FLUX 3 Max
Быстрая генерация видео со звуком по текстовому описанию от Black Forest Labs и fal
Текстовый бриф вместо съёмочной площадки: FLUX 3 Max разворачивает режиссёрское описание в готовое видео с нативным звуковым рядом. Модель разработана Black Forest Labs и дообучена командой fal Research для ситуаций, когда креаторам важна скорость итераций. В тестах десятисекундный ролик собирается примерно за 11 секунд — почти в реальном времени.
Что умеет
- Собирать сцены длительностью от 5 до 20 секунд с шагом в одну секунду без стартового изображения-референса.
- Генерировать нативное аудио (окружающие шумы, диалоги, звуковые эффекты) синхронно с картинкой либо отключать звук вовсе.
- Выдавать ролики в разрешении 720p по умолчанию с возможностью апскейла до 1080p.
- Поддерживать спектр соотношений сторон: кинематографичные 21:9 и 2:1, стандартные 16:9 и 4:3, квадрат 1:1, а также вертикальные форматы 3:4 и 9:16.
- Варьировать уровень проработки (reasoning level): при высоком значении модель подробнее достраивает текстовый запрос, хотя тратит чуть больше времени на генерацию.
- Передавать движение камеры, световые нюансы, траектории объектов и атмосферу кадра прямо из текста.
Цены и доступ
Сервис тарифицируется посекундно и работает через API и песочницу fal. Стандартная стоимость составляет 0,17 доллара за секунду видео в 720p и 0,29 доллара за секунду в 1080p. В рамках скидочного периода действуют сниженные ставки: 0,0425 и 0,0725 доллара за секунду соответственно.
Инструмент пригодится дизайнерам, арт-директорам и моушн-командам для быстрой сборки рекламных концептов, атмосферных шотов и коротких нарративных сцен. Нас подкупило, что модель обходится без костылей в виде обязательного первого кадра и сразу отдаёт пригодный черновик с нативным звуком.
