新模型：FLUX.3 Max 图生视频、关键帧生视频与文本

三款 Black Forest Labs FLUX.3 Max 模型可根据文本提示、静帧或多张关键帧生成最长 20 秒、带原生音频的视频。

视频

• FLUX.3 Max Image to Video：将静帧图像动画化为带原生音频的视频。你可以选择提供最后一帧来设定最终构图。输出最长 20 秒，分辨率为 720p 或 1080p。
• FLUX.3 Max Keyframes to Video：最多可将 10 张图像固定到特定帧位置，以引导运动。该模型生成 5 至 20 秒、720p 或 1080p、带原生音频的视频。
• FLUX.3 Max Text to Video：利用提示词推理，根据文本提示生成视频。输出最长 20 秒，分辨率为 720p 或 1080p，并带原生音频。