FLUX 3 Tekst na obraz
Flagowa generacja tekstu na obraz z ostrzejszymi szczegółami i lepszą przyczepnością niż wcześniejsze modele obrazów FLUX. Już wkrótce.
FLUX 3 to ujednolicona rodzina modeli multimodalnych firmy Black Forest Labs, wspólnie trenowana w zakresie obrazu, wideo i dźwięku. Punkty końcowe wideo na żywo dodają fizycznie uziemiony ruch i opcjonalny natywny zsynchronizowany dźwięk do tej samej integracji.Punkty końcowe FLUX 3 Klein do generowania tekstu na obraz i edycji obrazów są już dostępne, podobnie jak punkty wideo FLUX 3. Pozostałe warianty Image, Dev i Omni zostaną dodane po udostępnieniu, bez konieczności ponownej rejestracji.
Flagowa generacja tekstu na obraz z ostrzejszymi szczegółami i lepszą przyczepnością niż wcześniejsze modele obrazów FLUX. Już wkrótce.
Oparta na instrukcjach edycja obrazu z maksymalnie czterema obrazami referencyjnymi, zbudowana w oparciu o zunifikowaną architekturę FLUX 3. Już wkrótce.
Szybszy i tańszy wariant FLUX 3, którego premiera planowana jest na później w 2026 roku. Już wkrótce.
Generowanie obrazów i filmów zawierających wiele odniesień, które zapewniają spójność tematu, stylu i sceny we wszystkich materiałach wyjściowych. Już wkrótce.
Kinowa zamiana tekstu na wideo z opcjonalnym natywnym zsynchronizowanym dźwiękiem i fizycznie ugruntowanym ruchem.
Szybki i tańszy tryb szkicowy do tworzenia pomysłów, tworzenia scenorysów i szybkiej iteracji przed ostatecznym renderowaniem.
Animuj nieruchomy obraz do postaci kinowego wideo, zachowując fizyczną spójność ruchu z klatką źródłową.
Generuj kontrolowane przejście pomiędzy dostarczoną klatką kluczową początkową i końcową, z opcjonalnym natywnym dźwiękiem.
Kontynuuj istniejące wideo z ruchem sterowanym ruchem, rozwojem scen i opcjonalnym natywnym zsynchronizowanym dźwiękiem.
Szybkie i tańsze testowanie ciągłości przed przedłużeniem klipu za pomocą punktu końcowego Video Extend o ostatecznej jakości.
Skaluj FLUX 3 lub inny sygnał wideo w rozdzielczości przekraczającej natywną rozdzielczość, zachowując jednocześnie spójność ruchu i synchronizację dźwięku.
FLUX 3 to najnowszy, pionierski model Black Forest Labs, ogłoszony w lipcu 2026 r. jako ujednolicony system multimodalny, wspólnie szkolony w zakresie danych obrazu, wideo i audio. Rozszerza tę samą architekturę w kierunku przewidywania działań, dając rodzinie lepsze zrozumienie rzeczywistego oświetlenia, ruchu i fizyki niż modele oparte wyłącznie na obrazach, takie jak Kontekst FLUXdla przepływów pracy żądań/ankiet i zdarzeń wysyłanych przez serwer
Muapiego API wideo FLUX 3 jest teraz na żywo. Tekst na wideo, obraz na wideo, początek-koniec na wideo, rozszerzanie wideo, tryby wersji roboczej i moduł skalowania wideo współdzielą spójny, asynchroniczny cykl życia REST; Warianty obrazu, Dev i Omni dołączą po otwarciu.
Jedna architektura wspólnie trenowała dane obrazu, wideo i audio, wyznaczając ścieżkę do przewidywania działań na potrzeby robotyki.
Punkty końcowe Live FLUX 3 Video mogą generować dźwięk odpowiedni do sceny, zsynchronizowany z klipem, bez oddzielnego etapu TTS.
Ruch, oświetlenie i zachowanie obiektów pozostają spójne z fizyką świata rzeczywistego w generowanych klipach.
Planowany punkt końcowy FLUX 3 Image-to-Image akceptuje do czterech obrazów referencyjnych plus instrukcje tekstowe.
Planowana wersja deweloperska oferuje najwyższą jakość na rzecz niższych opóźnień i kosztów, a otwarte wagi spodziewane są później w 2026 r.
Oczekuje się, że FLUX 3 Image będzie obsługiwał rozdzielczość do 4K, kontynuując kierunek wysokiej rozdzielczości rodziny FLUX.
Video Extend stanowi kontynuację istniejącego klipu dzięki sterowanemu ruchowi i rozwojowi scen.
Start-End to Video steruje przejściem pomiędzy dwiema dostarczonymi klatkami.
Video Upscaler podnosi jakość wideo powyżej natywnej rozdzielczości, zachowując jednocześnie spójność ruchu i synchronizację dźwięku.
Wersja robocza tekstu na wideo i wersja robocza wideo Extend obniżają koszty i opóźnienia podczas szybkiej iteracji.
Planowany tryb Omni wykorzystuje wiele odniesień do obrazów i filmów, aby zachować spójność tematu, stylu i sceny.
| Wariant | Modalność | Rozdzielczość | Najlepsze dla | Stan |
|---|---|---|---|---|
Prześlij żądanie generowania za pomocą klucza API Muapi, zapisz zwrócony identyfikator żądania i odpytuj standardowy punkt końcowy wyniku przewidywania. Ten sam cykl życia działa w punktach końcowych wideo na żywo FLUX 3.
Wybierz opcję Tekst na wideo, Obraz na wideo, Początek-koniec na wideo lub Rozszerzenie wideo i wyślij pola wejściowe specyficzne dla punktu końcowego.
Odpytuj, aż status zostanie ukończony, a następnie odczytaj wygenerowany adres URL multimediów z odpowiedzi.
FLUX 3 to multimodalny model graniczny opracowany przez Black Forest Labs, wspólnie trenowany w zakresie obrazu, wideo i dźwięku w ramach ujednoliconej architektury i umożliwiający przewidywanie akcji.
API wideo FLUX 3 jest dostępne w Muapi i obejmuje tekst na wideo, obraz na wideo, początek-koniec na wideo, przedłużanie i skalowanie wideo oraz szybkie szkice. Dostępne są również punkty końcowe FLUX 3 Klein do generowania tekstu na obraz i edycji; pozostałe warianty Image, Dev i Omni pojawią się później.
Muapi wymienia jedenaście punktów końcowych: siedem punktów końcowych zorientowanych na wideo na żywo i cztery, które wkrótce pojawią się w wariantach obrazu, Dev i Omni.
FLUX.2 i FLUX Kontext skupiają się na obrazach. FLUX 3 ujednolica generowanie obrazu, wideo i audio, dodając natywny zsynchronizowany dźwięk i silniejszą spójność ruchu w świecie rzeczywistym.
Black Forest Labs stwierdziło, że szybsze wersje o otwartej wadze pojawią się później w 2026 r. Wariant Dev to planowana tańsza ścieżka.
Omni Reference to planowany tryb wielu odniesień do generowania obrazów lub wideo z wielu odniesień do obrazów i wideo, przy jednoczesnym zachowaniu spójności tematu i stylu.
Za główne punkty końcowe wideo na żywo naliczana jest opłata w wysokości 0,25 USD za sekundę przy rozdzielczości 720p i 0,42 USD za sekundę przy rozdzielczości 1080p. W trybach roboczych pobierana jest opłata w wysokości 0,09 USD za sekundę, podczas gdy w trybie Upscaler wideo waha się od 1,43 USD do 2,00 USD za uruchomienie.
Utwórz konto Muapi i klucz API, a następnie zadzwoń do dowolnego działającego punktu końcowego. Wkrótce punkty końcowe zostaną aktywowane dla istniejących użytkowników, gdy tylko staną się dostępne.
Zacznij od punktów końcowych wideo na żywo i przygotuj jedną integrację na potrzeby wersji obrazu i Omni.