テキストから動画を生成
テキストによる説明から動画を作成できます。西部劇のシーンから想像力豊かな映画的ショットまで、さまざまな例が示されています。
概要
FLUX 3 Maxは、fal ResearchがBlack Forest LabsとFLUX 3を基に開発した、ホステッド型のテキストから動画および画像から動画を生成するモデルです。文章によるショット説明や静止画を、ビジュアル開発や制作ワークフロー向けの短い動画クリップに変換することを目的としています。
このモデルは、動画品質と生成速度の組み合わせを重視したものとして位置付けられています。公開された予備的なArtificial Analysis評価では、画像から動画のEloが1,139で、その時点のスナップショットでは最高スコアと同率でした。またfalは、720p・16:9の10秒動画について、平均生成時間を12.45秒と報告しています。これらはベンチマーク結果であり、すべてのプロンプトや設定で保証されるものではありません。
主な機能
画像から動画を生成
入力した画像をアニメーション化し、動画全体で視覚的な細部を維持します。ソースでは、これを個別にサポートされるワークフローとして説明しています。
低遅延の生成
公開ベンチマークに基づき、720p・16:9動画を10秒分生成する際の平均時間は12.45秒と報告されています。
ポストトレーニング済みFLUXモデル
fal ResearchがBlack Forest Labsと共同でFLUX 3を基にポストトレーニングしたモデルと説明されています。
動きの中で細部を保持
動きの中でも被写体の形状やシーンの細部を維持する点が強調されています。これには、馬、車輪、塗装された木材、顔、環境の質感などが含まれます。
共通の動画ワークフロー
テキストから動画と画像から動画で同じポストトレーニング済みモデルを使用し、提供されたページ内容では、いずれも720pで生成すると説明されています。
用途
コンセプトとショットの検討
ストーリーボード、アニマティック、制作計画に進む前に、ショットの説明から複数のビジュアル案を生成できます。報告されたレイテンシーは、実際のワークロードでの性能に左右されるものの、プロンプトの迅速な反復に適しています。
静止画アートのアニメーション化
静止画から始めて、構図がすでに決まっている場合に、ムードボード、ピッチ資料、ビジュアル開発向けの動きのあるバージョンを作成できます。
映画的なプリビジュアライゼーション
詳細なプロンプトを使って、人物、乗り物、風景、環境効果を含む映画的なシーンを試作し、有望なテイクを選んでさらに作業できます。
AIメディアアプリケーションの開発
falのホステッドモデルAPIを通じて、プロンプトベースまたは画像ガイドによる動画生成を提供するアプリケーションを構築できます。正確なエンドポイントとパラメーターについては、最新のドキュメントを確認してください。
Pros and Cons
Pros
- テキストから動画および画像から動画の生成に対応しています。
- 公開ベンチマークでは、720pの10秒動画について平均12.45秒という結果が示されています。
- ソースでは、予備的なArtificial Analysisのスナップショットにおいて、画像から動画の品質が最高スコアと同率だったと報告されています。
- 動きの中で被写体と環境の細部を維持するよう設計されています。
- falのホステッドモデルAPIプラットフォームから利用できます。
Cons
- Artificial Analysisの結果は明示的に予備的なものであり、報告された順位は変わる可能性があります。
- 提供された根拠には、エンドポイントのパラメーター、入力制限、出力制御、詳細な本番利用上の制約が記載されていません。
- 公開されている720p動画の1秒あたり0.0425ドルという料金はプロモーション価格で、11月7日に終了すると記載されています。現在の料金はfalで確認する必要があります。
FAQ
FLUX 3 Maxは何ができますか？
FLUX 3 Maxは、文章によるプロンプトまたは入力画像から動画を生成します。ソースページでは、テキストから動画および画像から動画のワークフローに、同じポストトレーニング済みモデルを使用すると説明されています。
FLUX 3 Maxの生成速度はどのくらいですか？
公開ベンチマークでは、720p・16:9動画の10秒分の生成時間が平均12.45秒と報告されています。実際の生成時間は変動する可能性があります。
FLUX 3 Maxの料金体系はどうなっていますか？
ソースでは、720p動画の出力ベース料金として1秒あたり0.0425ドルを記載しており、テキストから動画と画像から動画で料金は同じです。また、この料金はプロモーション価格で、11月7日に終了すると記載されています。購入前にfalで現在の料金を確認してください。
FLUX 3 Maxにはどのようにアクセスしますか？
FLUX 3 Maxはfalのホステッドモデルプラットフォームで利用できます。falのドキュメントによると、ホステッドModel APIsではAPIキーを使用し、モデル向けの統一APIが提供されます。ただし、提供された情報には、このモデルのエンドポイント、パラメーター、SDK固有の設定は含まれていません。
本番利用前に確認すべき制限は何ですか？
公開評価は予備的なものであり、提供された資料には、すべての入力制限、出力制御、対応アスペクト比、安全性に関する動作、失敗事例が記載されていません。本番ワークフローを構築する前に、最新のモデルドキュメントを確認してください。
Quick Facts
- カテゴリー
- AI動画生成
- 入力モード
- テキストから動画、画像から動画
- 報告された出力
- 720p・16:9の10秒動画ベンチマーク
- 報告された生成時間
- ベンチマーククリップで12.45秒
- プラットフォーム
- falのホステッドModel APIs
- モデルの由来
- fal ResearchがBlack Forest LabsとFLUX 3を基にポストトレーニング