FLUX 3 Video技术解析:主打多模态原生对齐与长视频生成

robrombach · x · 2026-08-05

FLUX 3 Video 现已通过 API 向公众开放,支持生成带有原生音频的 20 秒长视频,并提供 720p 和 1080p 分辨率。官方强调,视频模型必须是对现实世界的多模态建模,FLUX 3 能够在单次生成中切换场景与镜头角度,渲染排版字体,并生成多语言对话与精准的口型同步。

所属事件:Black Forest Labs发布FLUX 3多模态模型,支持原生音频视频生成(19 条相关)→

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →