Black Forest Labs、FLUX 3 Videoをリリース、テキスト映像化で首位

Black Forest Labsはビデオ生成の最新モデルであるFLUX 3 Videoの一般利用可能を発表した。BFL APIと選定パートナー経由でアクセス可能である。このモデルはHDおよびフルHD動画クリップを最長20秒の長さで生成でき、各クリップには会話、効果音、環境音を含むネイティブオーディオが付随している。

FLUX 3は複数のワークフローをサポートする。テキスト映像化、画像映像化、キーフレームベースの制御、動画継続、単一出力クリップ内での複数シーンおよびカメラアングルの組み込み能力である。特徴的な機能として、テキストとタイポグラフィをシーンに直接レンダリングする能力、複雑なユーザープロンプトに従う能力、世界知識を応用する能力がある。これはドキュメンタリー制作などのアプリケーションを可能にする。このモデルはまた14言語以上での唇同期会話を生成し、国際的なコンテンツ制作への訴求力を広げている。

Black Forest Labs内部のEloランキング（モデル出力を比較するスコアリングシステム）によると、FLUX 3 Videoはテキスト映像化で1,135点、画像映像化で1,051点を達成し、Gemini Omni Flash、Minimax H3、Seedance 2.0を上回っている。価格は出力秒数単位で設定されている。ドラフトモード（HD品質のみ）では、テキスト映像化と画像映像化は秒0.06ドル、動画映像化は秒0.12ドル。フル品質HD価格はテキスト映像化または画像映像化で秒0.17ドル、動画映像化で秒0.41ドル。フルHD品質は秒0.29ドル（テキスト映像化または画像映像化）および0.53ドル（動画映像化）。オーディオはすべての価格帯に含まれている。追加の動画例はBlack Forest Labsブログで利用可能である。