德国 AI 公司 Black Forest Labs(BFL)于 8 月 5 日宣布,其最新视频生成模型 FLUX 3 Video 已正式面向公众开放,用户可通过 BFL API 及部分合作伙伴使用。该模型支持生成最长 20 秒的 HD 或 Full HD 视频,并原生包含音频,涵盖对话、音效与环境噪声,同时支持文生视频、图生视频、关键帧控制、视频续写,以及单片段内的多场景与多机位切换。
FLUX 3 Video 的一大亮点是能够在场景中直接渲染文字,并能遵循复杂提示词,借助世界知识生成内容,适用于纪录片等场景。此外,模型支持超过 14 种语言的唇形同步对话,进一步拓展了其在多语言内容创作中的应用。
在性能方面,BFL 公布的自测 Elo 排名显示,FLUX 3 Video 在文生视频类别中以 1135 分位居榜首,在图生视频类别中以 1051 分同样排名第一,领先于 Gemini Omni Flash、Minimax H3 与 Seedance 2.0 等竞品。不过,这些排名来自 BFL 自身的测试,其客观性有待第三方验证。
定价方面,FLUX 3 Video 按视频输出时长计费,音频包含在内。草稿模式(Draft mode)仅支持 HD 分辨率,文生视频或图生视频每秒 0.06 美元,视频生视频(video-to-video)每秒 0.12 美元。全质量模式下,HD 分辨率文生视频或图生视频每秒 0.17 美元,视频生视频每秒 0.41 美元;Full HD 分辨率则分别为每秒 0.29 美元与 0.53 美元。
BFL 此前以图像生成模型 FLUX 系列闻名,此次进军视频生成领域,直接对标 Runway、Pika 以及字节跳动的 Seedance 等产品。其宣称的 Elo 排名优势,若经得起第三方评测,可能对现有视频生成市场的竞争格局产生冲击。对于 AI 视频创作者而言,FLUX 3 Video 的原生音频与多语言唇形同步功能,有望降低后期制作成本,而按秒计费的灵活定价模式,也为不同预算的用户提供了选择空间。
不过,BFL 的 Elo 排名基于自家测试,其评测标准与样本是否公允尚不明朗。行业观察者认为,视频生成模型的竞争已从单纯画质比拼,转向音频、多语言支持与可控性等综合能力的较量。FLUX 3 Video 的正式发布,标志着这一赛道进入新的竞争阶段,后续市场反应与第三方评测结果值得关注。