Вышла новая модель генерации видео Flux 3 Video

Black Forest Labs выпустила мультимодальную модель FLUX 3. Она работает с изображениями, видео и аудио внутри одной архитектуры.

Модель создаёт видео по тексту, изображению или нескольким ключевым кадрам. За одну генерацию можно получить видео до 20 секунд с несколькими сценами и ракурсами.

Звук генерируется вместе с изображением. FLUX 3 поддерживает речь на разных языках, акценты, звуковые эффекты, атмосферу и синхронизацию губ.

Видео можно продолжать с последнего кадра. Модель сохраняет движение, композицию и логику сцены, поэтому отдельные клипы можно объединять в длинные истории.

Также появился Draft Mode. Сначала FLUX 3 быстро создаёт дешёвый черновик, а выбранный вариант затем рендерится в полном качестве.

Кроме видео модель умеет создавать изображения со сложными надписями и выполнять длинные запросы. В будущем та же архитектура будет использоваться для управления роботами.

Попробовать можно тут.