叙事预览
在正式制作前，用画面与同步声音搭完整场景。
Black Forest Labs 多模态视频
FLUX 3
Black Forest Labs 多模态视频模型，可从文本生成同步音频。
分镜动画
把已批准的分镜帧串成连贯的视觉序列。
镜头延展
在保持视觉方向的前提下，延续一次成功的生成。
核心能力
创作者为何选择 FLUX 3
01
画面与声音一次生成
在一条提示词里描述动作、镜头运动、对话、环境声与特效。FLUX 3 在同一次生成中合成动态画面与同步音轨。
“A home video of a futuristic San Francisco with people riding hoverboards.”
02
镜头内运动保持连贯
在 5 到 20 秒的片段中构建有氛围的场景——镜头运动、主体动作与环境细节都更稳定。
分镜或续拍已有镜头
用一张图作开场帧、两张作首尾帧、最多十张作定时分镜，或以 MP4 为起点续拍后续内容。
如何获得更好的效果
提升效果的技巧
先写清主体，再补充光影、风格，以及必须保持不变的内容。需要更可控的编辑时，上传参考图。
- 1
把声音写进提示词
当音频很重要时，请明确写出对话、房间底噪、音乐与音效。
- 2
3 张以上图片需设时长
分镜输入必须指定时长，帧才能可预期地分配。
- 3
1080p 前先 Draft
用 Draft 验证节奏与构图，再以全质量渲染成片。
更多模型
试试其他模型
探索本系列之外的热门图像模型，或浏览完整目录。
Veo 3.1视频
控制最强的 Veo 3.1 选项，支持主体参考。
Veo 3.1 Fast视频
更快的高质量生成，内置原生音频。
Veo 3.1 Lite视频
高性价比选项，适合大批量视频工作流。
Veo 3视频
原版旗舰 Veo 生成，内置原生音频。