Nachdem Black Forest Labs sein multimodales Flaggschiffmodell Ende Juli in einer geschlossenen Testphase demonstrierte, folgt nun der kommerzielle Startschuss: FLUX 3 Video ist ab sofort offiziell für die Allgemeinheit verfügbar. Entwickler und Kreativstudios können das Modell sowohl direkt über die BFL-API als auch auf etablierten Partnerplattformen wie Higgsfield einsetzen.
Die kommerzielle Freigabe markiert den Übergang von den ersten Testläufen zur breiten Produktionsreife. Während die geschlossene Vorschau von FLUX 3 vor allem die technische Synthese von Video, Ton und Physik demonstrierte und erste Community-Demos die Grenzen ausloteten, stellt das deutsche KI-Labor nun konkrete Werkzeuge für professionelle Workflows bereit.
Videoclip-Synthese bis 20 Sekunden mit nativer Audiospur
FLUX 3 Video erzeugt in seiner ersten Allgemeinversion Videosequenzen mit einer Länge von bis zu 20 Sekunden. Die Generierung erfolgt nativ in HD-Auflösung (720p), wobei das System integrierte Upscaling-Verfahren nutzt, um Ausgaben in Full HD (1080p) bereitzustellen.
Eine zentrale Neuerung ist die synchrone Generierung von Bild und Ton: Das Modell erzeugt Dialoge, Soundeffekte und Umgebungsgeräusche direkt zusammen mit den Videobildern. Nach Angaben des Herstellers unterstützt die Sprachsynthese präzises Lip-Syncing in zahlreichen Sprachen, darunter Deutsch, Englisch, Spanisch, Französisch, Chinesisch und Japanisch.
Steuerung durch Keyframes, Video Continuation und Multi-Shots
Für die genaue Kontrolle in Produktionsumgebungen bietet FLUX 3 Video verschiedene Modi zur Bild- und Ablaufsteuerung. Neben klassischem Text-to-Video lässt sich das Modell per Image-to-Video und Keyframing instruieren. Regisseure können Start- und Endbilder festlegen oder mehrere Zwischenbilder vorgeben, zwischen denen das Modell flüssige Übergänge berechnet.
Zusätzlich führt Black Forest Labs die Funktion Video Continuation ein: Hierbei kann ein bestehender Videoclip von bis zu vier Sekunden Länge inklusive Audiospur an das Modell übergeben werden. FLUX 3 setzt Bewegungsabläufe, Kameraführung und Sprache nahtlos über die Schnittstelle hinweg fort. Auch Szenenwechsel mit mehreren Kameraperspektiven innerhalb eines einzigen Generierungsvorgangs werden unterstützt.
Kostengünstige Vorschau im Draft-Modus und ELO-Benchmarks
Um langwierige Renderzeiten bei der Prompt-Entwicklung zu vermeiden, führt das Entwicklerteam einen speziellen Draft-Modus ein. Dieser erzeugt in Sekunden eine schnelle, kostengünstige Vorschau. Entspricht der Entwurf den Vorstellungen, rendert das Modell das finale Video bei identischer Komposition, Bewegung und Subjekttreue in voller Qualität aus.
In internen Leistungsvergleichen gibt Black Forest Labs an, dass FLUX 3 Video bei Text-to-Video-Generierungen führende ELO-Bewertungen erzielt. Im Bereich Image-to-Video liege das Modell gleichauf mit Systemen wie Seedance 2.0 bei Higgsfield. Sicherheitstests wurden laut Unternehmen in Kooperation mit dem externen Partner Cinder durchgeführt, um Risiken im Bereich missbräuchlicher Inhalte zu minimieren.
Neben dem API-Zugriff ist FLUX 3 Video ab sofort auch über Partner wie Higgsfield nutzbar, was eine direkte Kombination mit bestehenden Schnitt- und Vertonungswerkzeugen ermöglicht. Für die Zukunft kündigte Black Forest Labs zudem Ableiter wie FLUX 3 Image sowie die Open-Weights-Variante FLUX 3 Dev an.
🎯 Was das für die Praxis bedeutet
1. Draft-Modus für schnelle Iterationen nutzen: Vor dem kostenintensiven Rendering in Full HD sollten Bildkomposition und Kameraführung im günstigen Draft-Modus abgestimmt werden.
2. Nahtlose Verlängerung per Video Continuation: Bestehende Clips können mit bis zu vier Sekunden Referenzmaterial über die Continuation-Funktion konsistent erweitert werden.
3. Direktes Verknüpfen auf Produktionsplattformen: Über Partner wie Higgsfield lässt sich FLUX 3 Video ohne eigene API-Infrastruktur sofort in bestehende Creator-Workflows einbinden.
