如何使用 FLUX 3 生成影片(2026)

要使用 FLUX 3 生成影片,請在提示詞中撰寫一個鏡頭及其聲音,如果鏡頭必須以特定畫面開場則添加起始畫格,並選擇 5 到 20 秒:畫面和音訊會一起生成。

一幅墨水畫,描繪一台三腳架上的手搖電影攝影機,前面裝有留聲機喇叭,背景為淡桃色

FLUX 3 是 Black Forest Labs 的多模態模型,於 2026 年 7 月 23 日發布,也是首批對話、音效、環境音與畫面皆源自同一次生成的重大 AI 影片發布之一。大多數 FLUX 3 指南仍在重複發布公告的內容,而一個最短需要 170 點數的片段需要一次就成功的提示詞。因此我們閱讀了 Flick 團隊與駐場影片公開畫布上的全部 13 個 FLUX 3 片段,包含生成它們的確切提示詞以及產生的音軌。本指南展示如何使用 FLUX 3 生成影片、真實提示詞、如何控制聲音、所需點數,以及與 Seedance、Kling、Veo 和 Grok 的比較。

FLUX 3 可在 Flick 的 Standard 方案及更高方案中使用。

FLUX 3 能生成影片嗎?

是的:FLUX 3 可以製作長達 20 秒的影片片段,並同步生成聲音,支援僅使用文字提示詞、從起始畫面,或在起始和結束畫面之間生成。
Flick 中的 FLUX 3,截圖來自 2026 年 10 月 29 日應用程式的模型設定,以及 Black Forest Labs 的發布
問題答案
FLUX 可以生成影片嗎?可以,透過 FLUX 3
使用方式在圖片轉影片節點上,支援文字轉影片、圖片轉影片,以及首尾畫面
片段長度5 到 20 秒,任何整數秒數
聲音在 Flick 中的每個片段都會同步生成與畫面搭配的音訊
解析度720p 或 1080p
長寬比16:9、9:16、1:1、21:9、4:3 或 3:4
結束幀是,在起始幀之後
Flick 價格720p 5 秒影片需 170 點數
方案Standard 及以上方案
圖像生成Black Forest Labs 表示將在視訊推出後陸續開放;Flick 採用 FLUX 3 來製作視訊
開放權重Black Forest Labs 承諾將於 2026 年稍後推出
最佳用途電影級影片、圖像與聲音測試、對話場景、聲音感知 B-Roll 及多模態影片實驗

什麼是 FLUX 3?

FLUX 3 是 Black Forest Labs 推出的多模態模型系列,採用單一架構處理圖像、視訊、音訊和動作預測,而非為每項功能使用獨立模型。

Black Forest Labs 於 2026 年 7 月 23 日發布 FLUX 3,並於 2026 年 8 月 4 日透過其 API 和合作夥伴正式提供服務。

BFL 執行長 Robin Rombach 總結了這個理念:「你無法欺騙現實。只學習圖像的模型只能生成圖像。」

這種框架對電影製作者來說很重要,因為 AI 影片的難點不再是單一漂亮的畫面,而是連貫性:畫面、動作、聲音、角色、物理和剪輯節奏都必須協調一致。

Black Forest Labs 發布時的 FLUX 3
功能發布時的 FLUX 3
影片文字轉影片,每次生成最長 20 秒
音訊原生同步音訊,與畫面同步生成
圖片完整圖像生成,將在首次發布階段後推出
架構跨圖像、影片、音訊和動作的單一模型,BFL 稱之為「Self-Flow」
基準測試BFL 報告指出,在 77% 的比較中,FLUX 3 優於 Runway Gen-4.5
變體FLUX 3 Video、FLUX 3 Image、FLUX 3 Action、FLUX 3 Dev 和 FLUX-mimic
開放權重承諾於 2026 年稍後推出
早期測試者Canva、Burda、Magnific、Krea、Picsart、Audi 等
  • 將此基準測試視為供應商聲明:獨立測試尚未跟上。
  • 實際改變確實重要:FLUX 3 在單次生成中同時製作影片和音訊,這改變了影片的組合方式。
  • 早期測試:測試者在 X 上發布了他們的首批片段,例如 @venturetwins 和 @umesh_ai,正確的測試標準是動作、聲音、時間和場景邏輯是否協調一致,而非靜態畫面的美感。

真實的 FLUX 3 提示詞是什麼樣子?

Flick 影片背後的 FLUX 3 提示詞從四個字到整頁都有,而效果最好的那些會明確指定攝影機、什麼在移動、什麼保持靜止以及每個聲音,各自獨立成行。

這些是來自 Flick 團隊和駐留影片的 FLUX 3 鏡頭,每個都附有執行時的完整提示詞。

  • 我們的分析對象:來自 4 部 Flick 團隊和駐留影片公開畫布上的全部 13 個 FLUX 3 片段,其中 7 個為完整的 20 秒。
  • 每個檔案都有聲音:全部 13 個片段都帶有音軌,包括 7 個提示詞中從未提及聲音的片段。
  • 起始影格:全部 13 個片段都從起始影格開始,因此我們目前還沒有純粹從文字生成的 FLUX 3 片段。
A lone rider gallops across a frozen lake toward a pine forest under fog-covered mountains
第一幀:A lone rider gallops across a frozen lake toward a pine forest under fog-covered mountains
第一幀
00:10

固定廣角鏡頭,每個聲音各自獨立成行

提示詞固定了攝影機,然後逐行列出風聲、馬蹄聲、馬具聲和馬的呼吸聲,並排除對話和音樂,因此聲音的描寫與畫面一樣細緻。

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.
Jaime Yao 執導的《In ’twixt Vows》
含義:騎士騎馬在冰凍湖面疾馳奔向遠處樹林,背景巨蛇屍體冰封不動霧氣飄移,固定廣角鏡頭拍攝。
Close-up of a dark gold mosaic figure with a blue gem eye, a few tiles lifting off the wall
第一幀:Close-up of a dark gold mosaic figure with a blue gem eye, a few tiles lifting off the wall
第一幀
00:06

慢速細節鏡頭,明確指定什麼必須保持靜止

提示詞指定了少數可能移動的瓷磚、移動速度,以及什麼不可移動,細緻到人物不轉身或眨眼,這使慢速細節鏡頭避免崩壞。

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.
Jaime Yao 執導的《In ’twixt Vows》
含義:馬賽克人像有幾片磁磚脫離漂浮露出發藍光的玉石材質攝影機緩慢向左下方移動呈現神秘氛圍
A couple seen from behind on a misty hilltop watch an old car float in the air above the sea
第一幀:A couple seen from behind on a misty hilltop watch an old car float in the air above the sea
第一幀
00:10

奇特起始影格上的四個字

僅用四個字和一個錯字,FLUX 3 保留了起始幀中漂浮的汽車及其兩名旁觀者,並讓汽車開始移動,後車廂打開,煙霧升起,汽車逐漸沉入海中。

some strange things happned.
Zoey Z. 執導的《Summer time》
含義:發生了一些奇怪的事情畫面內容不明
A couple sit close on a bed in a lamp-lit 1950s bedroom, then a woman in a trench coat stands by a red car
第一幀:A couple sit close on a bed in a lamp-lit 1950s bedroom, then a woman in a trench coat stands by a red car
第一幀
00:20

六個字,將鏡頭交給模型決定

如此開放的提示詞將每個選擇都留給 FLUX 3,而這個版本從臥室起始幀轉換到第二個場景,畫面中一名女子身穿風衣站在紅色汽車旁。

based on these images, create something
Zoey Z. 執導的《Summer time》
含義:根據提供的圖像創作某種內容具體主題不明

如何在 FLUX 3 中控制聲音?

在提示詞中描述聲音的方式與描述畫面相同:為每個聲音命名,將任何對白放在引號中,描述聲音特質,並說明要排除什麼,例如音樂或其他人聲。

在《The Miracle》中,Sam Wasserman 為他的將軍角色寫了一段畫外音對白,詳細描述了聲音特質並排除了音樂和其他人聲,FLUX 3 一次就產生了畫面和聲音:

A stern man with a grey moustache in close-up, then rows of people in white suits standing in the rain
第一幀:A stern man with a grey moustache in close-up, then rows of people in white suits standing in the rain
第一幀
00:20
FLUX 3,從特寫起始幀一次完成全長影片Sam Wasserman 執導的《The Miracle》 · FLUX 3 · 圖像轉影片
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.
含義:穿珍珠白緊身衣的跑者們站成一排將軍畫外音說出嚴酷真相呈現1987年類比電影風格與壓抑氣氛
  • 聲音:音軌在前 12 秒左右包含對白,然後到結尾只有環境音沒有人聲,正如提示詞中「讓聲音在最後反應前乾淨結束」所要求的。
  • 無音樂:提示詞排除了音樂和額外人聲,音軌在對白結束後確實沒有包含這些元素。
  • Flick 中無聲音參考:提示詞要求匹配「提供的將軍聲音參考」,但 Flick 中的 FLUX 3 只接受起始幀和結束幀,不接受音訊輸入,因此聲音完全來自文字描述。
  • 相同提示詞兩次:Sam 使用兩個不同的起始幀執行了這個提示詞,第二個版本出現在本指南開頭。

在同步 AI 影片出現之前,常見的工作流程是生成靜音片段,挑選最佳版本,使用語音模型添加對白,從資源庫添加音效和環境音,添加音樂,然後試圖讓所有元素聽起來像在同一個空間。

FLUX 3 將其中一部分整合到生成過程中:門可以伴隨著關門聲砰地關上,警報可以隨著紅燈脈動,角色可以在鏡頭移動時說話。

這並不代表後期製作變得無關緊要,而是讓初始成果更接近影片的樣子,因為你仍需要剪輯、混音和調色,但原始片段可能已經帶著時間點和聲音提示到來。

如何在 Flick 中使用 FLUX 3 生成影片?

開啟畫布,規劃鏡頭,在靜態影像中鎖定任何重複出現的角色,然後在圖像轉影片節點上選擇 FLUX 3,描寫鏡頭及其聲音,並將片段剪輯到你的序列中。
  1. 1開啟畫布

    在 Flick 專案中建立最終發布的長寬比,16:9、9:16 或 1:1,並將提示詞筆記、場景靜幀和參考資料放在鏡頭計畫旁邊。

  2. 2先鎖定角色

    在依賴影片模型之前,先使用角色參考將重複出現的角色固定在靜幀中,因為每個片段都可能在不同鏡頭間產生偏差。

  3. 3選擇 FLUX 3

    新增「圖片轉影片」節點,選擇 FLUX 3,並新增起始幀,或當鏡頭必須從特定畫面開始或結束時,同時新增起始和結束幀。

  4. 4撰寫鏡頭與聲音

    描述一個鏡頭運動、依序發生的動作以及您想要的聲音,然後設定 5 到 20 秒及 720p 或 1080p,並檢查點數總計。

  5. 5比較模型

    使用 FLUX 處理聲音感知鏡頭,Seedance 處理重參考或較長片段,Kling 處理強烈動態,Veo 處理精緻寫實效果,同時影片保持在同一個畫布上。

  6. 6擷取、調色、剪輯

    擷取強而有力的最終幀作為下一個鏡頭的起始畫面,然後將 FLUX 片段、無聲片段、語音和音樂一起調色和剪輯,讓整個序列讀起來像一部完整影片。

如何撰寫優質的 FLUX 3 提示詞?

好的 FLUX 3 提示詞就是一個鏡頭指示:一個主體、一個鏡頭概念和一個聲音概念,加上標示事物變化時機的時間詞彙,以及一份簡短的避免事項清單。
  1. 1. 從鏡頭開始,而非模糊的想法

    說明誰在畫面中、鏡頭在哪裡、什麼在移動、什麼隨時間變化、音訊包含什麼,以及模型應該避免什麼,因為 FLUX 3 仍然需要一個鏡頭來遵循。

  2. 2. 將畫面和聲音一起撰寫

    讓聲音單獨成行,就像冰湖提示詞對風、馬蹄聲和呼吸聲的處理方式一樣,因為 FLUX 3 會根據同一個提示詞來生成音訊和畫面。

  3. 3. 保持第一次測試簡單

    在早期生成時使用一個主體、一個鏡頭想法和一個聲音想法,把需要大量編排的場景留到了解模型行為後再處理。

  4. 4. 說明什麼必須保持靜止

    像馬賽克提示詞對不轉動或不眨眼的人物所做的那樣,清楚地說明什麼不能動,就像說明什麼應該動一樣,這樣慢鏡頭才能保持其形狀。

  5. 5. 根據剪輯效果比較不同片段

    詢問哪個片段最適合剪輯,而不是哪個看起來最好,檢查第一幀和最後一幀是否與周圍的鏡頭銜接,以及聲音是否有助於剪輯。

  6. 6. 把完整長度留給值得的鏡頭

    將插入鏡頭、特寫和反應鏡頭保持簡短,並把最長的片段留給有開頭、中段和結尾的穩定主體,因為當鏡頭只有一個目的時,AI 影片通常看起來最強。

一個強大的 FLUX 3 提示詞涵蓋這六個要素:

  • 鏡頭:推進、移動、手持、固定、空拍、跟拍、環繞。
  • 主體動作:行走、轉身、伸手、奔跑、猶豫、抬頭看。
  • 環境動態:雨、煙霧、風、灰塵、人群、火、水。
  • 聲音:腳步聲、布料聲、引擎低鳴、雷聲、對話、環境音、寂靜。
  • 時間點:「停頓一拍後」、「當鏡頭到達他們時」、「在結尾時」。
  • 限制條件:無文字、無額外字元、保持一致性、真實動作。

較弱的提示詞

A futuristic city at night.
含義:未來城市的夜景

較好的提示詞,包含畫面與聲音

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.
含義:空拍鏡頭緩慢飛越雨後的未來城市夜景霓虹燈倒映在水窪街道冒出蒸汽呈現電影寫實風格
適合 FLUX 3 的優質初步測試與較高風險測試,來自 Jaime 的原始指南
優質初步測試較高風險測試
一個人在雨中行走,腳步聲同步多人對話,精確唇形同步
門關上時搭配相應的撞擊音效複雜的打鬥編排
太空船駕駛艙警報搭配紅色脈衝燈光清晰可辨的標誌或介面文字
怪物從霧中出現並發出低沉咆哮在單一提示詞中包含多個場景
安靜對話的反應鏡頭,帶有環境音精確的品牌標誌
汽車經過鏡頭時伴隨引擎與輪胎聲需要表演連貫性的長情感節拍
何時使用短片或長片的 FLUX 3 片段
保持短片用於延長時間用於
建立鏡頭主體保持穩定
切換鏡頭與插入鏡頭動作有起承轉合
反應鏡頭音效表現很重要
具有聲音的質感鏡頭鏡頭需要留白空間
動態測試片段是一個完整的微場景

當你檢視鏡次時,請確認第一幀與前一場景相符、最後一幀提供了剪輯點、動作無需解釋即可理解、主體保持其身份,且動作在物理上是合理的。

有 FLUX 3 提示詞範本嗎?

是:依序寫下鏡頭與攝影機、主體隨時間的動作、周圍的運動、一行音訊、一行風格以及一行限制條件。
[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].
含義:提示詞格式範本說明鏡頭主體場景動作環境聲音風格與限制條件

已填寫的範本

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.
含義:偵探在午夜汽車旅館走廊謹慎前進盡頭房門吱嘎打開頭頂日光燈閃爍呈現1970年代黑色電影風格
還有六個值得嘗試的 FLUX 3 提示詞,來自 Jaime 的原始指南

這些提示詞是為本指南撰寫的範例,尚未在 Flick 畫布上建立片段。

畫面與聲音結合

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.
含義:疲憊太空人獨自坐在昏暗駕駛艙紅色警示燈開始閃爍轉頭望向窗外聽見碎片敲擊船體的聲音

對話時刻

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.
含義:疲憊飛行員在昏暗駕駛艙特寫低頭呼吸後平靜說我們不會回去警示燈在臉上閃爍

聲音優先的恐怖鏡頭

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.
含義:夜晚空蕩農舍走廊靜止廣角鏡頭四秒後畫外傳來地板吱嘎聲吊燈微微擺動呈現自然黑暗恐怖氛圍

產品風格的動態

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.
含義:黑色電影攝影機在反光桌上緩慢旋轉,光線掃過鏡頭玻璃,空氣中浮現灰塵,呈現高級商業廣告風格。

史詩級外景

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.
含義:破曉時古代船艦劃過黑暗海面,船槳律動船帆飄揚,霧氣環繞岩崖,呈現歷史史詩寫實風格與溫暖日出。

安靜的角色片段

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.
含義:黎明前年輕發明家在雜亂工作檯旋緊螺絲,機器開始嗡鳴時微笑,晨光中塵埃飄浮,呈現自然主義獨立電影風格。

在 Flick 中使用 FLUX 3 需要多少點數?

FLUX 3 根據長度和解析度計費:720p 5 秒片段需 170 點數,1080p 需 290 點數,最長片段在 1080p 下需 1,160 點數。
Flick 中的 FLUX 3 價格,以點數計算,取自 2026 年 10 月 29 日應用程式的模型配置
你的創作720p 時1080p 時
5 秒片段,最短170290
10 秒片段340580
15 秒片段510870
20 秒片段,最長6801,160
  • 包含聲音:Flick 中的 FLUX 3 沒有音訊開關,因此價格涵蓋影像和聲音。
  • 方案:FLUX 3 需要 Standard 方案,每月 $20 起,包含 2,500 點數。
  • 先測試短片:節點會在執行前顯示點數總計,因此在完整長度拍攝前,可先嘗試最短長度的提示詞。

FLUX 3 與其他 AI 影片模型相比如何?

FLUX 3 的差異在於一次多模態生成,影像和聲音會一起設計;在 Flick 中,Seedance 2.5 和 Kling 4.0 執行時間更長,而 Kling、Veo 和 Grok 各自保有其優勢。
Flick 中的影片模型,來自 2026 年 10 月 29 日的應用程式模型配置;最後一欄是 Jaime 在原始指南中的觀點
模型Flick 中最長片段,秒Flick 中的聲音用於
FLUX 320永久啟用聲音感知鏡頭,可選擇是否使用起始影格
Seedance 2.530生成音訊開關參考包工作流程與較長片段
Kling O3 Pro15生成音訊開關動態密集鏡頭
Veo 3.18生成音訊開關精緻電影寫實風格
Grok Imagine 1.515永久啟用快速圖片轉影片探索
  • 參考素材:Seedance 2.5 在參考轉影片功能中最多可使用 30 張參考圖片,而 FLUX 3 在 Flick 中則使用起始影格和結束影格,不使用參考圖片。
  • 畫布是不變的核心:角色參考、提示詞筆記和編輯都保留在同一個 Flick 畫布上,因此一部影片可以為每個鏡頭使用不同的模型。
  • 正面對決測試:FLUX 3 vs Seedance 2.5 在相同鏡頭上執行兩種模型的比較。

FLUX 3 目前還有哪些限制?

FLUX 3 是一項重要的新功能,而非成熟的製作系統:鏡次級控制、跨鏡頭的聲音一致性、參考強度和開放權重仍是待解決的問題。
  • 指導音訊:我們的片段顯示,書面音效描述和引用的台詞可以呈現,但提示詞如何精確控制對白、擬音、環境音和音樂仍需要更多測試。
  • 重現相同表演:影像創作者需要在保持表演的同時重新生成畫面,而 FLUX 3 目前尚未提供這項功能。
  • 跨鏡頭的聲音:原生音訊最重要的是角色在不同鏡頭中聽起來一致,而 Flick 中的 FLUX 3 不接受聲音參考。
  • 參考:角色、服裝和場景一致性決定了它是否適用於真正的影片,而 Flick 中的 FLUX 3 不接受參考圖片,所以要在起始幀鎖定外觀。
  • 迭代成本:點數成本會在生成前顯示,所以先用短片段測試。
  • 開放權重:從長遠來看,Black Forest Labs 承諾的開發者版本可能比託管發布版本更重要。

FLUX 3 常見錯誤有哪些?

FLUX 3 常見的錯誤是在提示詞中遺漏聲音、想用一個片段呈現整個場景,以及只根據畫面而非播放和剪輯效果來評判一個鏡頭。
  • 在提示詞中忽略音訊:FLUX 3 的差異在於同步聲音,所以要加以引導。
  • 在一次生成中做整個場景:一個片段應該是一個鏡頭。
  • 過度使用完整長度:當動作保持連貫時,較長的片段會更好,而當動作不連貫時則會變差。
  • 只評判畫面:要留意時機、音效設計、氛圍和表現。
  • 將供應商的基準測試當作定論:獨立比較才是關鍵。
  • 忘記連續性:一個美麗的片段仍然必須符合角色、場景和序列。
  • 等待一個完美的模型:針對每個鏡頭使用最佳模型,並在一個工作流程中組裝影片。

FLUX 3 常見問題

FLUX 3 能生成影片嗎?

可以。FLUX 3 可從文字提示詞、起始幀或起始與結束幀生成最長 20 秒的影片片段,並帶有同步聲音。在 Flick 中,它在 Image to Video 節點上以 720p 或 1080p 執行。

如何使用 FLUX 3 生成影片?

撰寫一個聚焦於鏡頭的提示詞,包含攝影機移動、主體動作、周圍動態、風格、限制條件和音訊。在 Flick 中,在 Image to Video 節點上選擇 FLUX 3,設定長度,生成幾個版本,並保留最適合剪輯到序列中的那個。

FLUX 3 會生成音訊嗎?

是的。FLUX 3 在同一次處理中生成與影片同步的音訊,因此畫面和聲音是一起創建的,而不是事後添加聲音。在 Flick 中,每個 FLUX 3 片段都附帶聲音,且無法關閉。

FLUX 3 是開源的嗎?

目前還不是。FLUX 3 透過 Black Forest Labs API 和合作夥伴(包括 Flick)提供,Black Forest Labs 表示開放權重的開發者版本計劃於 2026 年稍後推出。

什麼是 FLUX 3 Dev?

FLUX 3 Dev 是 Black Forest Labs 在 FLUX 3 發表時命名的變體之一,與 FLUX 3 Video、Image 和 Action 並列。Flick 執行的是託管的 FLUX 3 影片模型,而非 FLUX 3 Dev。

FLUX 3 與 FLUX 2 有何不同?

FLUX 2 主要是圖像模型,而 FLUX 3 是一個涵蓋圖像、影片、音訊和動作預測的多模態架構。在 Flick 中,Flux 2 Dev 生成圖像,FLUX 3 生成影片。

FLUX 3 的費用是多少?

在 Flick 中,一個 FLUX 3 片段在 720p 5 秒需要 170 點數,20 秒需要 680 點數;1080p 則分別需要 290 和 1,160 點數。需要 Standard 方案,月費 20 美元起。

FLUX 3 比 Runway 更好嗎?

Black Forest Labs 報告指出,在其基準比較中,77% 的情況下 FLUX 3 優於 Runway Gen-4.5。這是供應商提供的數據,仍需要獨立測試。

我可以在 Flick 中使用 FLUX 3 嗎?

可以。FLUX 3 是每個 Flick 畫布上圖像轉影片節點中的影片模型,適用於 Standard 方案及以上。在那裡生成片段,將它們與參考素材放在一起,並與專案的其他部分一起剪輯。

我應該先用 FLUX 3 做什麼?

從短小且具有聲音意識的鏡頭開始:雨中的腳步聲、關門聲、對話節奏、駕駛艙警報、汽車經過或氛圍建立鏡頭。這些可以快速展現同步音訊是否有助於你的片段。

更多關於 FLUX 3 與 Flick AI 影片的資訊

本指南中的影片

FLUX 3 片段與提示詞來自 Flick 團隊與駐地電影製作人的公開畫布,並標註各自的電影製作人,每個提示詞皆按實際執行時的原文引用。音效說明來自讀取各片段的音軌。發布資訊來自 Black Forest Labs 官方,價格與限制則來自上述日期時 Flick 的模型設定。

在 Flick 打造你的 FLUX 3 影片

新模型快速上線。你的角色、故事與剪輯都屬於你,在同一個畫布上與每個 FLUX 3 片段並存。

在 Flick 中製作 FLUX 3 影片

免費試用,無需信用卡。

讓 AI 解讀本頁:ChatGPTPerplexityClaude