Black Forest Labs — el equipo detrás de los modelos de imagen FLUX — ha construido un modelo de video. En OVOV renderiza de 5 a 20 segundos en HD o FHD, escribe su propio audio sincronizado y te deja clavar hasta diez keyframes a lo largo de la timeline en vez de conformarte con un primer y un último frame.
Generaciones reales de nuestros modelos de vídeo: Veo 3.1, Kling y Seedance. Pasa el cursor sobre un clip para reproducirlo y haz clic en el icono del altavoz para oír el audio.
Pasa el cursor para reproducir · Haz clic en el altavoz para activar el sonido
Generaciones reales de nuestros modelos de vídeo: Veo 3.1, Kling y Seedance. Pasa el cursor sobre un clip para reproducirlo y haz clic en el icono del altavoz para oír el audio.
Mundo alienígena fantástico
Anuncio de perfume de lujo
Teaser de lanzamiento
Anuncio de viaje a Maldivas
Duelo wuxia oriental
Escena de película de carreras
Nave espacial hacia las estrellas
Golden Retriever y mariposas
Chef de sushi en acción
Mujer de vestido rojo en el acantilado
Duelo a medianoche
Vlog selfie en mano
Primer plano de comida irresistible
Danza urbana callejera
Anuncio de labial de lujo
Hasta diez keyframes ordenados, un nivel FHD, veinte segundos de recorrido y una banda sonora escrita en la misma pasada — del equipo que hizo los modelos de imagen FLUX.
Sube una imagen y se convierte en el frame inicial. Sube dos y pasan a ser el primer y el último frame. Sube hasta diez y los frames extra se reparten de forma uniforme por la timeline, así que estás coreografiando el clip entero y no solo sus extremos.
FLUX 3 Video escribe ambiente, efectos y sonido pegado al movimiento junto a la imagen, sincronizado con lo que ocurre en pantalla. Puedes apagar el audio si piensas musicalizar el clip por tu cuenta — el precio es el mismo en cualquier caso.
Dos niveles de resolución: HD a unos 1280×704 y FHD a unos 1920×1088. Desbasta la idea en HD y gasta los créditos de FHD cuando el prompt y los keyframes ya estén asentados.
Cuatro duraciones fijas: 5, 10, 15 o 20 segundos. La mayoría de nuestros modelos de video se quedan en 15, así que el nivel más alto de aquí deja sitio para un planteamiento, un giro y un remate dentro de una sola generación.
16:9, 9:16, 1:1, 4:3, 3:4, más 21:9 y 2:1 para aperturas de cine y rótulos con bandas negras. Fija el encuadre antes de generar — la composición se planifica para la relación que elijas.
Black Forest Labs construyó los modelos de imagen FLUX que ya corren en OVOV. FLUX 3 Video es el mismo laboratorio pasándose al movimiento, así que las costumbres de prompt que funcionan en sus imágenes fijas se trasladan aquí.
Escribe el plano, clava si quieres los frames por los que tiene que pasar y FLUX 3 Video renderiza imagen y sonido juntos — después no hay nada que montar.
Empieza solo con un prompt, o sube entre una y diez imágenes de keyframe en el orden en que deben aparecer. Luego elige duración (5, 10, 15 o 20 segundos), relación de aspecto y HD o FHD.
El modelo planifica movimiento, iluminación y ritmo a lo largo de toda la duración — pasando por tus keyframes en orden si los has aportado — y luego renderiza el video con su pista de audio a juego.
Llévate el video terminado con el audio integrado — sin marca de agua y con derechos comerciales incluidos. Si una generación falla o la rechaza la moderación de contenido, tus créditos vuelven íntegros.
Keyframes ordenados, un nivel FHD y dos relaciones ultrapanorámicas cubren el trabajo en el que el plano tiene que caer sobre imágenes concretas en momentos concretos — y además sonar a algo.
Cuando el clip tiene que pasar por imágenes que ya tienes — un logo, un estado de producto, una pose de personaje — clávalas como keyframes en orden y deja que el modelo rellene el movimiento entre ellas.
Un spot de marca a unos 1920×1088, o una secuencia de títulos en 21:9 que se lee como cine y no como feed. El sonido llega incorporado, así que no hace falta una pasada de musicalización antes de enseñárselo a nadie.
TikTok, Reels y Shorts en 9:16 o 3:4, desde un hook de cinco segundos hasta una historia de veinte, con audio nativo en lugar de una cama musical con licencia.
Carreteras de costa, lluvia en una ventana, un mercado despertándose — planos que necesitan tiempo para respirar, más el viento, el agua y el ruido de la calle que hacen creíble el sitio.
El modelo lee tu prompt y tus keyframes a la vez. Estos hábitos hacen que los dos tiren en la misma dirección en lugar de discutir.
Clava los frames que importan y describe el movimiento entre ellos
El texto solo le deja al modelo toda la escena por inventar. Los keyframes le quitan esa libertad imagen a imagen. Ninguno es mejor: simplemente piden prompts distintos.
Ejemplo
"With two keyframes (closed box, open box): "hands lift the flaps in one smooth motion, soft window light, cardboard scrape and a soft thud"."
La cantidad importa tanto como el contenido. Una imagen es un punto de partida. Dos son los extremos de un trayecto. Más allá de eso es un calendario que el modelo tiene que cumplir, repartido de forma uniforme a lo largo de la duración que elijas.
Ejemplo
"Four keyframes across 20 seconds land at roughly 0s, 6.7s, 13.3s and 20s — so pick images that make sense five to seven seconds apart."
Veinte segundos son mucho tiempo para sostener una sola idea. Escribe la progresión en el orden en que debe ocurrir y el modelo tendrá en qué gastar la duración.
Ejemplo
"The room starts dim and empty, morning light climbs the far wall, dust drifts through the beam, and the camera settles on a cup of coffee going cold."
El audio se genera por defecto y va sincronizado con la acción, así que todo lo que no digas se inventará por ti. Una o dos líneas de dirección sonora suelen bastar para mantener el tono.
Ejemplo
"Sound: steady rain on a tin roof, a low roll of thunder in the distance, no music."
Impresionante, épico y cinematográfico no le dicen nada al modelo. Los materiales, los colores, la dirección de la luz y los verbos fuertes sí — la misma disciplina que funciona en los modelos de imagen FLUX.
Ejemplo
"Avoid: "a stunning epic mountain shot". Prefer: "granite ridges under low side light, snow spilling off the crest in a thin plume"."
FLUX 3 Video ofrece 5, 10, 15 y 20 segundos, siete relaciones de aspecto y dos niveles de resolución. Decidir antes de generar ahorra créditos y mantiene bien la composición.
Ejemplo
"A 10-second 21:9 opener: headlights sweeping across a wet runway at dusk, low camera, tyre spray catching the light."