLUX 3 es el nuevo modelo frontera multimodal de Black Forest Labs, lanzado en acceso anticipado el 23 de julio de 2026. Una sola arquitectura genera imágenes, video de hasta 20 segundos, audio sincronizado y predicciones de acción.

Para cineastas, FLUX 3 es uno de los primeros lanzamientos importantes de video con IA donde diálogos, efectos, ambiente e imagen pueden salir de la misma generación. Esta guía explica qué puede hacer FLUX 3, cómo generar videos con FLUX, qué está realmente disponible hoy, cómo se compara con Seedance, Kling, Veo y Grok, y cómo usar salidas de estilo FLUX en un flujo de trabajo cinematográfico de Flick.

Respuesta rápida: ¿puede FLUX generar videos?

Sí. FLUX 3 puede generar videos. En el lanzamiento, Black Forest Labs describe FLUX 3 Video como un modelo de texto a video capaz de generar clips de hasta 20 segundos, con audio sincronizado nativo opcional.

El lanzamiento de FLUX 3

Black Forest Labs anunció FLUX 3 el 23 de julio de 2026 como una familia de modelos multimodales que abarca imagen, video, audio y acción. La propuesta de lanzamiento es simple: en lugar de entrenar un modelo para imágenes, otro para video, otro para audio y otro para predicción de acción, FLUX 3 usa una arquitectura a través de modalidades.

El CEO de BFL, Robin Rombach, resumió la premisa de esta manera: "No puedes engañar a la realidad. Un modelo que solo aprende imágenes solo puede generar imágenes." Ese enfoque importa para los cineastas porque la parte más difícil del video IA ya no es un solo fotograma bonito. Es la continuidad: imagen, movimiento, sonido, personaje, física y ritmo de edición, todos tienen que estar de acuerdo.

Las especificaciones que importan a los cineastas

Trata el número del benchmark como una afirmación del proveedor hasta que las pruebas independientes se pongan al día. El punto práctico más importante es que FLUX 3 combina video y audio en una generación, lo que tiene implicaciones inmediatas en el flujo de trabajo para los cineastas.

Qué está haciendo la gente con FLUX 3

Los probadores de acceso anticipado tuvieron el modelo antes del lanzamiento, y los primeros ejemplos muestran por qué los cineastas están prestando atención: encuadre cinemático, iluminación fuerte, movimiento coherente y potencial de audio nativo en el mismo sistema.

Los ejemplos aún son tempranos, pero apuntan a los criterios de evaluación correctos. No juzgues FLUX 3 solo por la belleza de los fotogramas. Júzgalo por si el movimiento, el sonido, el tiempo y la lógica de la escena se mantienen coherentes.

Cómo generar videos con FLUX

1. Comienza con una toma, no con una idea vaga

FLUX 3 puede admitir texto a video, pero un buen prompt de video sigue siendo una dirección de toma. Comienza con una toma concreta:

• ¿Quién o qué está en cuadro?
• ¿Dónde está la cámara?
• ¿Qué se mueve?
• ¿Qué cambia con el tiempo?
• ¿Qué debe contener el audio?
• ¿Qué debe evitar el modelo?

Prompt débil:

Una ciudad futurista de noche.

Mejor prompt:

Avance aéreo lento sobre una ciudad futurista empapada de lluvia de noche. Los letreros de neón se reflejan en los charcos abajo, el vapor se eleva de las rejillas de la calle, el tráfico distante zumba y un zumbido de sintetizador bajo crece bajo la toma. Realismo cinemático, asfalto mojado, luz volumétrica, sin texto legible, sin logotipos.

El segundo prompt le da a FLUX dirección tanto visual como auditiva.

2. Escribe prompts para imagen y sonido juntos

Una de las razones por las que FLUX 3 importa es el audio sincronizado nativo, que genera junto con modelos como Seedance 2.5. Úsalo en el prompt.

Un prompt fuerte de FLUX debe incluir:

• Cámara: acercamiento, dolly, mano alzada, fija, aérea, seguimiento, órbita.
• Movimiento del sujeto: camina, gira, alcanza, corre, duda, mira hacia arriba.
• Movimiento ambiental: lluvia, humo, viento, polvo, multitudes, fuego, agua.
• Sonido: pasos, tela, zumbido de motor, trueno, diálogo, ambiente, silencio.
• Tiempo: "después de dos segundos," "cuando la cámara los alcanza," "al final."
• Restricciones: sin texto, sin personajes extra, preservar identidad, movimiento realista.

Ejemplo:

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. Mantén la primera prueba simple

Para las primeras generaciones con FLUX, evita escenas que requieran demasiada coreografía. Usa un sujeto, una idea de cámara y una idea de sonido.

Buenas primeras pruebas:

• Una persona caminando bajo la lluvia con pasos sincronizados.
• Una puerta cerrándose de golpe con sonido de impacto correspondiente.
• Una alarma de cabina de nave espacial con luz roja pulsante.
• Un monstruo emergiendo de la niebla con gruñido grave y ambiente.
• Un plano de reacción de diálogo silencioso con tono de habitación.
• Un auto pasando frente a la cámara con sonido de motor y neumáticos.

Pruebas más arriesgadas:

• Diálogo entre varias personas con sincronización labial exacta.
• Coreografía de pelea complicada.
• Letreros o texto de interfaz legible.
• Secuencias en múltiples locaciones en un solo prompt.
• Logotipos de marca precisos.
• Momentos emocionales largos que requieren continuidad de actuación.

4. Genera variaciones y compara por valor de secuencia

No solo preguntes: "¿Qué clip se ve mejor?" Pregunta: "¿Qué clip se edita mejor?"

Al revisar variaciones, verifica:

• ¿El primer cuadro coincide con la escena anterior?
• ¿El cuadro final crea un punto de corte útil?
• ¿El sonido ayuda a la edición o distrae de ella?
• ¿La acción se lee claramente sin explicación?
• ¿El clip preserva la identidad del sujeto?
• ¿El movimiento se siente físicamente plausible?

El mejor resultado de FLUX puede que no sea el más vistoso. Es el que puede estar junto a otros planos.

5. Usa resultados más cortos cuando sean más limpios

FLUX 3 anuncia hasta 20 segundos, pero eso no significa que cada clip deba durar 20 segundos. El video de IA a menudo se ve más sólido cuando el plano tiene un propósito limpio y específico.

Usa 5–8 segundos para:

• Planos de establecimiento.
• Planos de corte.
• Planos de inserto.
• Planos de reacción.
• Planos de textura con sonido.
• Pruebas de movimiento.

Usa 10–20 segundos cuando:

• El sujeto permanece estable.
• La acción tiene un inicio, medio y final.
• El rendimiento del audio importa.
• El plano necesita tiempo para respirar.
• El clip está pensado como una micro-escena completa.

Plantilla de prompt de vídeo de FLUX

Usa esta estructura:

[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].

Ejemplo:

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.

Ejemplos de prompts para vídeo de FLUX 3

Momento de diálogo

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.

Plano de terror con sonido protagonista

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.

Movimiento estilo producto

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.

Exterior épico

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.

Momento íntimo del personaje

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.

Cómo usar FLUX con Flick

El acceso a FLUX 3 está actualmente en early-access, por lo que la integración nativa exacta con Flick debe verificarse antes de publicarse. Pero la salida de FLUX es vídeo estándar, lo que significa que ya puedes tratar los clips de FLUX como parte del flujo de trabajo de películas de Flick: lleva los clips al lienzo, organízalos junto a tus referencias, compáralos con generaciones de otros modelos e intégralos en la secuencia.

Para construir un proyecto preparado para FLUX en Flick:

1. Abre un lienzo nuevo. Crea un nuevo proyecto de Flick y elige la relación de aspecto para la distribución final: 16:9, 9:16 o 1:1.
2. Construye la escena visualmente. Usa nodos de texto como notas de prompt, genera fotogramas de escena, recopila referencias y mantén el plan de planos en el lienzo.
3. Fija primero los personajes recurrentes. Usa el flujo de trabajo de Referencia de Personaje de Flick para anclar el personaje en fotogramas antes de confiar en cualquier modelo de vídeo. Esto importa porque todos los modelos de vídeo pueden desviarse entre planos.
4. Genera o importa clips de FLUX. Si FLUX está disponible en tu espacio de trabajo, úsalo directamente cuando necesites imagen y sonido sincronizado en una sola pasada. Si generaste FLUX en otro lugar durante el early access, importa el archivo de vídeo al lienzo.
5. Compara salidas de modelos. Usa FLUX para planos conscientes del sonido, Seedance para clips con muchas referencias o más largos, Kling para movimiento fuerte y Veo para realismo cinematográfico pulido. La película permanece en el lienzo mientras el modelo cambia por plano.
6. Extrae fotogramas útiles. Si un clip de FLUX produce un fotograma final fuerte, guarda o extrae ese fotograma y úsalo como referencia para el siguiente plano.
7. Gradúa y edita juntos. Pon clips de FLUX, clips de vídeo AI silenciosos, clips de voz, música y ediciones en el mismo proyecto para que la secuencia se sienta como una sola película.

Cómo FLUX cambia el flujo de trabajo de filmmaking con IA

Antes del video IA sincronizado, el flujo de trabajo habitual se veía así:

1. Generar un clip silencioso.
2. Elegir la mejor toma.
3. Añadir diálogo con TTS o un modelo de voz.
4. Añadir efectos de sonido desde una biblioteca de audio.
5. Añadir ambiente.
6. Añadir música.
7. Intentar que todo parezca que ocurrió en la misma sala.

FLUX 3 comprime parte de ese trabajo en la generación misma. Una puerta puede cerrarse de golpe con el sonido de la puerta. Una alarma de cabina puede pulsar con la luz roja. Un personaje puede hablar en la misma toma donde la cámara se mueve.

Eso no hace que la postproducción sea irrelevante. Hace que el primer pase sea más cinematográfico. Seguirás editando, mezclando, graduando y refinando, pero la generación sin procesar puede llegar con indicaciones de tiempo y sonido ya incorporadas.

FLUX 3 vs modelos actuales de video IA

Seedance sigue siendo importante para flujos de trabajo con paquetes de referencia. Kling sigue siendo importante para tomas con mucho movimiento. Veo sigue siendo importante para realismo pulido y audio nativo en versiones compatibles. Grok sigue siendo importante para exploración rápida de imagen a video. El diferenciador de FLUX 3 es una sola generación multimodal donde imagen y sonido se diseñan juntos.

Lo que FLUX 3 aún no puede demostrar

FLUX 3 es prometedor, pero el acceso anticipado deja preguntas importantes sin respuesta:

• ¿Puedes dirigir el audio con precisión? Necesitamos saber cuánto control dan los prompts sobre diálogo, efectos de sonido, ambiente y música.
• ¿Puedes regenerar la imagen manteniendo la misma interpretación? Los cineastas necesitan control a nivel de toma.
• ¿Puede mantener la misma voz entre tomas? El sonido nativo importa más si un personaje puede mantenerse vocalmente consistente.
• ¿Qué tan fuertes son las referencias? La consistencia de personaje, vestuario y locación determina si funciona para películas reales.
• ¿Qué tan costosa es la iteración? El precio decidirá si la gente la usa para experimentos o producción.
• ¿Qué tan abiertos son los pesos prometidos? Las versiones para desarrolladores podrían importar más que el lanzamiento alojado a largo plazo.

Hasta que esas respuestas sean públicas, trata FLUX 3 como una nueva capacidad importante, no como un sistema de producción integral resuelto.

Mejores prácticas para mejores videos FLUX

• Escribe prompts para una toma a la vez.
• Incluye dirección de audio, no solo dirección visual.
• Especifica el movimiento de cámara claramente.
• Mantén las primeras pruebas simples.
• Evita texto legible y logotipos.
• Usa clips más cortos cuando la estabilidad importa.
• Guarda fotogramas fuertes como referencias.
• Verifica si el sonido ayuda a la edición.
• Compara clips FLUX con otros modelos en lugar de asumir que un modelo gana en cada toma.
• Mantén tu película organizada en Flick para que puedas cambiar modelos sin perder el proyecto.

Errores comunes

• Ignorar el audio en el prompt. El diferenciador de FLUX 3 es el sonido sincronizado, así que dirígelo.
• Pedir una escena completa en una generación. Un clip debe ser una toma.
• Usar en exceso los 20 segundos completos. Los clips más largos solo son mejores si la acción permanece coherente.
• Juzgar solo la imagen. Escucha el tiempo, diseño de sonido, ambiente e interpretación.
• Asumir que los benchmarks del proveedor son definitivos. Las comparaciones independientes importarán.
• Olvidar la continuidad. Un clip hermoso aún tiene que coincidir con el personaje, locación y secuencia.
• Esperar por un modelo perfecto. En la práctica, usa el mejor modelo por toma y ensambla la película en un solo flujo de trabajo.

Preguntas frecuentes

Guías relacionadas

• Mantén la consistencia de personajes en generaciones de IA
• Mejora y amplía la calidad de video con IA
• Seedance 2.5: qué esperar
• ¿Grok genera videos con IA?