如何使用 FLUX 3 生成视频(2026)

要使用 FLUX 3 生成视频,请在提示词中写入一个镜头及其声音,如果镜头必须从特定画面开始则添加起始帧,然后选择 5 到 20 秒:画面和音频将一起返回。

一幅手摇电影摄影机的水墨画,摄影机架在三脚架上,前面装有留声机喇叭,背景为淡桃色

FLUX 3 是 Black Forest Labs 于 2026 年 7 月 23 日发布的多模态模型,也是首批在同一生成过程中同时产出对话、音效、环境音和画面的大型 AI 视频模型之一。目前大多数 FLUX 3 指南仍在重复发布公告的内容,而一段最短需要 170 积分的片段需要一次就能成功的提示词。因此,我们研读了 Flick 团队和驻留影片公开画布上所有 13 个 FLUX 3 片段,包括生成它们的确切提示词以及返回的音轨。本指南展示如何使用 FLUX 3 生成影片、真实的提示词、如何指导声音、费用以及与 Seedance、Kling、Veo 和 Grok 的比较。

FLUX 3 可在 Flick 的 Standard 套餐及以上版本中使用。

FLUX 3 能生成视频吗?

是的:FLUX 3 可以生成最长 20 秒的影片片段,包含同步声音,仅通过提示词、从起始帧、或在起始帧和结束帧之间生成。
Flick 中的 FLUX 3,来自 2026 年 10 月 29 日应用的模型配置,以及 Black Forest Labs 的发布
问题答案
FLUX 能生成视频吗?可以,通过 FLUX 3
生成方式在图片转视频节点上,支持文本转视频、图片转视频,以及首尾帧生成
片段时长5 到 20 秒,任意整数秒
声音Flick 中每个片段都配有与画面同步生成的音频
分辨率720p 或 1080p
宽高比16:9、9:16、1:1、21:9、4:3 或 3:4
结束帧是,在起始帧之后
Flick 价格720p 5 秒片段需 170 积分
套餐Standard 及更高版本
图像生成Black Forest Labs 表示将在视频发布后推出;Flick 运行 FLUX 3 进行视频生成
开放权重Black Forest Labs 承诺将在 2026 年晚些时候推出
最佳用途电影片段、带声音测试的画面、对话场景、声音感知的 B-roll 素材和多模态影片实验

什么是 FLUX 3?

FLUX 3 是 Black Forest Labs 推出的多模态模型系列,使用单一架构处理图像、视频、音频和动作预测,而不是为每种类型使用单独的模型。

Black Forest Labs 于 2026 年 7 月 23 日发布 FLUX 3,并于 2026 年 8 月 4 日通过其 API 和合作伙伴正式提供服务。

BFL 首席执行官 Robin Rombach 总结了这一理念:"你无法欺骗现实。一个只学习图像的模型只能生成图像。"

这种框架对电影制作者来说至关重要,因为 AI 视频的难点不再是单个漂亮的画面,而是连续性:画面、动作、声音、角色、物理效果和剪辑节奏都必须协调一致。

FLUX 3 发布时的特性,由 Black Forest Labs 公布
功能FLUX 3 发布时的特性
视频文本生成视频,每次生成最长 20 秒
音频原生同步音频,与画面同步生成
图像完整图像生成功能,将在首次发布阶段后推出
架构一个跨图像、视频、音频和动作的统一模型,BFL 称之为 "Self-Flow"
基准测试BFL 报告称,在 77% 的对比中,FLUX 3 优于 Runway Gen-4.5
变体FLUX 3 Video、FLUX 3 Image、FLUX 3 Action、FLUX 3 Dev 和 FLUX-mimic
开放权重计划于 2026 年晚些时候推出
早期测试者Canva、Burda、Magnific、Krea、Picsart、Audi 等
  • 将基准测试视为供应商声明:独立测试尚未跟进验证。
  • 实际变化是声音:FLUX 3 在一次生成中同时制作视频和音频,这改变了影片的组合方式。
  • 早期测试:测试者在 X 上发布了他们的首批片段,例如 @venturetwins 和 @umesh_ai,正确的测试标准是动作、声音、时序和场景逻辑是否协调一致,而非静帧的美观度。

真实的 FLUX 3 提示词是什么样的?

Flick 影片背后的 FLUX 3 提示词从四个词到整页不等,效果最好的提示词会逐行列出摄像机、运动物体、静止物体以及每种声音。

这些是来自 Flick 团队和驻留影片的 FLUX 3 镜头,每个镜头都附有运行时使用的准确提示词。

  • 我们的观察:4 部 Flick 团队和驻留影片的公开画布上的全部 13 个 FLUX 3 片段,其中 7 个为完整的 20 秒。
  • 每个文件都有声音:全部 13 个片段都带有音轨,包括提示词中从未提及声音的 7 个片段。
  • 起始帧:全部 13 个片段都从起始帧开始,因此我们还没有仅从文本生成的 FLUX 3 片段。
A lone rider gallops across a frozen lake toward a pine forest under fog-covered mountains
第一帧:A lone rider gallops across a frozen lake toward a pine forest under fog-covered mountains
第一帧
00:10

固定广角镜头,每种声音单独列出

提示词锁定摄像机,然后逐行列出风声、马蹄声、马具声和马的呼吸声,并排除对话和音乐,因此声音的描写与画面同样精细。

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 执导的《In ’twixt Vows》
含义:固定广角镜头骑手骑马在冰湖上飞奔背景巨蛇冰冻尸体完全静止雾气缓慢移动马蹄声和呼吸声
Close-up of a dark gold mosaic figure with a blue gem eye, a few tiles lifting off the wall
第一帧:Close-up of a dark gold mosaic figure with a blue gem eye, a few tiles lifting off the wall
第一帧
00:06

缓慢的细节镜头,说明哪些必须保持静止

提示词指定了少数可以移动的瓷砖、移动速度以及哪些不能移动,细化到人物不能转身或眨眼,这使缓慢的细节镜头避免崩坏。

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 执导的《In ’twixt Vows》
含义:镜头缓慢漂移,马赛克人物静止,少数碎片脱落漂浮,露出发光的蓝色玉质材料,极少灰尘飘散。
A couple seen from behind on a misty hilltop watch an old car float in the air above the sea
第一帧:A couple seen from behind on a misty hilltop watch an old car float in the air above the sea
第一帧
00:10

奇特起始帧上的四个词

仅用四个词和一个拼写错误,FLUX 3 保留了起始帧中悬浮的汽车及其两名观察者,并让汽车开始移动,后备箱打开,烟雾升起,缓缓沉向海面。

some strange things happned.
Zoey Z. 执导的《Summer time》
含义:发生了一些奇怪的事情。
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
第一帧: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
第一帧
00:20

六个词,将镜头交给模型

如此开放的提示词将所有选择都留给了 FLUX 3,这一镜头从卧室起始帧过渡到第二个场景——一名身穿风衣的女子站在红色汽车旁。

based on these images, create something
Zoey Z. 执导的《Summer time》
含义:根据这些图像创作某种内容。

如何在 FLUX 3 中指导声音?

像描写画面一样将声音写入提示词:列出每个声音,将任何台词用引号括起来,描述声音特点,并说明要排除什么,比如音乐或其他人声。

在《The Miracle》中,Sam Wasserman 为他的将军写了一句画外音台词,详细描述了声音特征并排除了音乐和其他人声,FLUX 3 一次性返回了画面和声音:

A stern man with a grey moustache in close-up, then rows of people in white suits standing in the rain
第一帧:A stern man with a grey moustache in close-up, then rows of people in white suits standing in the rain
第一帧
00:20
FLUX 3,完整长度一镜到底,从特写起始帧开始Sam Wasserman 执导的《The Miracle》 · FLUX 3 · 图像转视频
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.
含义:穿珍珠白紧身衣的多名选手排列成行,将军画外音讲述试炼残酷,钠光照明,镜头横向移动,1987年胶片风格。
  • 人声:音轨在前 12 秒左右包含对话,然后是环境声,直到结尾没有人声,正如提示词中"让声音在最后反应之前干净地结束"所要求的。
  • 无音乐:提示词排除了音乐和额外的人声,台词结束后音轨中确实没有这些元素。
  • Flick 中没有语音参考:提示词要求匹配"提供的将军语音参考",但 Flick 中的 FLUX 3 只接受起始帧和结束帧,不接受音频输入,因此声音完全来自文字描述。
  • 相同提示词两次:Sam 使用两个不同的起始帧运行了这个提示词,第二个镜头出现在本指南的开头。

在同步 AI 视频出现之前,常规工作流程是生成无声片段,选择最佳镜头,用语音模型添加对话,从资源库添加拟音和环境音,添加音乐,然后试图让一切感觉像在同一个空间。

FLUX 3 将其中一部分融入了生成过程:门可以伴随着关门声砰然关上,警报器可以随红灯脉动,角色可以在镜头移动时说话。

这并不意味着后期制作变得无关紧要,而是让初始素材更接近电影质感,因为你仍然需要剪辑、混音和调色,但原始片段可能已经带有时间把控和声音提示。

如何在 Flick 中使用 FLUX 3 生成影片?

打开画布,规划镜头,在静态图中锁定任何重复出现的角色,然后在图像转视频节点上选择 FLUX 3,描写镜头及其声音,并将片段剪入你的序列。
  1. 1打开画布

    在最终发布的宽高比(16:9、9:16 或 1:1)下创建 Flick 项目,并在镜头计划旁边保留提示词笔记、场景静帧和参考素材。

  2. 2首先锁定角色

    在依赖视频模型之前,先使用角色参考功能将重复出现的角色固定在静帧中,因为每个片段都可能在镜头之间产生偏差。

  3. 3选择 FLUX 3

    添加图像转视频节点,选择 FLUX 3,并在镜头必须从特定画面开始或结束时添加起始帧,或同时添加起始帧和结束帧。

  4. 4编写镜头和声音

    描述一个镜头运动、按顺序发生的动作以及你想要的声音,然后设置 5 到 20 秒和 720p 或 1080p,并检查积分总计。

  5. 5比较模型

    使用 FLUX 处理声音感知镜头,Seedance 处理大量参考或较长片段,Kling 处理强烈运动,Veo 处理精致的真实感,同时影片保持在同一画布上。

  6. 6提取、调色、剪辑

    提取强有力的最终帧作为下一镜头的起始画面,然后将 FLUX 片段、无声片段、人声和音乐一起调色和剪辑,使整个序列呈现为一部完整的影片。

如何编写优秀的 FLUX 3 提示词?

一个好的 FLUX 3 提示词就是一个镜头指令:一个主体、一个镜头构思和一个声音构思,加上描述事物变化时机的时间词汇,以及一个简短的避免事项列表。
  1. 1. 从具体镜头开始,而非模糊概念

    说明谁在画面中、镜头位置在哪里、什么在移动、随时间发生什么变化、音频包含什么内容以及模型应避免什么,因为 FLUX 3 仍然需要一个明确的镜头指令来遵循。

  2. 2. 将画面和声音一起描述

    将声音单独成行,就像冰湖提示词对风声、马蹄声和呼吸声的处理一样,因为 FLUX 3 会根据同一个提示词生成音频和画面。

  3. 3. 保持首次测试简单

    在早期生成时使用一个主体、一个镜头想法和一个声音想法,将需要复杂编排的场景留到你了解模型行为之后。

  4. 4. 说明什么必须保持静止

    像马赛克提示词对不转身或眨眼的人物那样,清楚地描述什么不能动,就像描述什么应该动一样,这样慢镜头才能保持其形态。

  5. 5. 根据剪辑效果比较镜头

    询问哪个片段剪辑效果最好,而不是哪个看起来最好,检查第一帧和最后一帧是否与周围镜头衔接,以及声音是否有助于剪辑。

  6. 6. 将完整时长留给值得的镜头

    保持切换镜头、插入镜头和反应镜头简短,将最长的片段留给有开头、中间和结尾的稳定主体,因为当镜头只有一个目的时,AI 影片往往看起来最有力。

一个强有力的 FLUX 3 提示词涵盖以下六个方面:

  • 镜头运动:推进、轨道移动、手持、固定、航拍、跟踪、环绕。
  • 主体动作:行走、转身、伸手、奔跑、犹豫、抬头。
  • 环境运动:雨、烟、风、尘埃、人群、火、水。
  • 声音:脚步声、布料声、引擎嗡鸣声、雷声、对话、环境音、寂静。
  • 时机:"停顿后,""当镜头到达他们时,""在结尾。"
  • 约束条件:无文字,无额外字符,保持一致性,真实运动。

弱提示词

A futuristic city at night.
含义:夜晚的未来城市。

更好的提示词,包含画面和声音

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.
含义:航拍镜头缓慢推进雨夜未来城市,霓虹倒影在水坑中,蒸汽从街道升起,电影写实风格。
FLUX 3 的良好初始测试和高风险测试,来自 Jaime 的原始指南
良好初始测试高风险测试
一个人在雨中行走,脚步声同步多人对话,精确唇音同步
门砰然关闭,配合冲击声复杂的打斗编排
飞船驾驶舱警报,配合脉冲红灯清晰可读的标识或界面文字
怪物从雾中浮现,配合低沉咆哮一个提示词中包含多个地点
安静的对话反应镜头,配合环境音精准的品牌标志
汽车驶过镜头,带有引擎和轮胎声需要表演连贯性的长情感节奏
何时使用短片段或长片段的 FLUX 3 剪辑
以下情况使用短片段以下情况使用长片段
定场镜头主体保持稳定
切换镜头和插入镜头动作有开始、发展和结束
反应镜头音频表现很重要
带声音的质感镜头镜头需要留白时间
动作测试片段是一个完整的微场景

审查镜头时,请检查第一帧是否与前一场景匹配,最后一帧是否提供了剪辑点,动作是否无需解释即可理解,主体是否保持其身份,运动是否符合物理规律。

有 FLUX 3 提示词模板吗?

是的:按顺序写下镜头和摄影机、主体随时间的动作、周围的运动、音频行、风格行和约束行。
[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].
含义:提示词模板格式,包含镜头类型主体场景动作环境音频风格和限制条件等结构化元素。

已填写的模板

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.
含义:手持镜头跟拍侦探在午夜汽车旅馆走廊行走,荧光灯闪烁,尽头房门吱呀打开,1970年代黑色电影风格。
更多六个可尝试的 FLUX 3 提示词,来自 Jaime 的原始指南

这些提示词是作为本指南的示例编写的,尚未在 Flick 画布上生成片段。

画面与声音结合

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.
含义:固定镜头拍摄疲惫宇航员独坐驾驶舱,红色警报灯开始闪烁,碎片敲击船体,电影写实风格。

对话时刻

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.
含义:飞行员特写镜头抬起头盔面罩说我们不会回去了,警示灯在脸上闪烁,镜头缓慢推进。

声音优先的恐怖镜头

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.
含义:固定广角拍摄夜晚农舍空走廊,四秒后地板吱呀作响吊灯轻微摇晃,实用光源恐怖氛围。

产品风格运动

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.
含义:一台哑光黑色电影摄影机在反光桌面上缓慢旋转,镜头反光扫过,空气中漂浮灰尘,高级商业照明风格。

史诗般的外景

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.
含义:黎明时古代船只在黑暗水面破浪前行,船桨整齐划动,船帆被风吹动,雾气环绕悬崖,史诗写实风格。

安静的角色节奏

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.
含义:年轻发明家在日出前的凌乱工作台旁拧紧螺丝,机器开始嗡鸣时微笑,自然主义独立电影风格。

在 Flick 中使用 FLUX 3 需要多少积分?

FLUX 3 按长度和分辨率计费:720p 的 5 秒片段需 170 积分,1080p 需 290 积分,最长片段在 1080p 下需 1,160 积分。
Flick 中的 FLUX 3 价格(积分),来自 2026 年 10 月 29 日应用的模型配置
你的创作720p 分辨率1080p 分辨率
5 秒片段,最短170290
10 秒片段340580
15 秒片段510870
20 秒片段,最长6801,160
  • 包含声音:Flick 中的 FLUX 3 没有音频开关,因此价格包含画面和声音。
  • 套餐:FLUX 3 需要 Standard 套餐,每月 20 美元起,包含 2,500 积分。
  • 先测试短片段:节点会在运行前显示积分总数,因此在制作完整长度之前,请先尝试最短长度的提示词。

FLUX 3 与其他 AI 视频模型相比如何?

FLUX 3 的特点是多模态生成,画面和声音同步设计;在 Flick 中,Seedance 2.5 和 Kling 4.0 运行时间更长,而 Kling、Veo 和 Grok 各有各的优势。
Flick 中的视频模型,来自 2026 年 10 月 29 日的应用模型配置;最后一列是 Jaime 在原始指南中的观点
模型Flick 中最长片段,秒Flick 中的声音适用场景
FLUX 320始终开启声音感知镜头,可包含或不包含起始帧
Seedance 2.530生成音频开关参考包工作流程和更长片段
Kling O3 Pro15生成音频开关运动密集镜头
Veo 3.18生成音频开关精致的电影级真实感
Grok Imagine 1.515始终开启快速图像到视频探索
  • 参考:Seedance 2.5 在参考转视频中最多可使用 30 张参考图像,而 Flick 中的 FLUX 3 使用一个起始帧和一个结束帧,不使用参考图像。
  • 画布是恒定的:角色参考、提示词笔记和编辑都保留在一个 Flick 画布上,因此一部影片可以为每个镜头使用不同的模型。
  • 正面对比测试:FLUX 3 vs Seedance 2.5 在相同镜头上运行两种模型。

FLUX 3 目前还有哪些功能无法实现?

FLUX 3 是一项重大的新功能,而非成熟的生产系统:镜头级控制、跨镜头匹配的声音、参考强度和开放权重仍是有待解决的问题。
  • 指导音频:我们的片段显示书面声音台词和引用的口语台词可以体现出来,但提示词如何精确控制对话、音效、环境音和音乐仍需更多测试。
  • 两次相同的表演:电影制作者需要在保持表演的同时重新生成画面,而 FLUX 3 目前还没有提供这种方式。
  • 跨镜头的声音:如果角色在不同镜头之间声音保持一致,原生声音才最有意义,而 Flick 中的 FLUX 3 不支持声音参考。
  • 参考:角色、服装和场景的一致性决定了它是否适用于真实影片,而 Flick 中的 FLUX 3 不接受参考图像,因此需要在起始帧中锁定外观。
  • 迭代成本:生成前会显示积分成本,因此请先用短片段进行测试。
  • 开放权重:从长远来看,Black Forest Labs 承诺的开发者版本可能比托管发布版本更重要。

使用 FLUX 3 时有哪些常见错误?

FLUX 3 的常见错误包括:在提示词中遗漏声音、尝试在一个片段中生成整个场景,以及仅凭外观而非播放和剪辑效果来判断镜头。
  • 在提示词中忽略音频:FLUX 3 的特色是同步声音,因此需要对其进行指导。
  • 在一次生成中完成整个场景:一个片段应该对应一个镜头。
  • 过度使用完整长度:当动作保持连贯时,较长的片段会更好;当动作不连贯时则会更差。
  • 仅评判图像:要关注时间节奏、音效设计、环境氛围和表现力。
  • 将供应商基准测试视为定论:独立对比才更重要。
  • 忽略连续性:即使是精美的片段也必须与角色、场景和镜头序列相匹配。
  • 等待一个完美的模型:为每个镜头使用最佳模型,然后在一个工作流程中组装影片。

FLUX 3 常见问题

FLUX 3 能生成视频吗?

是的。FLUX 3 可以从文本提示词、起始帧或起始和结束帧生成长达 20 秒的带同步声音的视频片段。在 Flick 中,它在图像转视频节点上以 720p 或 1080p 运行。

如何使用 FLUX 3 生成视频?

编写一个聚焦于镜头的提示词,包含镜头运动、主体动作、周围动作、风格、限制条件和音频。在 Flick 中,在图像转视频节点上选择 FLUX 3,设置长度,生成几个版本,然后保留最适合剪辑到序列中的那个。

FLUX 3 会生成音频吗?

是的。FLUX 3 在同一过程中生成与影片同步的音频,因此画面和声音是一起创建的,而不是事后添加声音。在 Flick 中,每个 FLUX 3 片段都带有声音,并且没有关闭开关。

FLUX 3 是开源的吗?

目前还不是。FLUX 3 通过 Black Forest Labs API 及其合作伙伴(包括 Flick)提供,Black Forest Labs 表示开放权重的开发者版本计划在 2026 年晚些时候推出。

什么是 FLUX 3 Dev?

FLUX 3 Dev 是 Black Forest Labs 在 FLUX 3 发布时命名的变体之一,与 FLUX 3 Video、Image 和 Action 并列。Flick 运行托管的 FLUX 3 视频模型,而不是 FLUX 3 Dev。

FLUX 3 与 FLUX 2 有什么不同?

FLUX 2 主要是一个图像模型,而 FLUX 3 是一个跨图像、视频、音频和动作预测的多模态架构。在 Flick 中,Flux 2 Dev 生成图像,FLUX 3 生成视频。

FLUX 3 费用是多少?

在 Flick 中,一个 FLUX 3 片段在 720p 分辨率下 5 秒需要 170 积分,20 秒需要 680 积分;在 1080p 下分别需要 290 和 1,160 积分。需要 Standard 套餐,每月 $20 起。

FLUX 3 比 Runway 更好吗?

Black Forest Labs 报告称,在其基准比较中,77% 的情况下 FLUX 3 优于 Runway Gen-4.5。这是供应商数据,仍需要独立测试。

我可以在 Flick 中使用 FLUX 3 吗?

可以。FLUX 3 是每个 Flick 画布上"图像转视频"节点中的视频模型,适用于 Standard 套餐及以上。在那里生成片段,将它们与参考内容放在一起,并与项目的其他部分一起剪辑。

我应该首先用 FLUX 3 做什么?

从简短的、声音感知镜头开始:雨中的脚步声、关门声、对话节拍、驾驶舱警报、路过的汽车或氛围感的建立镜头。这些可以快速展示同步音频是否有助于你的序列。

更多关于 FLUX 3 和 Flick AI 视频的信息

本指南中的影片

FLUX 3 的片段和提示词来自 Flick 团队和驻场影片的公开画布,并署名给各自的影片创作者,每个提示词均按运行时的原样引用。声音注释来自对每个片段音轨的解读。发布信息来自 Black Forest Labs 官方,价格和限制来自上述日期 Flick 的模型配置。

在 Flick 中构建你的 FLUX 3 影片

新模型快速上线。你的角色、故事和剪辑始终属于你,在一个画布上与每个 FLUX 3 片段并列。

在 Flick 中制作 FLUX 3 影片

免费试用,无需信用卡。

让 AI 解读本页:ChatGPTPerplexityClaude