FLUX 3: Gemacht für Szenen mit Bewegung und Ton

Der Modus „Text zu Video“ eignet sich für eine Szene, die du noch nicht gestaltet hast. Beschreibe Motiv, Schauplatz und Handlung und ergänze dann die Kameraführung, auf die es bei der Aufnahme ankommt. Der Modus „Bild zu Video“ ist hilfreich, wenn die Komposition bereits steht und du entscheiden möchtest, was als Nächstes passiert, statt das Startbild allein mit Worten nachzubauen.

Wenn du ein Bild als Eingabe nutzt, erkläre im Prompt Bewegung und Absicht. Eine detaillierte Beschreibung jedes sichtbaren Objekts kann die Handlung überdecken, um die es dir eigentlich geht. Konzentriere dich darauf, was sich im Lauf des Clips verändert: Eine Person dreht sich zur Kamera, Stoff bewegt sich im Wind oder die Perspektive rückt näher an ein Produkt heran.

Ein Startbild legt fest, wo die Aufnahme beginnt. Eine Kombination aus Start- und Endbild gibt dem Modell zusätzlich vor, wo es ankommen soll. Für stärker strukturierte Übergänge akzeptiert unser Workflow für FLUX 3 Video bis zu 10 Schlüsselbilder auf der Zeitleiste.

Lege Schlüsselbilder für die Momente fest, die deinen Übergang bestimmen: die Ausgangspose, eine Änderung der Komposition und das Schlussbild. Halte Motiv, Beleuchtung und visuellen Stil über alle Referenzen hinweg einheitlich, damit eine durchgehende Szene entsteht. Nutze bei Verwandlungen die Zwischenbilder, um den beabsichtigten Verlauf zu zeigen.

Mit direkt erzeugtem Audio kannst du eine Szene als audiovisuelles Ereignis beschreiben. Dialoge, Hintergrundatmosphäre und Soundeffekte können Teil derselben Anweisungen sein wie die sichtbare Handlung. Ein Gespräch in einem ruhigen Raum und die Enthüllung eines Produkts in einer belebten Werkstatt brauchen unterschiedliche Klangumgebungen, auch wenn die Kamerabewegung ähnlich ist.

FLUX 3 unterstützt mehrsprachige Dialoge. Gib im Prompt die gesprochene Sprache, den genauen Wortlaut und die Handlung der sprechenden Person an. Beschreibe neben den Anweisungen zu Kamera und Ton auch die gewünschte Sprechweise, etwa ein leises Gespräch oder eine energiegeladene Vorstellung.

Eine einzelne Generierung mit FLUX 3 umfasst bis zu 20 Sekunden Video. Gib jedem Clip eine Haupthandlung sowie einen klaren Anfang und ein klares Ende. Teile Dialogwechsel, größere Verwandlungen und Ortswechsel auf separate Einstellungen auf, damit du Reihenfolge und Tempo im Schnitt steuern kannst.

Referenzbilder legen Motiv und Komposition fest. Prüfe bei der Durchsicht im gesamten Clip Gesichter, Hände, Produktkanten, mehrfach vorkommende Objekte und sichtbaren Text. Verwende für wiederkehrende Figuren und Produkte übereinstimmende Referenzbilder und konzentriere die Bewegung auf die Handlung, die die Aufnahme braucht.

Füge finale Logos, Pflichtangaben und Text mit festem Layout beim Schnitt oder Compositing hinzu. So bleiben exakte Markenelemente von der generierten Bewegung getrennt, und du hast direkte Kontrolle über ihre Platzierung und Lesbarkeit.

Prüfe gesprochene Worte, Aussprache, Hintergrundgeräusche und Timing zusammen mit dem Bild. Braucht eine Szene einen überarbeiteten Dialog oder eine andere Tonmischung, passe die Anweisungen zum Ton an, bevor du eine weitere Version generierst. Wähle den Clip, dessen Darbietung und Ton zur beabsichtigten Szene passen.