FLUX 3 — флагманская модель Black Forest Labs, первая в линейке FLUX, которая умеет создавать видео. До неё модели этой компании генерировали только изображения. В режиме «текст в видео» достаточно описать сцену словами — простым языком или подробным промптом, — и модель соберёт по нему ролик длиной до 20 секунд вместе со звуком.
Модель представлена 23 июля 2026 года, а 4 августа Black Forest Labs открыла общий доступ к генерации видео из текста и изображений.
Ключевые возможности
- Видео до 20 секунд за одну генерацию — достаточно для рекламного ролика, сцены для соцсетей или фрагмента обучающего видео.
- Разрешение 720p и 1080p — модель выпущена в HD и Full HD.
- Звук создаётся вместе с видео — диалоги, звуковые эффекты и фоновые шумы генерируются одновременно с кадрами, а не накладываются отдельно.
- Диалоги на русском языке — в числе поддерживаемых языков есть русский, а также английский, китайский, испанский, французский, немецкий, японский и другие. Речь звучит с естественным акцентом и точной синхронизацией движения губ.
- Несколько планов в одном ролике — модель меняет сцены и ракурсы камеры внутри одной генерации, сохраняя связность.
- Текст в кадре — надписи и типографика встраиваются в сцену естественно, а не выглядят наложенными поверх.
- Широкий диапазон стилей и форматов — от любительской съёмки на камеру до анимации и кинематографичных сцен, с разными соотношениями сторон.
Технические характеристики
| Разработчик | Black Forest Labs |
|---|---|
| Режим | Текст в видео |
| Дата анонса | 23 июля 2026 года |
| Общий доступ к генерации видео | 4 августа 2026 года |
| Длина ролика | до 20 секунд |
| Разрешение | 720p (HD), 1080p (Full HD) |
| Звук | Генерируется вместе с видео: диалоги, эффекты, фон |
| Синхронизация губ | Поддерживается |
| Русский язык в диалогах | Поддерживается |
Почему видео получается правдоподобным
FLUX 3 обучалась одновременно на изображениях, видео и звуке в рамках единой архитектуры. Black Forest Labs объясняет логику так: изображение передаёт пространственную структуру, видео — то, как вещи движутся во времени, а звук — связь между физическим событием и тем, как оно звучит. Обученная на всём сразу, модель учитывает взаимные ограничения: звук должен совпадать с ударом, движение — соответствовать массе предмета.
На практике это видно по тому, что разработчик называет сильными сторонами модели: мимика людей, привязка звуков к физическим событиям в кадре и работа с разными языками.
Ещё одно следствие такого подхода — модель не сводит результат к одной эстетике. По словам Black Forest Labs, ролики не ограничены «киношной» картинкой и могут выглядеть сырыми, естественными, игривыми, ностальгическими или откровенно странными — в зависимости от того, что задано в запросе.
Для каких задач подходит FLUX 3
Ролики для соцсетей и рекламы
Короткие сцены со звуком и диалогами, которые не требуют отдельного монтажа звуковой дорожки. Поддержка разных соотношений сторон позволяет сразу получать формат под нужную площадку.
Видео с речью на русском языке
Персонажи, говорящие по-русски, с синхронизацией движения губ. Для русскоязычного контента это заметное преимущество: многие видеомодели работают с речью в первую очередь на английском.
Документальные и обучающие ролики
Black Forest Labs отдельно отмечает, что модель сочетает знания о мире, полученные при обучении, с привязкой к реальным фактам. Это позволяет получать сюжеты для документальных и образовательных видео даже по короткому запросу в несколько слов.
Анимированный дизайн и типографика
Модель уверенно работает с текстом в кадре, поэтому подходит для анимированных заставок, роликов с надписями и графических сюжетов.
Сцены с несколькими планами
Смена ракурсов и сцен внутри одного ролика даёт готовый мини-сюжет без склейки отдельных генераций.
Как составить запрос
FLUX 3 понимает как простые описания, так и сложные многоуровневые инструкции. Чтобы результат был ближе к задуманному, опишите в запросе:
- кто или что в кадре и что происходит;
- где и когда разворачивается действие;
- какой нужен стиль: реалистичная съёмка, анимация, ретро, кино;
- как ведёт себя камера — статичный план, наезд, смена ракурса;
- что звучит: реплики персонажей, музыка, фоновые шумы.
Если нужна речь, укажите язык и сами реплики — модель озвучит их с синхронизацией губ.
Результаты оценки
По данным внутреннего сравнения Black Forest Labs, при оценке людьми FLUX 3 опережает существующие ведущие модели в генерации видео по тексту с заметным отрывом. Это собственное тестирование разработчика — независимых сравнений на момент публикации нет, поэтому эти результаты стоит воспринимать как позицию компании.
Если нужно оживить изображение
Помимо генерации по тексту, FLUX 3 умеет создавать видео из готовой картинки: продолжать сцену от стартового кадра или использовать изображения как визуальный ориентир. Этот режим описан на отдельной странице — FLUX 3: изображение в видео.
Что стоит учитывать
- Длина одного ролика — до 20 секунд. Для более длинных сюжетов несколько роликов придётся объединять.
- Модель создаёт видео со звуком. Для отдельной генерации изображений или текста выберите профильную модель в каталоге.
- Black Forest Labs применяет многоуровневые меры против злоупотреблений и проверяла модель с независимым партнёром перед выпуском. Запросы, нарушающие правила использования, будут отклонены.
Как работать с FLUX 3 на 4Gen
- Зарегистрируйтесь на 4gen.ru и пополните баланс в рублях — VPN, зарубежная карта и иностранный номер не нужны.
- Откройте AI Studio и выберите FLUX 3 в режиме «текст в видео».
- Опишите сцену: что происходит, в каком стиле, что должно звучать.
- Запустите генерацию и скачайте готовый ролик.
Оплата — за фактическое использование, без подписки. Актуальные тарифы указаны на странице цен.
Часто задаваемые вопросы
Что такое FLUX 3?
Это флагманская мультимодальная модель Black Forest Labs, обученная одновременно на изображениях, видео и звуке. Она стала первой моделью в линейке FLUX, которая генерирует видео.
Какой длины видео создаёт модель?
До 20 секунд за одну генерацию, в разрешении 720p или 1080p.
Генерирует ли FLUX 3 звук?
Да. Звук создаётся вместе с видео, а не накладывается отдельно: модель генерирует диалоги, звуковые эффекты и фоновые шумы, привязанные к происходящему в кадре.
Могут ли персонажи говорить по-русски?
Да, русский входит в список поддерживаемых языков. Модель генерирует речь с естественным акцентом и точной синхронизацией движения губ.
Можно ли сделать ролик с несколькими сценами?
Да. FLUX 3 умеет менять сцены и ракурсы камеры внутри одной генерации, сохраняя связность сюжета.
Можно ли создать видео из картинки?
Да, для этого у FLUX 3 есть отдельный режим — изображение в видео. Модель оживляет картинку или использует её как визуальный ориентир для ролика.
Нужен ли VPN для работы с FLUX 3?
Нет. На 4Gen модель доступна напрямую, оплата проходит российскими картами в рублях.