文字轉影片生成
根據文字描述建立影片，範例涵蓋西部場景至富有想像力的電影感鏡頭。
概覽
FLUX 3 Max 是 fal Research 提供的託管文字轉影片與圖片轉影片模型，與 Black Forest Labs 合作、基於 FLUX 3 開發。此模型旨在將書面鏡頭描述或靜態圖片轉換為短片，用於視覺開發與製作工作流程。
來源將此模型定位於影片品質與生成速度的結合。其已發布的初步 Artificial Analysis 評估顯示，圖片轉影片獲得 1,139 Elo，在該次評估中並列最高分；fal 則報告，生成一段 720p、16:9、10 秒影片的平均時間為 12.45 秒。這些數值是基準測試結果，並不保證適用於每個提示或設定。
主要功能
圖片轉影片生成
在保留整段影片視覺細節的同時，讓提供的圖片產生動畫效果；來源將此描述為另一種支援的工作流程。
低延遲生成
來源報告指出，根據其已發布的基準測試，生成一段 10 秒、16:9、720p 影片的平均時間為 12.45 秒。
後訓練 FLUX 模型
來源將此模型描述為 fal Research 與 Black Forest Labs 合作、基於 FLUX 3 進行後訓練的模型。
保留動態中的細節
來源強調模型在動態過程中能保留主體形狀與場景細節，包括馬匹、車輪、彩繪木材、臉部及環境紋理。
共用影片工作流程
文字轉影片與圖片轉影片使用同一個後訓練模型，且提供的頁面內容指出兩者皆以 720p 生成。
使用情境
概念與鏡頭探索
在確定分鏡腳本、動畫版或製作計畫前，根據鏡頭描述生成多種視覺版本。報告的延遲適合快速反覆調整提示，但仍須視實際工作負載效能而定。
讓靜態作品產生動畫
從靜態圖片開始，為心情板、提案素材或視覺開發建立動態版本，適用於構圖已經確定的情況。
電影感預視化
使用詳細提示製作涉及角色、車輛、景觀或環境效果的電影感場景原型，再挑選有潛力的版本進一步製作。
AI 媒體應用程式開發
透過 fal 的託管模型 API，建立提供提示導向或圖片引導影片生成的應用程式；確切端點與參數請參閱目前的文件。
Pros and Cons
Pros
- 支援文字轉影片與圖片轉影片生成。
- 已發布的基準測試顯示，生成一段 10 秒 720p 影片的平均時間為 12.45 秒。
- 來源報告指出，在初步 Artificial Analysis 評估中，圖片轉影片品質並列最高分。
- 旨在於動態過程中保留主體與環境細節。
- 可透過 fal 的託管模型 API 平台使用。
Cons
- Artificial Analysis 結果明確屬於初步結果，因此報告中的排名可能會變動。
- 目前提供的證據未說明端點參數、輸入限制、輸出控制項或詳細的生產環境限制。
- 已發布的 720p 每秒 $0.0425 費率屬於促銷價格，並明確表示將於 11 月 7 日結束；目前價格應在 fal 上確認。
FAQ
FLUX 3 Max 能做什麼？
FLUX 3 Max 可從書面提示或輸入圖片生成影片。來源頁面將文字轉影片與圖片轉影片描述為使用同一個後訓練模型的工作流程。
FLUX 3 Max 的速度有多快？
已發布的基準測試顯示，生成一段 10 秒影片需時 12.45 秒；該數值是以 720p、16:9 影片為基礎計算的平均值。實際生成時間可能有所不同。
FLUX 3 Max 如何計價？
來源列出的按輸出計價方式為 720p 影片每秒 $0.0425，文字轉影片與圖片轉影片的價格相同。來源也指出，此列出費率為促銷價格，將於 11 月 7 日結束；購買前應在 fal 上確認目前價格。
如何存取 FLUX 3 Max？
FLUX 3 Max 可透過 fal 的託管模型平台使用。fal 文件說明，託管 Model APIs 需要 API 金鑰，並為模型提供統一 API；但目前提供的資料未包含此模型的端點、參數或 SDK 特定設定方式。
投入正式生產使用前，使用者應確認哪些限制？
已發布的評估結果屬於初步結果，而目前提供的資料未說明所有輸入限制、輸出控制項、支援的長寬比、安全性行為或失敗案例。建立正式生產工作流程前，請查閱目前的模型文件。
Quick Facts
- 類別
- AI 影片生成
- 輸入模式
- 文字轉影片與圖片轉影片
- 已報告輸出
- 720p、16:9 的 10 秒影片基準測試
- 已報告生成時間
- 基準影片為 12.45 秒
- 平台
- fal 託管 Model APIs
- 模型來源
- fal Research 與 Black Forest Labs 合作、基於 FLUX 3 後訓練