Black Forest Labs正式向普通用户开放视频生成模型“FLUX 3 Video”。该模型支持生成最长20秒、最高1080p分辨率的原生音频视频。

据Gigazine当地时间8月5日报道，FLUX 3 Video是Black Forest Labs今年7月发布的多模态模型“FLUX 3”中的视频生成模块。FLUX 3此前被介绍为覆盖图像、视频、音频以及机器人控制生成的架构，但仅向部分用户有限开放；此次更新则将视频生成功能进一步开放给普通用户。

从产品功能看，FLUX 3 Video支持720p和1080p两种分辨率，最长可生成20秒视频，并可同步生成音频。除文生视频外，用户还可基于图片生成视频，或通过设定起始帧和结束帧延展视频内容；同时，也可指定视频中需要出现的文字。

为提升创作效率，Black Forest Labs还加入了“Draft（草稿）模式”，便于用户在正式生成前快速预览整体效果。用户可先通过草稿确认方向，再进入最终输出环节。

性能方面，Black Forest Labs表示，依据人工评测结果，FLUX 3 Video在文生视频和图生视频两项任务中均被评为表现最佳的模型。不过，相关报道并未披露具体基准测试条件。

收费方面，FLUX 3 Video的API采用按秒计费。720p草稿模式价格为0.06美元/秒，720p正式生成价格为0.17美元/秒，1080p价格为0.29美元/秒，不同分辨率和生成阶段对应不同收费标准。

在后续规划上，Black Forest Labs表示，将继续提升FLUX 3 Video的可控性，并加入图像、视频和音频参考能力。与此同时，公司还预告将推出用于图像生成与编辑的“FLUX 3 Image”，以及开源权重版本“FLUX 3 Dev”。

分辨率升级方面，Black Forest Labs称，正在准备支持2K和4K，并计划在未来几天公布相关模型。

整体来看，在推出多模态FLUX 3之后，Black Forest Labs正率先将视频生成模块单独推向更广泛用户。后续其图像生成与编辑模型、开源权重版本，以及可控性增强和2K、4K适配进展，仍将是市场关注的重点。