Uma direção visual
O treinamento conjunto em imagem, vídeo e áudio mantém personagem, paleta e iluminação quando uma imagem se transforma em cena.
FLUX 3
O FLUX 3 da Black Forest Labs gera vídeo com áudio nativo e diálogo multilíngue. Transforme texto, uma imagem ou quadros-chave em uma cena com direção visual consistente.
Quadro inicial
Quadro final
Imagem
FLUX 3 VideoImagem, movimento e som com FLUX 3
20 segundos de uma vez
Dê espaço ao diálogo, às reações e ao movimento de câmera com até 20 segundos de vídeo e áudio por geração.
Monte uma sequência de planos
Conecte clipes em cenas mais longas. Defina sujeito, iluminação e câmera em cada prompt para dar continuidade aos planos.
Da imagem estática à cena final
Tudo começa com uma imagem estática
Defina personagem, paleta e enquadramento em uma imagem de referência ou comece com um prompt de texto para vídeo.
O quadro ganha movimento
Descreva a ação e o movimento de câmera. Use o primeiro quadro, o último ou quadros-chave para guiar o plano.
E ganha voz
Inclua diálogo, idioma e som ambiente no prompt. O áudio nativo é gerado junto com a imagem.
FLUX 3 vs. FLUX 2
| Aspecto | FLUX 2 | FLUX 3 |
|---|---|---|
| Modalidades | Imagens — texto para imagem e edição de imagens em um único modelo. | Imagem, vídeo, áudio e previsão de ações em um único modelo. |
| Vídeo | Não é um modelo de vídeo. | Até 20 segundos com áudio em uma única geração. |
| Áudio | Nenhum. | Geração de áudio nativo com diálogos multilíngues. |
| Arquitetura | Correspondência de fluxo latente, combinando um modelo de visão e linguagem de 24B com um transformador de fluxo retificado. | Desenvolvido com Self-Flow e treinado em conjunto com imagens, vídeo e áudio. |
| Disponibilidade | Disponível hoje no YouArt, com modos de criação e edição. | Disponível hoje no YouArt. |
O YouArt oferece FLUX 3 Video em 720p ou 1080p com áudio sincronizado. Para gerar e editar imagens, use FLUX 2 ou Flux Kontext.
FLUX 3 em vários setores
Publicidade digital
Transforme a imagem da campanha em um anúncio de vinte segundos e crie versões em outros idiomas com produto, paleta e mensagem consistentes.
Varejo e e-commerce
Anime fotos de produtos com som, preservando a forma, a cor e a textura que os compradores precisam reconhecer.
Entretenimento e cinema
Pré-visualize cenas com diálogo, movimento de câmera e som para a equipe avaliar o ritmo.
Comunicação corporativa
Mantenha o apresentador consistente nos módulos de treinamento e gere versões em outros idiomas com a mesma direção.
Planos e preços
Um saldo de créditos para FLUX 3 Video, FLUX 2, Flux Kontext e mais.
Básico
Para entusiastas e exploradores
$9.99/mês
Selecionar plano- 1000 Créditos
- Até ~200 imagens/mês
- Até ~332s de vídeo/mês
- Agente criativo inteligente
- Editor de vídeo
- Modelos de imagem mais recentes, incluindo GPT Image 2.5, GPT Image 2 e Nano Banana Pro
- Modelos de vídeo mais recentes, incluindo Seedance 2
- Envio de fotos de rostos reais
- Geração de voz com ElevenLabs
- Sem marca-d'água
- Acesso ilimitado a modelos
Pro
Mais popularPara criadores e usuários profissionais
$29.99/mês
Selecionar plano- 3300 Créditos
- Até ~1000 imagens/mês
- Até ~1100s de vídeo/mês
- Agente criativo inteligente
- Editor de vídeo
- Modelos de imagem mais recentes, incluindo GPT Image 2.5, GPT Image 2 e Nano Banana Pro
- Modelos de vídeo mais recentes, incluindo Seedance 2
- Envio de fotos de rostos reais
- Geração de voz com ElevenLabs
- Sem marca-d'água
- Acesso ilimitado a modelos
Max
Para usuários avançados e equipes
$149.99/mês
Selecionar plano- 18000 Créditos
- Até ~6000 imagens/mês
- Até ~6000s de vídeo/mês
- Agente criativo inteligente
- Editor de vídeo
- Modelos de imagem mais recentes, incluindo GPT Image 2.5, GPT Image 2 e Nano Banana Pro
- Modelos de vídeo mais recentes, incluindo Seedance 2
- Envio de fotos de rostos reais
- Geração de voz com ElevenLabs
- Sem marca-d'água
- Acesso ilimitado a modelos
Equipe
Para equipes e estúdios
$329.99/mês
Selecionar plano- 36300 Créditos
- Até ~12000 imagens/mês
- Até ~12100s de vídeo/mês
- Envio de fotos de rostos reais
- Compartilhe canvas, fluxos de trabalho e recursos com sua equipe
- Até 10 membros por equipe
- Até 5 equipes
- Gerenciamento por função
- Gerenciamento de Créditos da equipe e limites de gastos
- Monitoramento de uso por membro
Dúvidas sobre o FLUX 3
O FLUX 3 é o modelo multimodal da Black Forest Labs, anunciado em 23 de julho de 2026. Ele reúne imagem, vídeo, áudio e previsão de ações em um único modelo treinado conjuntamente nessas modalidades, em vez de combinar sistemas separados. Como em qualquer lançamento de acesso antecipado, a disponibilidade e os modos compatíveis podem mudar. Hoje, o YouArt oferece o FLUX 3 Video para gerar e testar na prática.
Dúvidas sobre o FLUX 3
O que é o FLUX 3?
O FLUX 3 é o modelo multimodal da Black Forest Labs, anunciado em 23 de julho de 2026. Ele reúne imagem, vídeo, áudio e previsão de ações em um único modelo treinado conjuntamente nessas modalidades, em vez de combinar sistemas separados. Como em qualquer lançamento de acesso antecipado, a disponibilidade e os modos compatíveis podem mudar. Hoje, o YouArt oferece o FLUX 3 Video para gerar e testar na prática.
Posso gerar imagens FLUX no YouArt agora?
Sim — com FLUX 2 e Flux Kontext, ambos disponíveis hoje no YouArt. O FLUX 2 oferece texto para imagem e edição guiada por referência nos modos de criação e edição. O Flux Kontext faz edições baseadas em instruções a partir de uma única imagem de referência, com preenchimento por máscara. Você não precisa gerenciar pesos de modelos separados para usar esses fluxos de trabalho no YouArt.
Qual é a diferença entre o FLUX 3 e o FLUX 2?
O FLUX 2 é um modelo de imagem — texto para imagem e edição com uma ou várias referências em um único checkpoint. O FLUX 3 amplia isso para texto para vídeo, vídeo, áudio e previsão de ações em um único modelo treinado em conjunto, além de gerar até 20 segundos de vídeo com áudio em uma única etapa.
O FLUX 3 gera vídeos com som?
Sim — até 20 segundos de vídeo com áudio em uma única geração, incluindo diálogos multilíngues, além de continuação a partir de um vídeo e seu áudio. Para peças mais longas, os clipes são encadeados em sequências com várias tomadas, em vez de estender uma única geração.
Qual pode ser a duração de um vídeo do FLUX 3?
Até 20 segundos em uma única geração. Sequências mais longas encadeiam clipes individuais em cenas com várias tomadas, em vez de estender ainda mais uma única geração.
Quanto custa o FLUX 3 no YouArt?
Os preços usam um sistema de créditos válido para todos os modelos do YouArt. O FLUX 3 Video é cobrado por duração, a 55 créditos por segundo. Consulte os planos e preços de cada modelo na página de preços. Para planejar o uso da API, compare a duração da renderização, a resolução, as iterações de prompt e os requisitos do fluxo de produção antes de estimar o custo por projeto.
Qual é a qualidade do FLUX 3 em comparação com o Kling?
Nos testes de preferência da própria Black Forest Labs — resultados preliminares de um checkpoint intermediário, com clipes de 10 segundos em 720p e áudio — o FLUX 3 foi preferido ao Luma Ray 3.2 em 93% das comparações e ao Runway Gen-4.5 em 77%, com margens menores diante dos concorrentes mais fortes. Kling e FLUX 3 podem atender a necessidades diferentes de geração de vídeo. Compare a qualidade do resultado, o controle por prompt, o movimento, o áudio e o fluxo de API disponível para o seu projeto. Os testes independentes ainda são limitados.
O FLUX 3 está disponível no YouArt?
Sim. O FLUX 3 está disponível no YouArt como FLUX 3 Video: vídeos em 720p ou 1080p com áudio nativo sincronizado, criados apenas com um prompt, a partir de um primeiro quadro para animar, do primeiro e do último quadros para preencher o movimento entre eles ou de até 10 quadros-chave fixados na linha do tempo. FLUX 2 e Flux Kontext continuam sendo os modelos FLUX para imagens.
Crie com FLUX 3 no YouArt
Experimentar FLUX 3FLUX, FLUX.2 e FLUX 3 são marcas comerciais da Black Forest Labs Inc. O YouArt não é afiliado à Black Forest Labs nem é endossado por ela.
Por que um único modelo multimodal faz diferença
Cada troca de ferramenta abre espaço para o visual perder consistência. O FLUX 3 reúne essas etapas em um único modelo, preservando no último quadro o que foi aprovado no primeiro. Para equipes criativas, isso significa menos transferências entre modelos, menos prompts reescritos e resultados mais consistentes da imagem ao movimento e ao som.
Imagem, vídeo e áudio juntos
O FLUX 3 reúne geração e edição de imagens, texto para vídeo, vídeo e som em um único modelo, em vez de usar uma cadeia de especialistas. Assim, o que você estabelece em uma imagem estática se mantém no movimento e na mixagem. A compreensão multimodal do modelo conecta a direção visual à sonora antes mesmo de a geração começar.
20 segundos em uma única geração
Até 20 segundos de vídeo com áudio em uma única geração — tempo suficiente para desenvolver uma cena completa. Para produções mais longas, combine clipes em sequências com várias tomadas e construa a história de forma intencional, sem estender uma geração além de seu limite ideal.
Diálogos em vários idiomas
O áudio nativo é gerado junto com o vídeo — incluindo diálogos em vários idiomas — em vez de ser adicionado depois e ajustado para sincronizar. Assim, criar versões em outros idiomas vira uma decisão criativa na etapa do prompt, não um fluxo separado de substituição de áudio.
Geração e edição de imagens
A síntese e a edição de imagens ficam no mesmo modelo que o vídeo. Assim, a imagem estática que você refina e o quadro que anima vêm de um único sistema, em vez de dois sistemas com resultados apenas aproximados. Para quem usa acesso antecipado ou fluxos de prévia de modelos, isso reduz a necessidade de transferir arquivos entre ferramentas incompletas enquanto o conjunto final de recursos evolui.
Um modelo diferente para cada modalidade
Um único modelo treinado em conjunto. Visual consistente da imagem ao movimento e ao som
Clipes curtos demais para desenvolver uma cena
Até 20 segundos em uma única geração. Um momento completo, não um fragmento
Som acrescentado apenas na pós-produção
Áudio nativo junto com a geração. Diálogo já integrado à imagem
Uma nova versão para cada mercado
Diálogos em vários idiomas. Uma produção, várias versões em outros idiomas
Ideal para
Equipes cansadas de conectar um modelo de imagem a um modelo de vídeo e depois a uma ferramenta de áudio, e que querem um sistema único e consistente do início ao fim.
Por onde começar
Pegue uma cena já criada com o FLUX 2 no YouArt e dê movimento e diálogo a ela — o FLUX 3 foi criado justamente para eliminar essa troca. Use prompts de texto para vídeo ao partir de uma ideia, ou uma imagem estática e quadros-chave quando o enquadramento e o peso visual já estiverem definidos.
Não é ideal para
Imagens estáticas simples que o FLUX 2 já cria mais rapidamente.
O visual permanece consistente entre etapas
Com um único modelo treinado em conjunto, o personagem, a paleta e a iluminação definidos na imagem estática permanecem quando a tomada ganha movimento.
Vinte segundos formam uma tomada aproveitável
Tempo suficiente para uma fala e uma reação, em vez de um fragmento que exige cortes.
O som chega junto com a imagem
A geração de áudio nativo elimina a etapa de sincronização que normalmente separa uma renderização pronta de uma cena finalizada.
Mais de um mercado
Com diálogos multilíngues, criar uma versão em outro idioma exige apenas uma nova geração, não uma nova gravação.
Diretores de criação
Diretores de criação mantêm uma única ideia visual entre uma imagem estática, uma tomada em movimento e uma trilha sonora, sem precisar recriá-la em cada ferramenta.
Profissionais de marketing de performance
Profissionais de marketing de performance criam variações e versões em outros idiomas com o mesmo visual, sem precisar de uma nova gravação para cada uma.
Cineastas
Cineastas pré-visualizam cenas com os diálogos já incluídos, permitindo avaliar o ritmo em vez de apenas imaginá-lo.
Criadores de conteúdo para redes sociais
Criadores de conteúdo para redes sociais transformam uma ideia em um vídeo curto que já vem com som, sem precisar montar uma cadeia de ferramentas.