Come Generare Video con FLUX 3 (2026)

FLUX 3 è il modello multimodale di Black Forest Labs, annunciato il 23 luglio 2026, e uno dei primi grandi rilasci di video AI in cui dialoghi, effetti, ambiente e immagine provengono dalla stessa generazione. La maggior parte delle guide su FLUX 3 ripete ancora l'annuncio di lancio, e una clip che costa 170 crediti nella sua versione più breve richiede un prompt che funzioni al primo tentativo. Abbiamo quindi esaminato tutte le 13 clip FLUX 3 presenti sui canvas pubblici dei film del team Flick e delle residenze, con gli esatti prompt che li hanno generati e le tracce audio risultanti. Questa guida mostra come generare video con FLUX 3, i prompt reali, come dirigere l'audio, quanto costa e come si confronta con Seedance, Kling, Veo e Grok.

FLUX 3 è disponibile sul piano Standard di Flick e superiori.

FLUX 3 può generare video?

Cos'è FLUX 3?

Black Forest Labs ha annunciato FLUX 3 il 23 luglio 2026 e l'ha reso disponibile al pubblico tramite la sua API e i partner il 4 agosto 2026.

Il CEO di BFL Robin Rombach ha riassunto la premessa: "Non si può ingannare la realtà. Un modello che impara solo immagini può generare solo immagini."

Questa impostazione è importante per i filmmaker, perché la parte difficile dell'AI video non è più un singolo fotogramma gradevole ma la continuità: immagine, movimento, suono, personaggio, fisica e ritmo di montaggio devono tutti concordare.

• Leggi il benchmark come dichiarazione del fornitore: i test indipendenti non l'hanno ancora verificato.
• Il cambiamento pratico riguarda l'audio: FLUX 3 genera video e audio in un'unica generazione, il che modifica il modo in cui si costruisce un film.
• Primi test: i tester hanno pubblicato le loro prime clip su X, come @venturetwins e @umesh_ai, e il vero test è se movimento, suono, tempismo e logica della scena tengono insieme, non la bellezza del fotogramma singolo.

Come sono i veri prompt di FLUX 3?

Queste sono riprese FLUX 3 da film del team Flick e della residency, ciascuna con il prompt esattamente come è stato eseguito.

• Cosa abbiamo analizzato: tutte le 13 clip FLUX 3 sui canvas pubblici di 4 film del team Flick e della residency, 7 delle quali della durata completa di 20 secondi.
• Audio in ogni file: tutti i 13 clip sono stati restituiti con una traccia audio, inclusi i 7 i cui prompt non menzionano mai l'audio.
• Frame iniziali: tutti i 13 sono partiti da un frame iniziale, quindi non abbiamo ancora un clip FLUX 3 realizzato solo da testo.

00:10

Un'inquadratura fissa ampia con ogni suono su una riga separata

Il prompt blocca la camera, poi elenca il vento, gli zoccoli, i finimenti e il respiro del cavallo riga per riga ed esclude dialoghi e musica, quindi l'audio è scritto con la stessa cura dell'immagine.

Locked wide shot.
Maintain the same camera position, composition, focal length, and shot scale throughout.
No push-in, pull-back, pan, tilt, crane movement, or zoom.
The rider and horse move independently from the camera.

The rider and horse maintain a fast gallop along their existing direction across the frozen lake toward the distant tree line.

The horse sustains a natural, powerful gallop. All four legs move through a complete running gait, while its head and neck rise and fall naturally with each stride. Its mane, tail, and tack move with the speed.

The rider leans slightly forward, keeps both hands steady on the reins, and moves naturally with the horse’s galloping rhythm.

The hooves repeatedly strike the thin snow covering the ice, throwing a small amount of fine snow backward and extending faint hoof tracks behind them.

The colossal serpent in the background is a completely frozen corpse and remains absolutely motionless throughout. No breathing, blinking, eye movement, jaw movement, or body movement.

The broad background fog moves slowly throughout the shot, drifting sideways at a steady, continuous pace across the mountain and around the frozen serpent. The fog banks change shape naturally. The moving fog does not affect the serpent, its ice covering, or its icicles; the serpent remains absolutely motionless.

Continuous low cold wind.
Fast, forceful hoof impacts against the ice and thin snow.
Subtle rein, leather, and tack vibration.
Heavy, rhythmic breathing from the running horse.
No sound from the serpent.
No dialogue.
No background music.

In ’twixt Vows, regia di Jaime Yao

Significato:Un cavaliere galoppa veloce sul lago ghiacciato verso gli alberi mentre un serpente congelato rimane immobile sullo sfondo nebbioso.

00:06

Un'inquadratura di dettaglio lenta che specifica cosa deve rimanere immobile

Il prompt nomina le poche tessere che possono muoversi, quanto lentamente, e cosa non deve muoversi, fino alla figura che non deve girarsi o battere le palpebre, il che impedisce a un'inquadratura di dettaglio lenta di diventare un collasso.

The camera drifts extremely slowly from upper right to lower left with a very slight push-in. No sudden acceleration. No reframing.

The mosaic figure remains still. Only a sparse selection of mosaic pieces slowly loosens, lifts away from the wall, and floats just in front of their original positions. Do not make it a large-scale collapse.

After the pieces detach, the exposed gaps reveal a dim blue moonlit jade material. It is smooth, semi-translucent, faintly glowing, and not liquid. It emits a soft, low-intensity cool blue glow that gently illuminates nearby piece edges, seams, and fine airborne dust.

A few pieces near the blue gem eye may also loosen and float. The gem catches one brief subtle glint. The figure does not turn its head and does not blink.

Only a small amount of dust and faint haze drifts slowly through the air.

In ’twixt Vows, regia di Jaime Yao

Significato:Pezzi di mosaico si staccano lentamente rivelando materiale di giada blu luminescente sotto con estetica misteriosa e lunare.

00:10

Quattro parole su un frame iniziale strano

Con quattro parole e un errore di battitura, FLUX 3 ha mantenuto l'auto fluttuante del frame iniziale e i suoi due osservatori e ha messo in movimento l'auto, con il bagagliaio che si apre e il fumo che sale mentre affonda verso il mare.

some strange things happned.

Summer time, regia di Zoey Z.

Significato:Cose strane accadono in una scena non specificata.

00:20

Sei parole che lasciano l'inquadratura al modello

Un prompt così aperto lascia ogni scelta a FLUX 3, e questa ripresa si sposta dal frame iniziale della camera da letto a una seconda scena di una donna in trench accanto a un'auto rossa.

based on these images, create something

Summer time, regia di Zoey Z.

Significato:Qualcosa viene creato basandosi su immagini di riferimento fornite.

Come si dirige l'audio in FLUX 3?

In The Miracle, Sam Wasserman ha scritto una battuta fuori campo per il suo Generale, ha descritto la voce in dettaglio ed escluso musica e altre voci, e FLUX 3 ha restituito l'immagine e la voce in un'unica passata:

00:20

Dense ranks of mixed male and female Caucasian Runners with varied natural hair colors and clearly distinct human faces wear the same Pearl-White Gauntlet Suit: Sleek, slightly glossy pearl-white suit over an open-collar white shirt; identical material across all Runners while faces, ages, genders, builds, and hair remain clearly distinct. The General remains completely off camera. His exact voice continues: “It will push you to your breaking point, but nothing can prepare you for the true brutality of the Gauntlet.” Match the supplied General voice reference exactly: low grounded baritone, natural accent, firm chest resonance, hard consonants, dry weathered texture, restrained authority and controlled grief.
# Composition
Track laterally past tense hands, breathing chests, worn faces and fixed eyes, revealing multiple Runners in layered depth. No one speaks or lip-syncs.
# Lighting
Sodium-amber practicals, muted cyan shadows, smoke, wet-floor reflections and deep blacks.
# Camera
20-second medium shot, eye level, 50mm anamorphic, slow weighty lateral track. Let the voice finish cleanly before the final reaction.
# Style
Lost large-scale 1987 live-action 35mm anamorphic cinema; coarse organic grain, gate weave, halation, practical atmosphere, believable human skin and physical costumes. No synthetic faces, CGI sheen, subtitles, readable incidental text, music, or additional voices.
# Mood
Quiet dread held under military discipline.

Significato:Corridori in tute bianche perla ascoltano la voce autoritaria del Generale su brutalità e prove con estetica cinematografica anni Ottanta.

• La voce: la traccia contiene dialogo per circa i primi 12 secondi, poi suono ambiente senza voce fino alla fine, come richiesto dalla frase del prompt "Lascia che la voce finisca in modo netto prima della reazione finale".
• Niente musica: il prompt esclude musica e voci aggiuntive, e la traccia non ne contiene nessuna dopo la fine della battuta.
• Nessun riferimento vocale in Flick: il prompt chiede di corrispondere a un "riferimento vocale generale fornito", ma FLUX 3 in Flick prende un frame iniziale e uno finale senza input audio, quindi la voce proviene solo dalla descrizione scritta.
• Lo stesso prompt due volte: Sam ha eseguito questo prompt da due frame iniziali diversi, e la seconda ripresa apre questa guida.

Prima del video AI sincronizzato, il flusso di lavoro abituale era generare una clip silenziosa, scegliere la ripresa migliore, aggiungere il dialogo con un modello vocale, aggiungere foley e ambiente da una libreria, aggiungere musica, e poi cercare di far sembrare tutto parte della stessa scena.

FLUX 3 integra parte di questo nella generazione: una porta può sbattere con il rumore della porta, un allarme può pulsare con la luce rossa, e un personaggio può parlare nell'inquadratura dove la camera si muove.

Questo non rende la post-produzione irrilevante, rende il primo passaggio più cinematografico, perché si continua a montare, mixare e colorare, ma la clip grezza può arrivare con i suoi tempi e segnali sonori già inclusi.

Come si genera un video con FLUX 3 in Flick?

1. 1Apri un canvas

   Crea un progetto Flick nel formato finale, 16:9, 9:16 o 1:1, e mantieni note del prompt, immagini di scena e riferimenti accanto al piano delle inquadrature.

2. 2Blocca prima i personaggi

   Ancora i personaggi ricorrenti in immagini fisse con Character Reference prima di affidarti a un modello video, perché ogni clip può variare da inquadratura a inquadratura.

3. 3Scegli FLUX 3

   Aggiungi un nodo Image to Video, scegli FLUX 3 e aggiungi un frame iniziale, o un frame iniziale e uno finale, quando l'inquadratura deve iniziare o terminare su un'immagine specifica.

4. 4Scrivi inquadratura e suono

   Descrivi un movimento di camera, l'azione in sequenza e il suono che vuoi, poi imposta da 5 a 20 secondi e 720p o 1080p e verifica il totale dei crediti.

5. 5Confronta i modelli

   Usa FLUX per inquadrature sensibili al suono, Seedance per clip con molti riferimenti o più lunghe, Kling per movimento forte e Veo per realismo raffinato, mentre il film rimane su un unico canvas.

6. 6Estrai, effettua il color grading, monta

   Estrai un fotogramma finale forte come inizio della prossima inquadratura, poi effettua il color grading e taglia insieme le clip FLUX, le clip silenziose, le voci e la musica in modo che la sequenza si legga come un unico film.

Come si scrive un buon prompt per FLUX 3?

1. 1. Inizia con un'inquadratura, non con un'idea vaga

   Specifica chi è nell'inquadratura, dove si trova la camera, cosa si muove, cosa cambia nel tempo, cosa contiene l'audio e cosa il modello dovrebbe evitare, perché FLUX 3 ha ancora bisogno di un'inquadratura da seguire.

2. 2. Scrivi immagine e suono insieme

   Dedica al suono una sua riga, come fa il prompt del lago ghiacciato con vento, zoccoli e respiro, poiché FLUX 3 crea l'audio dallo stesso prompt dell'immagine.

3. 3. Mantieni semplice il primo test

   Usa un soggetto, un'idea di camera e un'idea di suono per le prime generazioni, e lascia le scene che richiedono coreografie complesse finché non conosci il comportamento del modello.

4. 4. Specifica cosa deve rimanere fermo

   Indica cosa non deve muoversi con la stessa chiarezza di cosa dovrebbe, come fa il prompt del mosaico con la figura che non si gira né sbatte le palpebre, così un'inquadratura lenta mantiene la sua forma.

5. 5. Confronta le riprese in base a come si montano

   Chiediti quale clip si monta meglio piuttosto che quale appare meglio, verificando che il primo e l'ultimo fotogramma si raccordino con le inquadrature circostanti e che il suono aiuti il montaggio.

6. 6. Riserva la durata completa alle inquadrature che la meritano

   Mantieni i cutaway, gli insert e le inquadrature di reazione brevi e riserva le clip più lunghe per un soggetto stabile con un inizio, una parte centrale e una fine, perché i video AI spesso hanno il risultato migliore quando un'inquadratura ha un unico scopo.

Un prompt FLUX 3 efficace copre questi sei elementi:

• Camera: avvicinamento, dolly, a mano, fissa, aerea, tracking, orbita.
• Movimento del soggetto: cammina, gira, si allunga, corre, esita, guarda in alto.
• Movimento ambientale: pioggia, fumo, vento, polvere, folle, fuoco, acqua.
• Suono: passi, tessuto, ronzio del motore, tuono, dialogo, atmosfera, silenzio.
• Tempistica: "dopo una pausa," "quando la camera li raggiunge," "alla fine."
• Vincoli: nessun testo, nessun personaggio extra, preservare l'identità, movimento realistico.

Un prompt debole

A futuristic city at night.

Un prompt migliore, con immagine e suono

Slow aerial push over a rain-soaked futuristic city at night. Neon signs reflect in puddles below, steam rises from street vents, distant traffic hums, and a low synth drone builds under the shot. Cinematic realism, wet asphalt, volumetric light, no readable text, no logos.

Quando rivedi le riprese, verifica che il primo fotogramma corrisponda alla scena precedente, che l'ultimo fotogramma offra un punto di taglio, che l'azione sia comprensibile senza spiegazioni, che il soggetto mantenga la sua identità e che il movimento risulti fisicamente plausibile.

Esiste un template di prompt per FLUX 3?

[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].

Il template compilato

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.

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.

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.

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.

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.

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.

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.

Quanto costa FLUX 3 in Flick?

• L'audio è incluso: FLUX 3 in Flick non ha interruttore audio, quindi il prezzo copre insieme immagine e suono.
• Piani: FLUX 3 richiede il piano Standard, a partire da $20 al mese con 2.500 crediti.
• Prima prova con durata breve: il nodo mostra il totale dei crediti prima dell'esecuzione, quindi prova un prompt alla durata minima prima di fare una ripresa a lunghezza intera.

Come si confronta FLUX 3 con altri modelli video AI?

• Riferimenti: Seedance 2.5 in Reference to Video accetta fino a 30 immagini di riferimento, mentre FLUX 3 in Flick accetta un frame iniziale e un frame finale e nessuna immagine di riferimento.
• Il canvas è la costante: Character Reference, note del prompt e modifiche rimangono su un unico canvas Flick, così un film può usare un modello diverso per ogni inquadratura.
• Un test comparativo: FLUX 3 vs Seedance 2.5 esegue entrambi i modelli sulle stesse inquadrature.

Cosa non può ancora fare FLUX 3?

• Dirigere l'audio: i nostri clip mostrano che le linee sonore scritte e le battute pronunciate vengono rese, ma quanto precisamente un prompt controlli dialoghi, foley, ambiente e musica richiede ancora più test.
• La stessa performance due volte: i registi devono rigenerare l'immagine mantenendo una performance, e FLUX 3 non offre ancora un modo per farlo.
• Una voce attraverso le inquadrature: il suono nativo conta soprattutto se un personaggio ha la stessa voce da un'inquadratura all'altra, e FLUX 3 in Flick non accetta riferimenti vocali.
• Riferimenti: la coerenza di personaggio, guardaroba e location determina se funziona per film reali, e FLUX 3 in Flick non accetta immagini di riferimento, quindi fissa l'aspetto nel frame iniziale.
• Costo dell'iterazione: il costo in crediti viene mostrato prima di generare, quindi testa prima con clip brevi.
• Pesi aperti: le versioni per sviluppatori che Black Forest Labs ha promesso potrebbero contare più del rilascio hosted nel lungo periodo.

Quali sono gli errori comuni con FLUX 3?

• Ignorare l'audio nel prompt: la differenza di FLUX 3 è il suono sincronizzato, quindi dirigilo.
• Una scena completa in una generazione: una clip dovrebbe essere un'inquadratura.
• Abusare della durata completa: una clip più lunga è meglio quando l'azione rimane coerente, e peggio quando non lo è.
• Giudicare solo l'immagine: ascolta il timing, il sound design, l'ambiente e la performance.
• Prendere i benchmark dei fornitori come definitivi: i confronti indipendenti saranno importanti.
• Dimenticare la continuità: una clip bellissima deve comunque corrispondere al personaggio, alla location e alla sequenza.
• Aspettare un modello perfetto: usa il miglior modello per ogni inquadratura e assembla il film in un unico flusso di lavoro.

Domande frequenti su FLUX 3

Maggiori informazioni su FLUX 3 e i video AI in Flick

Film in questa guida

• Sam Wasserman · The Miracle
• Jaime Yao · In ’twixt Vows
• Zoey Z. · Summer time
• Raj Rishi More · Seasons
• MaxVOAO · Dreamland
• Owen Doerr · Lifeguard