Como Gerar Vídeos com FLUX 3

FLUX 3 é o novo modelo multimodal de fronteira da Black Forest Labs, lançado em acesso antecipado em 23 de julho de 2026. Uma arquitetura gera imagens, vídeos de até 20 segundos, áudio sincronizado e previsões de ação.

Para cineastas, FLUX 3 é um dos primeiros lançamentos importantes de vídeo em IA onde diálogos, efeitos, ambiência e imagem podem sair da mesma geração. Este guia explica o que o FLUX 3 pode fazer, como gerar vídeos com FLUX, o que está realmente disponível hoje, como ele se compara com Seedance, Kling, Veo e Grok, e como usar saídas no estilo FLUX em um fluxo de trabalho de cinema no Flick.

Resposta rápida: o FLUX pode gerar vídeos?

Sim. O FLUX 3 pode gerar vídeos. No lançamento, a Black Forest Labs descreve o FLUX 3 Video como um modelo texto-para-vídeo capaz de gerar clipes de até 20 segundos, com áudio sincronizado nativo opcional.

O lançamento do FLUX 3

A Black Forest Labs anunciou o FLUX 3 em 23 de julho de 2026 como uma família de modelos multimodais abrangendo imagem, vídeo, áudio e ação. A proposta de lançamento é simples: em vez de treinar um modelo para imagens, outro para vídeo, outro para áudio e outro para previsão de ação, o FLUX 3 usa uma arquitetura através de modalidades.

O CEO da BFL, Robin Rombach, resumiu a premissa desta forma: "Você não pode enganar a realidade. Um modelo que só aprende imagens só pode gerar imagens." Esse enquadramento importa para cineastas porque a parte mais difícil do vídeo por IA não é mais um único quadro bonito. É continuidade: imagem, movimento, som, personagem, física e ritmo de edição todos precisam concordar.

As especificações que importam para cineastas

Trate o número do benchmark como uma alegação do fornecedor até que testes independentes acompanhem. O ponto prático mais importante é que o FLUX 3 combina vídeo e áudio em uma geração, o que tem implicações imediatas no fluxo de trabalho para cineastas.

O que as pessoas estão fazendo com o FLUX 3

Testadores de acesso antecipado tiveram o modelo antes do lançamento, e os primeiros exemplos mostram por que cineastas estão prestando atenção: enquadramento cinematográfico, iluminação forte, movimento coerente e potencial de áudio nativo no mesmo sistema.

Os exemplos ainda são iniciais, mas apontam para os critérios de avaliação corretos. Não julgue o FLUX 3 apenas pela beleza de quadros estáticos. Julgue-o pela forma como movimento, som, timing e lógica da cena se mantêm coesos.

Como gerar vídeos com FLUX

1. Comece com uma cena, não com uma ideia vaga

O FLUX 3 pode suportar texto para vídeo, mas um bom prompt de vídeo ainda é uma direção de cena. Comece com uma cena concreta:

• Quem ou o que está no enquadramento?
• Onde está a câmera?
• O que se move?
• O que muda ao longo do tempo?
• O que o áudio deve conter?
• O que o modelo deve evitar?

Prompt fraco:

Uma cidade futurista à noite.

Prompt melhor:

Aérea lenta avançando sobre uma cidade futurista encharcada de chuva à noite. Letreiros de néon refletem em poças abaixo, vapor sobe de aberturas na rua, tráfego distante zumbe, e um drone de sintetizador grave cresce sob a cena. Realismo cinemático, asfalto molhado, luz volumétrica, sem texto legível, sem logos.

O segundo prompt fornece ao FLUX direção visual e de áudio.

2. Escreva prompts para imagem e som juntos

Uma das razões pelas quais o FLUX 3 é importante é o áudio sincronizado nativo, que ele gera junto com modelos como o Seedance 2.5. Use isso no prompt.

Um prompt forte para FLUX deve incluir:

• Câmera: aproximação, dolly, handheld, estática, aérea, tracking, órbita.
• Movimento do sujeito: caminha, vira, alcança, corre, hesita, olha para cima.
• Movimento ambiental: chuva, fumaça, vento, poeira, multidões, fogo, água.
• Som: passos, tecido, zumbido de motor, trovão, diálogo, ambiente, silêncio.
• Timing: "após dois segundos," "quando a câmera alcançá-los," "no final."
• Restrições: sem texto, sem personagens extras, preservar identidade, movimento realista.

Exemplo:

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. Mantenha o primeiro teste simples

Para as primeiras gerações com FLUX, evite cenas que exijam muita coreografia. Use um sujeito, uma ideia de câmera e uma ideia de som.

Bons primeiros testes:

• Uma pessoa caminhando pela chuva com passos sincronizados.
• Uma porta batendo com som de impacto correspondente.
• Alarme de cabine de nave espacial com luz vermelha pulsante.
• Um monstro emergindo da neblina com rugido baixo e ambiência.
• Um plano de reação de diálogo silencioso com som ambiente.
• Um carro passando pela câmera com som de motor e pneus.

Testes mais arriscados:

• Diálogo entre múltiplas pessoas com sincronia labial exata.
• Coreografia de luta complicada.
• Placas ou texto de interface legíveis.
• Sequências com múltiplas locações em um único prompt.
• Logotipos de marca precisos.
• Momentos emocionais longos que exigem continuidade de performance.

4. Gere variações e compare pelo valor de sequência

Não pergunte apenas "Qual clipe parece melhor?" Pergunte "Qual clipe corta melhor?"

Ao revisar variações, verifique:

• O primeiro quadro corresponde à cena anterior?
• O quadro final cria um ponto de corte útil?
• O som ajuda a edição ou distrai dela?
• A ação é clara sem explicação?
• O clipe preserva a identidade do sujeito?
• O movimento parece fisicamente plausível?

O melhor resultado do FLUX pode não ser o mais chamativo. É aquele que pode ficar ao lado de outros planos.

5. Use resultados mais curtos quando eles forem mais limpos

O FLUX 3 anuncia até 20 segundos, mas isso não significa que todo clipe deva ter 20 segundos. Vídeo de IA frequentemente parece mais forte quando o plano tem um propósito limpo e específico.

Use 5–8 segundos para:

• Planos de estabelecimento.
• Planos de corte.
• Planos de inserto.
• Planos de reação.
• Planos de textura com som.
• Testes de movimento.

Use 10–20 segundos quando:

• O assunto permanece estável.
• A ação tem um começo, meio e fim.
• A performance de áudio importa.
• O plano precisa de tempo para respirar.
• O clipe é destinado como uma micro-cena completa.

Template de prompt de vídeo FLUX

Use esta estrutura:

[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].

Exemplo:

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.

Exemplos de prompts para vídeo 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 focado no som

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.

Movimento estilo produto

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 silencioso do personagem

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.

Como usar FLUX com Flick

O acesso ao FLUX 3 está atualmente em acesso antecipado, então a integração nativa exata do Flick deve ser verificada antes da publicação. Mas a saída do FLUX é vídeo padrão, o que significa que você já pode tratar clipes FLUX como parte de um fluxo de trabalho de filme Flick: traga os clipes para o canvas, organize-os ao lado de suas referências, compare-os com gerações de outros modelos e coloque-os na sequência.

Para construir um projeto pronto para FLUX no Flick:

1. Abra um canvas novo. Crie um novo projeto Flick e escolha a proporção de aspecto para a distribuição final: 16:9, 9:16 ou 1:1.
2. Construa a cena visualmente. Use nós de texto como notas de prompt, gere imagens de cena, colete referências e mantenha o planejamento do plano no canvas.
3. Fixe personagens recorrentes primeiro. Use o fluxo de trabalho de Referência de Personagem do Flick para ancorar o personagem em imagens estáticas antes de confiar em qualquer modelo de vídeo. Isso importa porque todo modelo de vídeo pode variar entre planos.
4. Gere ou importe clipes FLUX. Se o FLUX estiver disponível no seu espaço de trabalho, use-o diretamente quando precisar de imagem e som sincronizado em uma única passagem. Se você gerou FLUX em outro lugar durante o acesso antecipado, importe o arquivo de vídeo para o canvas.
5. Compare saídas de modelos. Use FLUX para planos com consciência de som, Seedance para clipes mais longos ou com muitas referências, Kling para movimento forte e Veo para realismo cinematográfico refinado. O filme permanece no canvas enquanto o modelo muda por plano.
6. Extraia frames úteis. Se um clipe FLUX produz um frame final forte, salve ou extraia esse frame e use-o como referência para o próximo plano.
7. Faça gradação e edite junto. Coloque clipes FLUX, clipes de vídeo AI silenciosos, clipes de voz, música e edições no mesmo projeto para que a sequência pareça um único filme.

Como o FLUX muda o fluxo de trabalho de criação de filmes com IA

Antes do vídeo de IA sincronizado, o fluxo de trabalho usual era assim:

1. Gerar um clipe silencioso.
2. Escolher a melhor tomada.
3. Adicionar diálogo com TTS ou um modelo de voz.
4. Adicionar foley de uma biblioteca de sons.
5. Adicionar ambiência.
6. Adicionar música.
7. Tentar fazer tudo parecer que aconteceu na mesma sala.

FLUX 3 incorpora parte desse trabalho na própria geração. Uma porta pode bater com o som da porta. Um alarme de cabine pode pulsar com a luz vermelha. Um personagem pode falar na mesma tomada em que a câmera se move.

Isso não torna a pós-produção irrelevante. Isso torna a primeira passagem mais cinematográfica. Você ainda vai editar, mixar, corrigir e refinar, mas a geração bruta pode chegar com timing e deixas sonoras já anexados.

FLUX 3 vs modelos atuais de vídeo de IA

Seedance ainda importa para fluxos de trabalho com pacotes de referência. Kling ainda importa para tomadas com muito movimento. Veo ainda importa para realismo polido e áudio nativo em versões suportadas. Grok ainda importa para exploração rápida de imagem para vídeo. O diferencial do FLUX 3 é uma geração multimodal única onde imagem e som são projetados juntos.

O que FLUX 3 ainda não pode provar

FLUX 3 é promissor, mas o acesso antecipado deixa questões importantes sem resposta:

• Você pode direcionar o áudio com precisão? Precisamos saber quanto controle os prompts oferecem sobre diálogo, foley, ambiência e música.
• Você pode regerar a imagem mantendo a mesma performance? Cineastas precisam de controle no nível da tomada.
• Ele pode corresponder uma voz entre tomadas? Som nativo importa mais se um personagem puder permanecer vocalmente consistente.
• Quão fortes são as referências? Consistência de personagem, figurino e locação determinam se funciona para filmes reais.
• Quão cara é a iteração? O preço vai decidir se as pessoas usam para experimentos ou produção.
• Quão abertos são os pesos prometidos? Versões para desenvolvedores podem importar mais que o lançamento hospedado no longo prazo.

Até que essas respostas sejam públicas, trate FLUX 3 como uma nova capacidade importante, não como um sistema de produção ponta a ponta resolvido.

Melhores práticas para vídeos FLUX melhores

• Use prompt para uma tomada por vez.
• Inclua direção de áudio, não apenas direção visual.
• Especifique movimento de câmera claramente.
• Mantenha testes iniciais simples.
• Evite texto legível e logos.
• Use clipes mais curtos quando estabilidade importa.
• Salve frames fortes como referências.
• Verifique se o som ajuda na edição.
• Compare clipes FLUX com outros modelos em vez de assumir que um modelo vence toda tomada.
• Mantenha seu filme organizado no Flick para que você possa trocar modelos sem perder o projeto.

Erros comuns

• Ignorar áudio no prompt. O diferencial do FLUX 3 é som sincronizado, então direcione-o.
• Pedir uma cena completa em uma geração. Um clipe deve ser uma tomada.
• Usar demais os 20 segundos completos. Clipes mais longos só são melhores se a ação permanecer coerente.
• Julgar apenas a imagem. Ouça timing, sound design, ambiência e performance.
• Assumir que benchmarks de fornecedores são finais. Comparações independentes vão importar.
• Esquecer continuidade. Um clipe bonito ainda tem que corresponder ao personagem, locação e sequência.
• Esperar por um modelo perfeito. Na prática, use o melhor modelo por tomada e monte o filme em um único fluxo de trabalho.

Perguntas Frequentes

Guias relacionados

• Manter personagens consistentes entre gerações de IA
• Melhorar e ampliar a qualidade de vídeos com IA
• Seedance 2.5: o que esperar
• O Grok gera vídeos com IA?