Flux 3 Video fra Black Forest Labs: bilde, lyd og tale i én generering
Få bilde og lyd i én generering. Hvert hammerslag klinger idet det treffer, og replikken du setter i anførselstegn, blir sagt ord for ord.
Flux 3 Video er modellen fra Black Forest Labs som gjør tekst og bilder til video. Den lager klipp på 5 til 20 s i 720p eller 1080p, i seks bildeformater fra 21:9 bredformat til 9:16 høydeformat, med innebygde lydeffekter og dialog. På Pixel Dojo får du den sammen med alle de ledende videomodellene i ett abonnement, seks studioer, AI-regissøren Sensei og kommersiell bruk i alle abonnementer. Vi laget alle klippene på denne siden her, og hvert klipp har den nøyaktige prompten, så du kan bruke den som utgangspunkt.
25 credits ($1.56) Inkludert i alle abonnement, fra 10 USD i måneden.
Allerede medlem? Logg inn
Av Brian Lovett · Oppdatert
Vi laget disse fire klippene på Pixel Dojo, hvert i sin sjanger og alle med lyd: en smiescene, en talt replikk, et luftopptak av en stormfull kyst og en håndtegnet anime-avsløring. Trykk på Bruk denne prompten på et klipp for å starte med nøyaktig samme ordlyd som oss.
Et klipp på 10 s i 1080p, i én sammenhengende tagning. Kameraet beveger seg sakte inn mens gnistene spretter fra ambolten, og hvert klingende slag høres akkurat idet hammeren treffer stålet. Bruk denne prompten som utgangspunkt for scener med håndverk, skapere eller verksteder.
Low-angle medium shot, slow push-in, one continuous take. A grey-bearded blacksmith in a scorched leather apron, sleeves rolled over soot-streaked forearms, strikes a glowing orange bar of steel on an anvil, and every hammer blow throws a burst of bright sparks across the dark workshop. Coal forge glowing behind him, hard warm firelight on his face, deep black shadows, 35mm lens, fine film grain. Audio: ringing hammer strikes in time with each blow, crackling coals, a short hiss of steam, no music.
Dialog med lyd fra selve modellen. Vi satte replikken hennes i anførselstegn, og hun sier den ord for ord med et trøtt smil, regn på rutene i styrehuset og opplyste instrumenter ved roret. Bruk denne prompten som utgangspunkt for karakterer som snakker til kamera.
Medium close-up, slow push-in, one continuous take. A ferry captain in her fifties with wind-tangled grey hair, a navy knit cap and a weathered yellow oilskin jacket grips the wheel of a small boat in the rain, glances toward the camera and says with a tired smile, "Hold on tight, it gets rough past the point." Rain streaking the wheelhouse window, cold blue dusk light and a warm amber instrument glow on her face, 50mm lens, soft film grain. Audio: her voice clear and close, rain drumming on the roof, a creaking hull, low engine rumble, no music.
Et luftopptak generert direkte i ultrabredt 21:9-format. Dronen glir lavt over mørkegrønne dønninger, en lysstråle bryter gjennom skyene, og en turgåer i gul regnjakke står bitte liten på basaltklippen mens bølgene eksploderer i hvitt sjøsprøyt. Bruk denne prompten som utgangspunkt for åpningsscener til reise- og eventyrvideoer.
Ultrawide aerial, slow forward drone glide low over the water, one continuous take. Huge dark green waves roll toward a black basalt sea cliff and explode into towering white spray, while a lone hiker in a bright yellow raincoat stands on the clifftop, tiny against the storm. Overcast silver light breaking through one gap in the clouds, wind-blown mist, anamorphic lens, muted teal and slate grade with a pop of yellow. Audio: deep booming surf, roaring wind, distant gulls, no music.
Håndtegnet anime med lyd. En mosegrodd steinvokter reiser seg fra et fjellvann, med glødende ravgule øyne og vann som fosser fra skuldrene, mens de hvite hegrene på ryggen flyr opp forbi malte fjelltopper. Bruk denne prompten som utgangspunkt for fantasy og animerte kortfilmer.
Wide shot, slow crane up, hand-drawn 2D anime style with lush painted backgrounds. A giant stone guardian with a mossy boulder head and two glowing amber eyes rises out of a still mountain lake, its head and shoulders already breaking the surface, sheets of water pouring off its shoulders as a flock of white herons bursts from its back into the morning sky, pine forest and snowy peaks behind. Soft golden morning light, visible line art, flat cel shading, vivid greens and sky blues. Audio: rushing water, a deep stone rumble, beating wings, one soft flute note.
Start med bildeutsnitt og én kamerabevegelse, deretter ett motiv som gjør én tydelig handling, og så lys og objektiv. Prompten vår for smia starter med «Halvnært bilde fra lav vinkel, sakte kamerabevegelse inn, én sammenhengende tagning», og klippet følger bevegelsen i hele 10 s.
Avslutt prompten med en Audio:-linje som navngir to eller tre lyder, og sett alle replikker i anførselstegn. Vi ba fergekapteinen si «Hold dere godt fast, det blir røff sjø forbi odden», og hun sa det ord for ord.
Velg ett av seks bildeformater, en lengde fra 5 til 20 s og 720p eller 1080p. Et klipp på 5 s i 720p koster 25 kreditter, og smieklippet vårt på 10 s i 1080p kostet 90 kreditter. Legg ved et stillbilde for å animere det, eller et klipp for å forlenge det.
Vi laget alle klippene på denne siden med det samme Flux 3 Video-verktøyet du får på Pixel Dojo. Her ser du hva det er best på, pluss enda en sjanger: et produktopptak i høydeformat, laget for sosiale medier.
Et produktopptak i 9:16 høydeformat. Fløte helles i et rillet glass med iskaffe og virvler gjennom kaffen i langsomme, marmorerte skyer, med vanndråper på den svarte skiferen. Bruk denne prompten som utgangspunkt for drikke- og kaféreklame.
Vertical macro product shot, slow push-in, one continuous take. A thin ribbon of white cream pours into a tall ridged glass of iced black coffee on wet black slate, blooming into slow marbled clouds that curl around the clear ice cubes as they crack and shift, while a thin band of warm light sweeps across the glass. Black studio background, glossy reflections, beads of condensation, 100mm macro lens, shallow depth of field. Audio: cream pouring, ice cracking and clinking, a soft low hum, no music.
Vi ga begge modellene den samme smieprompten i 720p, 5 s og 16:9 med lyd på. WAN 3.0 gikk for et lyst, flammende uttrykk til 9 kreditter. Flux 3 Video holdt seg til det dunkle, skyggefulle verkstedet i prompten, beholdt stålstangen rett gjennom hvert slag og synkroniserte hver klang med hammeren. Velg Flux 3 Video når lyd og kontinuitet bærer opptaket.
Samme prompt: Low-angle medium shot, slow push-in, one continuous take. A grey-bearded blacksmith in a scorched leather apron, sleeves rolled over soot-streaked forearms, strikes a glowing orange bar of steel on an anvil, and every hammer blow throws a burst of bright sparks across the dark workshop. Coal forge glowing behind him, hard warm firelight on his face, deep black shadows, 35mm lens, fine film grain. Audio: ringing hammer strikes in time with each blow, crackling coals, a short hiss of steam, no music.
Flux 3 Video. Naturlig ildlys og dype skygger som beskrevet i prompten. Den glødende stangen holder formen over ambolten, og lyden av hvert slag høres idet hammeren treffer stålet.
Low-angle medium shot, slow push-in, one continuous take. A grey-bearded blacksmith in a scorched leather apron, sleeves rolled over soot-streaked forearms, strikes a glowing orange bar of steel on an anvil, and every hammer blow throws a burst of bright sparks across the dark workshop. Coal forge glowing behind him, hard warm firelight on his face, deep black shadows, 35mm lens, fine film grain. Audio: ringing hammer strikes in time with each blow, crackling coals, a short hiss of steam, no music.
WAN 3.0 med identisk prompt. Et lysere uttrykk med høyere kontrast, en brølende esseild bak smeden og en kraftig gnistsprut ved slaget.
Low-angle medium shot, slow push-in, one continuous take. A grey-bearded blacksmith in a scorched leather apron, sleeves rolled over soot-streaked forearms, strikes a glowing orange bar of steel on an anvil, and every hammer blow throws a burst of bright sparks across the dark workshop. Coal forge glowing behind him, hard warm firelight on his face, deep black shadows, 35mm lens, fine film grain. Audio: ringing hammer strikes in time with each blow, crackling coals, a short hiss of steam, no music.
| Flux 3 Video | WAN 3.0 | |
|---|---|---|
| Kreditter | 25 kreditter | 9 kreditter |
| Uttrykk | Dempet ildlys og dype skygger, tro mot prompten | Lyst, høy kontrast, stor åpen ild |
| Stålstang | Holder seg rett gjennom hvert slag | Glødende metall med kraftig gnistsprut |
| Lyd | Slaglyder synkronisert med hvert hammerslag | Lydspor i stereo |
| Best til | Scener der lydtiming og gjenstandens form bærer opptaket | Lyse, slagkraftige bilder til færre kreditter |
Verktøyet har ett promptfelt. La mediefeltene stå tomme for tekst til video, legg ved et stillbilde for bilde til video, eller legg ved et klipp for å forlenge det. Black Forest Labs har også bygget Flux 3 Video for sekvenser med flere opptak og typografi i bildet, begge styrt av prompten din.
Flux 3 Video er inkludert i alle Pixel Dojo-abonnementer, fra $10/måned. Prisen på klipp avhenger av lengde og oppløsning, og lyd koster ikke ekstra.
Tekst til video og bilde til video koster 5 kreditter per sekund i 720p og 9 kreditter per sekund i 1080p. Et klipp på 5 s i 720p, som klippene våre med kapteinen, kysten, vokteren og cold brew, koster 25 kreditter. Smieklippet vårt på 10 s i 1080p koster 90 kreditter.
Å forlenge et klipp du allerede har, koster 13 kreditter per sekund i 720p og 16 kreditter per sekund i 1080p. Kredittene dine fungerer også på alle andre video- og bildemodeller på Pixel Dojo, så du kan lage et stillbilde med en bildemodell og gi det liv med Flux 3 Video.
Flux 3 Video er AI-videomodellen fra Black Forest Labs. Den gjør en tekstprompt eller et stillbilde til et klipp på 5 til 20 s i 720p eller 1080p, kan forlenge et klipp du allerede har, og genererer lyd og dialog samtidig med bildet. Du kan bruke den på Pixel Dojo i Flux 3 Video-verktøyet.
Scener der lyden betyr noe. Den synkroniserer lydeffekter med handlingen, sier dialog i anførselstegn og holder lange, sammenhengende tagninger. Den dekker også et bredt spekter av uttrykk: eksemplene våre viser en smie, en fergekaptein som snakker til kamera, et luftopptak i 21:9 av en stormfull kyst, en håndtegnet anime-vokter og en cold brew-reklame i 9:16.
Ja. Lyden genereres samtidig med bildet. I smieklippene våre treffer slaglydene samtidig med hammeren, og fergekapteinen sier replikken i anførselstegn ord for ord. Black Forest Labs sier at modellen leppesynkroniserer dialog på mer enn et dusin språk. Oppgi lydene du vil ha, i en Audio:-linje på slutten av prompten.
720p eller 1080p, 5 til 20 s per klipp og seks bildeformater: 21:9, 16:9, 4:3, 1:1, 3:4 og 9:16. Forlengelser er på opptil 15 s. Alle klipp spilles av med 24 fps, og 1080p gir full HD.
Med en gratiskonto får du 3 gratis effekter hver dag for å prøve Pixel Dojo. Flux 3 Video er inkludert i alle abonnementer fra $10/mnd., og ubrukte kreditter overføres så lenge du abonnerer.
Ja. Du eier det du lager, uansett abonnement.
Velg Flux 3 Video når presis lyd og kontinuitet er avgjørende for scenen: Med smi-prompten vår holdt den stålstangen rett og synkroniserte hver slaglyd med treffet. WAN 3.0 ga et lysere bilde med høyere kontrast for 9 kreditter mot 25 kreditter, noe som passer til et dristig, slagkraftig uttrykk.
Skriv en prompt over eller start fra et eksempel på denne siden. Ett abonnement dekker alle toppmodellene, seks studioer og Sensei, og kredittene dine overføres.
Start med Flux 3 Video