Black Forest Labs: FLUX 3 Video

FLUX.3 Video é um modelo de geração de vídeo da Black Forest Labs, o mesmo fornecedor por trás dos modelos de imagem FLUX. Ele está na categoria de vídeo e foi criado para produzir vídeo em vez de texto, portanto se encaixa em pipelines onde o artefato final é um clipe. Se você já usa modelos da Black Forest Labs em outras partes da sua stack, este estende essa mesma linha de trabalho para o movimento.

No lado da entrada, o modelo aceita texto, imagem e vídeo, e retorna vídeo. Essa combinação cobre text-to-video, geração guiada por imagem usando um quadro inicial, um quadro final, ou ambos, e fluxos de trabalho de continuação de vídeo onde você fornece filmagem existente e a estende. A saída pode ser gerada em 720p ou 1080p, com proporções de 21:9, 16:9, 4:3, 1:1, 3:4 e 9:16, então tanto enquadramento cinematográfico widescreen quanto formatos sociais verticais estão disponíveis. As durações dos clipes vão de 5 a 20 segundos em passos de um segundo, e a geração de áudio é suportada. Nenhum comprimento de contexto é publicado para este modelo, o que é esperado para um gerador de vídeo.

Os usos práticos decorrem desses controles. O suporte a keyframes permite fixar o início e o fim de uma tomada, o que é útil para trabalho de storyboard para clipe, fotos de produto que devem abrir e fechar em quadros específicos, e transições onde você precisa de um ponto de chegada definido. A continuação de vídeo é o encaixe natural para estender filmagem existente, transformar uma tomada curta em uma sequência mais longa, ou construir uma cena a partir de um clipe que você já tem. As opções de proporção e resolução tornam o mesmo modelo utilizável para edições widescreen em 1080p e para saída vertical em 720p sem trocar de ferramenta. A geração de áudio significa que você pode produzir um clipe com som em uma única passagem em vez de fazer a muxagem depois.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "black-forest-labs/flux-3-video". Nenhum parâmetro de requisição está atualmente listado como suportado para este modelo, então os tipos de entrada (texto, imagem, vídeo) e as configurações de saída descritas acima são o que define uma requisição em vez de um conjunto de parâmetros ajustáveis. Como o endpoint segue o formato compatível com OpenAI, bibliotecas cliente existentes e formatos de requisição que você já usa para outros modelos na api14 se aplicam aqui.

A saída máxima listada é 0, e nenhum comprimento de contexto é publicado, então trate as configurações de geração como as coisas que definem uma requisição em vez de orçamentos de tokens. As durações têm limite de 20 segundos, o que significa que sequências mais longas precisam de continuação ou costura através de múltiplas chamadas. Se sua tarefa é geração de texto, geração de imagem, ou qualquer coisa fora de vídeo, um modelo na categoria correspondente na api14 é a escolha melhor.