Skip to main content

Black Forest Labs 的 Flux 3 Video:畫面、音效、對白一次生成

Flux 3 Video AI 影片生成器:音效、對白一次到位

畫面與聲音一次生成,每次落槌,敲擊聲都精準對上;把台詞放進引號,角色就會一字不漏地說出來。

Flux 3 Video 是 Black Forest Labs 的文字轉影片與圖片轉影片模型,可生成 5 至 20 s、720p 或 1080p 的影片,支援六種長寬比,從 21:9 超寬螢幕到 9:16 直式,音效與對白直接內建。在 Pixel Dojo,一個方案就能使用各大頂尖影片模型、六大工作室與 AI 導演 Sensei,所有方案都可商用。本頁每支影片都在這裡製作,並附上完整原始提示詞,讓你直接接著創作。

25 credits ($1.56) 所有方案皆包含,每月 US$10 起。

已經是會員? 登入

作者 · 更新於

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 能做出什麼

這四支影片都在 Pixel Dojo 製作,各有不同風格,而且全部開啟聲音:鍛造場景、角色對白、暴風海岸空拍,以及手繪動畫登場鏡頭。點選任一影片的「使用此提示詞」,就能直接套用我們的完整提示詞。

10 s、1080p,一鏡到底。鏡頭緩緩推近,火星從鐵砧上迸出,每一聲清脆敲擊都與鐵槌碰上鋼條的瞬間同步。想做工藝、手作或工坊場景,就從這組提示詞開始。

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 Video90 點10 s1080p16:9含音訊

對白與原生音效一次生成。我們把她的台詞放進引號,她便帶著疲憊的微笑,一字不漏地說出來,駕駛室玻璃上落著雨,船舵旁的儀表亮著光。想讓角色對著鏡頭說話,就從這組提示詞開始。

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.

Flux 3 Video25 點5 s720p16:9含音訊

原生 21:9 超寬幅空拍。無人機低掠深綠色湧浪,一道光束穿透雲層,穿著黃色雨衣的健行者在玄武岩崖頂顯得格外渺小,浪花撞出一片雪白水沫。旅遊與冒險影片的開場,就從這組提示詞開始。

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.

Flux 3 Video25 點5 s720p21:9含音訊

有聲手繪動畫。一尊覆滿青苔的石之守護者從山中湖泊升起,琥珀色雙眼發光,水流從肩上傾瀉,背上的白鷺鷥振翅飛過手繪山峰。想做奇幻與動畫短片,就從這組提示詞開始。

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.

Flux 3 Video25 點5 s720p16:9含音訊

如何在 Pixel Dojo 製作 Flux 3 Video 影片

  1. 1

    像寫分鏡筆記一樣描述鏡頭

    先寫景別與一種運鏡,再寫一個主體執行一個明確動作,最後補上光線與鏡頭設定。我們的鍛造提示詞以「低角度中景,緩慢推近,一鏡到底」開頭,影片便在完整 10 s 中持續這個運鏡。

  2. 2

    寫下音效與對白

    在提示詞最後加上一行 Audio:,列出兩到三種聲音,並用引號框住要說的台詞。我們請渡輪女船長說「抓穩了,過了岬角風浪就大了」,她就一字不漏地說了出來。

  3. 3

    選擇比例、片長與解析度

    從六種長寬比中擇一,設定 5 至 20 s 的片長,以及 720p 或 1080p。5 s、720p 的影片需要 25 點數,我們的 10 s、1080p 鍛造影片則用了 90 點數。附上靜態圖片讓它動起來,或上傳影片接著延伸。

Flux 3 Video 的拿手場景與實拍訣竅

本頁每支影片,都用你在 Pixel Dojo 上能用到的同一款 Flux 3 Video 工具製作。以下是它最拿手的表現,再加一種風格:為社群動態打造的直式商品鏡頭。

9:16 直式商品鏡頭。鮮奶油注入條紋玻璃杯裡的冰咖啡,緩緩捲出大理石紋般的雲霧,黑色石板上凝著水珠。飲品、咖啡館與飲料廣告,就從這組提示詞開始。

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.

Flux 3 Video25 點5 s720p9:16含音訊
  • 音效精準踩中動作。我們的兩支鍛造影片中,每聲清脆敲擊都在鐵槌碰上鋼條的瞬間響起。
  • 提示詞裡的台詞,直接說給你聽。把台詞放進引號,Flux 3 Video 就會說出來;我們的渡輪女船長帶著溫暖又疲憊的微笑,一字不漏地講完。
  • 長鏡頭,一氣呵成。我們的鍛造影片以 1080p 持續緩慢推近,完整 10 s 不切鏡。給主體一個反覆進行的動作,例如敲槌,鏡頭就能一路延續。
  • 六種比例,對應各種螢幕。海岸空拍使用 21:9,冷萃咖啡廣告使用 9:16,各自依比例構圖。
  • 寫實或動畫,同樣拿手。同一款模型,既能呈現鍛造場景的寫實火光,也能打造守護者的手繪賽璐珞風格與手繪背景。
  • 想看到的細節,直接寫清楚。我們在守護者提示詞中指定了覆滿青苔的巨石頭部,以及兩隻發光的琥珀色眼睛,牠從湖中升起時,兩者都完整呈現。

Flux 3 Video vs WAN 3.0:同一組鐵匠提示詞對決

我們讓兩款模型使用相同的鍛造提示詞,設定為 720p、5 s、16:9,並開啟聲音。WAN 3.0 以 9 點數呈現明亮、火光旺盛的畫面。Flux 3 Video 則忠於提示詞中的昏暗工坊與深沉陰影,每次敲擊都讓鋼條維持筆直,敲擊聲也與落槌同步。當聲音與畫面連貫性是鏡頭重點,就選 Flux 3 Video。

相同提示詞: 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

Flux 3 Video。依照提示詞呈現自然火光與深沉陰影,鐵砧上發光的鋼條維持原有形狀,每聲敲擊都在鐵槌碰上鋼條的瞬間響起。

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 Video25 點5 s720p16:9含音訊
WAN 3.0

WAN 3.0 使用完全相同的提示詞。畫面更明亮、對比更強,身後爐火熊熊,每次落槌都爆出大片火星。

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 3.09 點5 s720P16:9
Flux 3 VideoWAN 3.0
點數25 點數9 點數
視覺風格昏暗火光與深沉陰影,忠於提示詞明亮、高對比、大範圍明火
鋼條每次敲擊都維持筆直形狀發光金屬搭配大片迸發火星
聲音敲擊聲與每次落槌同步立體聲音軌
適合用途重視聲音時機與物體形狀的場景以較少點數打造明亮、有衝擊力的畫面
進一步了解 WAN 3.0

Flux 3 Video 設定與用途

工具只有一個提示詞輸入框。媒體欄位留空,就是文字轉影片;附上靜態圖片,就是圖片轉影片;附上影片,就能延伸片段。Black Forest Labs 也讓 Flux 3 Video 支援多鏡頭敘事與畫面文字排版,全都透過提示詞控制。

Resolution720p · 1080p
720p 每秒 5 點數,1080p 每秒 9 點數。我們的 10 s、1080p 鍛造影片具備 Full HD 畫質,可直接剪入作品。
Duration5 to 20 s
影片越長,越適合安排重複或逐步推進的動作。我們的鍛造提示詞讓敲槌動作反覆進行,一鏡撐起完整 10 s。延伸現有影片時,最長可達 15 s。
Aspect ratio21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16
文字轉影片時可自行設定比例。我們的海岸空拍使用 21:9,冷萃咖啡廣告使用 9:16,各自依螢幕比例構圖。使用起始影格或來源影片時,比例由上傳素材決定。
Generate audioOn · Off
預設開啟,開關價格相同。在提示詞最後加上一行 Audio:,列出兩到三種聲音,並用引號框住對白。如果影片要搭配自己的音樂,就把它關閉。
Start and end frameImage URLs, optional
加入起始影格,就能讓任何靜態圖片動起來,費用與文字轉影片相同。再加入結束影格,模型便會生成兩者之間的動態過程,適合商品亮相與轉場。
Source videoVideo URL, optional
延續或改造現有影片,最長 15 s,720p 每秒 13 點數,1080p 每秒 16 點數。每次生成可選擇使用影格圖片或來源影片。

Flux 3 Video 單支影片費用

所有 Pixel Dojo 方案都包含 Flux 3 Video,方案最低每月 $10 起。影片依長度與解析度計費,聲音不另收費。

文字轉影片與圖片轉影片,720p 每秒 5 點數,1080p 每秒 9 點數。5 s、720p 的影片需要 25 點數,像我們的船長、海岸、守護者與冷萃咖啡影片皆是如此。10 s、1080p 的鍛造影片則需要 90 點數。

延伸現有影片,720p 每秒 13 點數,1080p 每秒 16 點數。你的點數也能用於 Pixel Dojo 上所有其他影片與圖片模型,所以可以先用圖片模型生成靜態圖片,再用 Flux 3 Video 讓它動起來。

Flux 3 Video常見問題

什麼是 Flux 3 Video?

Flux 3 Video 是 Black Forest Labs 的 AI 影片模型,可將文字提示詞或靜態圖片轉成 5 至 20 s、720p 或 1080p 的影片,也能延伸現有影片,並在同一次生成中完成音效與對白。在 Pixel Dojo 開啟 Flux 3 Video 工具即可使用。

Flux 3 Video 最擅長什麼?

聲音扮演關鍵角色的場景。它能讓音效與動作同步、說出引號內的台詞,並維持長時間連續鏡頭。視覺風格也很多元:我們的範例包含鐵匠鍛造、渡輪女船長對鏡頭說話、21:9 暴風海岸空拍、手繪動畫守護者,以及 9:16 冷萃咖啡廣告。

Flux 3 Video 能生成音效與對白嗎?

可以。聲音與畫面在同一次生成中完成。我們的鍛造影片中,敲擊聲與落槌同步,渡輪女船長也一字不漏地說出引號內的台詞。Black Forest Labs 表示,它支援十多種語言的對白嘴型同步。在提示詞最後加上一行 Audio:,寫出你想要的聲音即可。

Flux 3 Video 支援哪些解析度、片長與長寬比?

支援 720p 或 1080p,每支影片 5 至 20 s,以及六種長寬比:21:9、16:9、4:3、1:1、3:4、9:16。影片延伸最長可達 15 s。每支影片皆以 24 fps 播放,1080p 提供 Full HD 畫質。

Flux 3 Video 可以免費使用嗎?

免費帳號每天可免費使用 3 次特效,體驗 Pixel Dojo。每月 $10 起的所有方案都包含 Flux 3 Video,持續訂閱期間,未用完的點數可累積保留。

Flux 3 Video 生成的圖片與影片可以商用嗎?

可以。無論使用哪個方案,你都擁有自己創作的內容。

Flux 3 Video vs WAN 3.0:該選哪個?

音效節奏與畫面連貫是關鍵?選 Flux 3 Video。在我們的鍛造提示詞測試中,它讓鋼條保持筆直,每次敲擊聲都精準對上落槌瞬間。WAN 3.0 的畫面更明亮、對比更強烈,只需 9 點數,Flux 3 Video 則需 25 點數,適合大膽、搶眼的視覺風格。

用 Flux 3 Video 做出你的第一支影片

在上方輸入提示詞,或從本頁任何範例開始。一個方案就包含所有頂尖模型、六大工作室與 Sensei,點數還能累積。

從 Flux 3 Video 開始