文生视频
根据文字描述生成视频，示例涵盖西部场景和富有想象力的电影感镜头。
概览
FLUX 3 Max 是 fal Research 托管的文生视频与图生视频模型，由其与 Black Forest Labs 基于 FLUX 3 合作开发。该模型旨在将文字镜头描述或静态图像转换为短视频片段，用于视觉开发和制作工作流。
该模型定位于视频质量与生成速度的结合。已发布的初步 Artificial Analysis 评估显示，其图生视频得分为 1,139 Elo，在该次快照中并列领先；fal 报告称，生成 720p、16:9 的 10 秒视频平均耗时 12.45 秒。这些数据是基准测试结果，并不保证适用于每个提示词或配置。
主要特性
图生视频
在保留视频片段中视觉细节的同时，让输入图像动起来；源信息将其描述为单独支持的工作流。
低延迟生成
源信息报告称，根据其发布的基准测试，生成 720p、16:9 的 10 秒视频平均耗时 12.45 秒。
后训练 FLUX 模型
该模型被描述为由 fal Research 与 Black Forest Labs 合作在 FLUX 3 基础上进行后训练。
运动中的细节保留
源信息强调模型在运动过程中能够保留主体形状和场景细节，包括马匹、车轮、木材涂层、面部和环境纹理。
统一视频工作流
文生视频和图生视频使用同一个后训练模型，并在所提供的页面内容中均以 720p 输出。
使用场景
概念与镜头探索
在确定分镜脚本、动画预演或制作计划之前，根据镜头描述生成多种视觉版本。报告的延迟适合快速迭代提示词，但实际表现取决于工作负载。
让静态作品动起来
从静态图像开始生成动态版本，适用于构思板、提案材料或视觉开发，尤其适合构图已经确定的情况。
电影感预可视化
使用详细提示词制作包含角色、车辆、风景或环境效果的电影感场景原型，然后选出有潜力的版本继续处理。
AI 媒体应用开发
通过 fal 的托管模型 API，构建提供基于提示词或图像引导的视频生成功能的应用，同时查阅当前文档以确认确切的端点和参数。
Pros and Cons
Pros
- 同时支持文生视频和图生视频。
- 已发布的基准测试显示，生成 10 秒 720p 视频平均耗时 12.45 秒。
- 源信息报告称，在初步 Artificial Analysis 快照中，图生视频质量得分并列最高。
- 旨在保留运动过程中的主体和环境细节。
- 可通过 fal 的托管模型 API 平台使用。
Cons
- Artificial Analysis 的结果明确属于初步结果，因此报告的排名可能会发生变化。
- 现有证据未说明端点参数、输入限制、输出控制或详细的生产环境约束。
- 已发布的 720p 视频每秒 0.0425 美元价格为促销价，并注明截止到 11 月 7 日；当前价格应在 fal 上确认。
FAQ
FLUX 3 Max 能做什么？
FLUX 3 Max 可以根据文字提示词或输入图像生成视频。源页面展示了使用同一后训练模型的文生视频和图生视频工作流。
FLUX 3 Max 的生成速度如何？
已发布的基准测试显示，生成 10 秒视频的平均耗时为 12.45 秒，测试视频规格为 720p、16:9。实际生成时间可能有所不同。
FLUX 3 Max 如何定价？
源信息列出的按输出计费价格为 720p 视频每秒 0.0425 美元，文生视频和图生视频价格相同。源信息还说明该价格为促销价，截止到 11 月 7 日；购买前应在 fal 上核实当前价格。
如何访问 FLUX 3 Max？
FLUX 3 Max 可通过 fal 的托管模型平台使用。fal 文档说明，托管 Model APIs 使用 API 密钥，并为模型提供统一 API，但现有资料未包含该模型的端点、参数或特定 SDK 的设置方法。
投入生产使用前，用户应检查哪些限制？
已发布的评估结果属于初步结果，现有资料也未说明所有输入限制、输出控制、支持的宽高比、安全行为或失败情况。在构建生产工作流前，请查阅当前模型文档。
Quick Facts
- 类别
- AI 视频生成
- 输入模式
- 文生视频和图生视频
- 报告的输出规格
- 720p、16:9 的 10 秒视频基准测试
- 报告的生成时间
- 基准视频片段为 12.45 秒
- 平台
- fal 托管 Model APIs
- 模型来源
- fal Research 与 Black Forest Labs 基于 FLUX 3 进行后训练