FLUX 3 Video · 关键帧排在时间轴上，声音一并生成
Black Forest Labs——做出 FLUX 图像模型的那支团队——做了一个视频模型。在 OVOV 上，它渲染 5 到 20 秒、HD 或 FHD 的片段，自己写好同步的音轨，还让你沿时间轴钉下最多十张关键帧，而不是只能将就一个首帧加一个尾帧。
OVOV AI 视频示例
来自我们视频模型的真实生成——Veo 3.1、Kling 与 Seedance。悬停任意片段即可播放，点击扬声器图标聆听音频。
悬停播放 · 点击扬声器取消静音
OVOV AI 视频示例
来自我们视频模型的真实生成——Veo 3.1、Kling 与 Seedance。悬停任意片段即可播放，点击扬声器图标聆听音频。
外星奇幻世界
奢华香水广告
产品发布会宣传片
马尔代夫旅游广告
东方武侠顶峰对决
好莱坞赛车电影镜头
飞船驶向深蓝宇宙
金毛小狗追蝴蝶
寿司师傅精心制作
红裙女子悬崖漫步
深夜高手对决
手持自拍 Vlog
爆汁美食特写
街舞高速动作
奢华口红广告
FLUX 3 Video 为什么值得一看
最多十张有序关键帧、一档完整的 FHD、二十秒的时长空间，以及在同一次生成里写好的音轨——出自做过 FLUX 图像模型的那支团队。
有序关键帧，最多十张
上传一张图，它就是起始帧。上传两张，它们就是首帧与尾帧。最多可以上传十张，多出来的帧会沿时间轴均匀分布——你编排的是整段片子，而不只是它的两头。
原生音频，默认开启
FLUX 3 Video 在渲染画面的同时写好环境音、音效与匹配动作的声音，与屏幕上发生的事同步。如果你打算自己配乐，也可以把音频关掉——但两种情况价格一样。
HD 与 FHD 输出
两档分辨率：HD 约 1280×704，FHD 约 1920×1088。先用 HD 把想法打个草稿，等提示词和关键帧都定下来，再花 FHD 的积分。
5 到 20 秒
四档固定时长：5、10、15 或 20 秒。我们多数视频模型的上限是 15 秒，所以这里最高的一档留出了余地——铺垫、转折与落点可以装进一次生成。
七种宽高比，其中两种超宽
16:9、9:16、1:1、4:3、3:4，再加上适合电影感开场与遮幅字卡的 21:9 与 2:1。生成前先定好画幅——构图是按你选的比例来规划的。
出自 FLUX 团队
OVOV 上已经在跑的 FLUX 图像模型，正是 Black Forest Labs 做的。FLUX 3 Video 是同一个实验室转向动态影像，所以在他们的静态图上管用的提示词习惯，这里同样成立。
从提示词或关键帧到成片
把镜头写出来，也可以顺便钉上它必须经过的帧，FLUX 3 Video 会把画面与声音一起渲染出来——事后没有任何需要拼接的东西。
写好镜头，或钉住帧
可以只从一段提示词开始，也可以按出现顺序上传 1 到 10 张关键帧图像。然后选择时长（5、10、15 或 20 秒）、宽高比与 HD 或 FHD。
FLUX 3 Video 同步渲染画面与声音
模型会先规划整段时长内的运动、光影与节奏——如果你给了关键帧，就按顺序依次经过它们——再渲染出视频与相配的音轨。
下载即用
拿到自带音频的成片——无水印，附商用授权。若生成失败或被内容审核拒绝，积分会立即全额退回。
FLUX 3 Video 适合做什么
有序关键帧、FHD 档位与两种超宽比例，覆盖的是那类必须在特定时刻落到特定画面上的活儿——而且成片还得有声音。
踩得准点的分镜
当片子必须经过你手上已有的画面——一个 logo、一个产品状态、一个角色姿势——就按顺序把它们钉成关键帧，让模型去补中间的运动。
- 最多十张关键帧，沿时间轴均匀分布
- 两张图就是经典的首帧到尾帧运动
- 二十秒的时长，够装下一段多拍点的序列
FHD 广告与超宽开场
约 1920×1088 的品牌广告，或者一段读起来像电影而不像信息流的 21:9 片头。声音随片附带，拿给别人看之前不用再补一轮配乐。
- FHD 输出，适合贴片、落地页与客户交付
- 21:9 与 2:1 适合电影感开场与遮幅字卡
- 环境音与音效与画面一同生成
竖屏社媒短片
TikTok、Reels 与 Shorts 的 9:16 或 3:4，从五秒钩子到二十秒故事，用原生音频而不是授权音乐垫底。
- 9:16 与 3:4 竖屏，或用 1:1 发方形信息流帖子
- 用 HD 打草稿，真正要发的那一版用 FHD
- 首帧可以钉上你自己的产品照
氛围与地方感
海岸公路、雨打窗户、正在苏醒的市场——这些镜头需要时间呼吸，还需要风声、水声与街声把这个地方坐实。
- 二十秒，够慢慢漂移的运镜跑完
- 环境音与画面一同渲染
- FHD 适合页面顶部的主视觉视频
FLUX 3 Video 提示词写作指南
模型会把你的提示词和关键帧放在一起读。下面这些习惯，能让两者朝同一个方向使劲，而不是互相打架。
钉住关键的帧，描述帧与帧之间的运动
先想清楚你要锁死多少
只给文本，整个场景都留给模型去发挥。给了关键帧，这份自由就一张图一张图地被收走。两者没有优劣，只是需要的提示词不一样。
- •纯文本：从零描述场景、主体、运镜与声音
- •带关键帧：描述帧与帧之间的运动，而不是帧本身
- •提示词翻车往往出在两边打架——关键帧里是蓝夹克，就别在提示词里写红夹克
示例
"With two keyframes (closed box, open box): "hands lift the flaps in one smooth motion, soft window light, cardboard scrape and a soft thud"."
关键帧的顺序要刻意安排
数量和内容一样重要。一张图是起点。两张图是一段旅程的两头。再多就是一张模型必须遵守的时间表，沿你选定的时长均匀排开。
- •一张图：片子从这里开始，往提示词说的方向走
- •两张图：首帧与尾帧，中间的运动由模型渲染
- •三到十张：中间的帧会落在时间轴的等间隔位置上
- •按它们该出现的顺序上传——这个序列就是分镜
示例
"四张关键帧铺在 20 秒里，大约落在 0s、6.7s、13.3s 和 20s——所以要挑那些相隔五到七秒仍然说得通的画面。"
为选定的时长规划叙事弧线
二十秒，用一个想法撑满是很长的。按发生顺序把推进过程写清楚，模型才有东西去填这段时长。
- •先交代场景，再带入主体，然后才是运动
- •点明随时间变化的东西：光线、天气、距离、速度
- •五秒和十秒适合一个连贯动作；十五秒和二十秒需要中间有个转折
示例
"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."
把声音也写出来，不只是画面
音频默认生成，并与动作同步，所以你没写的部分会被模型自行发挥。一两句声音方向的描述，通常就足以让它不跑偏。
- •点明环境音：雨打玻璃、远处车流、房间底噪
- •点明与动作匹配的声音：脚步、引擎、风声
- •要求安静也是有效的指令——想要稀疏就直说
- •音频可以关掉，但关掉并不会减少积分消耗
示例
"Sound: steady rain on a tin roof, a low roll of thunder in the distance, no music."
把赞美词换成视觉事实
「惊艳」「史诗」「电影感」什么都没告诉模型。材质、颜色、光线方向和有力的动词才有用——这和 FLUX 图像模型上管用的是同一套纪律。
- •避免：惊艳、史诗、震撼、绝美、巨作
- •用有力度的动词：砸下、漂移、点燃、抽打
- •点明光源和一天中的时间
示例
"Avoid: "a stunning epic mountain shot". Prefer: "granite ridges under low side light, snow spilling off the crest in a thin plume"."
提前定好时长、比例与分辨率
FLUX 3 Video 提供 5、10、15 和 20 秒、七种宽高比与两档分辨率。生成前就定下来，既省积分又不会构图出错。
- •横屏用 16:9 和 4:3，竖屏用 9:16 和 3:4，信息流用 1:1
- •想让镜头读起来像电影，就用 21:9 和 2:1
- •用 HD 打草稿（每秒 11 积分），用 FHD 出成片（19 积分）
- •时长固定为 5、10、15 或 20 秒——把分镜凑到其中一档
示例
"A 10-second 21:9 opener: headlights sweeping across a wet runway at dusk, low camera, tyre spray catching the light."