Black Forest Labs posisjonerer FLUX 3 som ett multimodalt system som kan generere video + innebygd lyd fra ren tekst eller fra bildereferanser — inkludert animasjon fra et startbilde (BFL FLUX 3-blogg, 23. juli 2026; BFL-modellside; lanseringsnotater via @bfl_ai).
På FLUX 3 (dette produktet) ligger begge veiene i samme videogenerator. Den dyre feilen er ikke «å velge den svakere modellen» — det er å starte feil vei for jobben: å finne opp emballasje som må matche godkjent emballasjegrafikk, eller å låse en scene for hardt som bare trengte et skrevet beat-ark.
Dette er en beslutningsveiledning: når du skal starte fra tekst, når du skal låse et stillbilde først, og hvordan du kjører en rettferdig vurderingsløkke gratis på flux3.video. For grammatikk med flere klipp, bruk følgegennomgangen flere klipp og innebygd lyd. For lanseringskartet, se Hva er FLUX 3?.
TLDR
| Start med | Best når | Hopp over når | | --- | --- | --- | | Tekst til video | Du finner opp verden, tester grammatikk med flere klipp, eller utforsker stiler | Merkevaren trenger eksakt logo-/emballasjegeometri | | Bilde til video | Du allerede eier et produktstillbilde, karakterboard eller godkjent ramme | Du har ingen stillbilde og ingen tid til å lage ett — skriv bare tekst | | Hybrid (stillbilde → bevegelse) | Identitet eller emballasje må overleve kutt | Du bare trenger en stemningstest |
Standardregel: hvis uttrykket må matche et godkjent stillbilde, bruk bilde til video. Hvis historie og kamera finner opp uttrykket, bruk tekst til video. Begge kjører på FLUX 3-video; lag stillbilder på FLUX 3-bilde når du trenger det.
Hovedpunkter
- Offisiell dobbeltvei: FLUX 3-video inkluderer tekst til video og bilde til video (startbilde-animasjon eller bilder som visuelle referanser), med innebygd lyd på utdata (BFL-blogg).
- Ca. 20 s som tak for én generering er den offentlige lengdefortellingen — ikke et krav for hvert utkast (The Decoder-sammendrag av BFL-materiale; BFL-blogg).
- Flere klipp fra én prompt er en førsteklasses skaperferdighet i tidlige notater — nummerer klippene uansett vei (Justine Moore / a16z).
- Promptskifte for bilde til video: beskriv bevegelse + kamera + lyd, ikke et annet antrekk eller en ny produktform (BFL: startbilde som «animasjon»).
- Hovedsidene her: video for begge modi; valgfritt stillbildehåndverk på bilde.
Direkte sammenligning: tekst mot stillbilde-start
Les denne tabellen først — omtrent 30 sekunder å velge vei.
| Dimensjon | Tekst til video | Bilde til video | | --- | --- | --- | | Hva du gir | Skrevet scene alene | Stillbilde + bevegelsesprompt | | Hva modellen finner opp | Uttrykk, antrekk, sett, lys | Bevegelse, kamera, tid, ofte lydenergi | | Beste jobber | Historiebeats, UGC-personaer, stilutforskning, eksperimenter med flere klipp | Produktspinn, merkevare-packshots, godkjent karakterlås, plakat til bevegelse | | Kontinuitetsstyrke | Kommer fra prompt-låser (antrekk/sted-linjer) | Kommer fra pikslene i stillbildet først | | Feilmodus | Logo / ansikt / produkt glir | Stillbildet for travelt; prompten beskriver et annet objekt | | Forberedelsestid | Raskest | Trenger et rent stillbilde (foto eller bildegenerator) | | Offentlig kildeliste for evnene | BFL FLUX 3-videoliste | Samme innlegg: startbilde-animasjon + bildereferanser |
Bevegelse styrt av prompten · visningsbilde på FLUX 3 · planleggingsstillbilde, ikke en gradert master
Når ren tekst til video vinner
Velg tekst til video når stillbildet ikke finnes ennå — eller når å finne opp stillbildet ville ødelegge poenget med eksperimentet.
1. Tester av historier med flere klipp
Du bryr deg mer om Shot 1 → Shot 2 → Shot 3-lesbarhet enn pikselperfekt emballasje. Offentlig tidlig-tilgangskommentar framhever kontroll av flere klipp fra én prompt (venturetwins). Start på video med nummererte klipp (fulle oppskrifter i veiledningen for flere klipp).
2. Oppdiktning av UGC / persona
Ingen godkjent talentfoto. Du vil ha en troverdig håndholdt skaper, ikke treff mot et merkevarekit. Skriv antrekk + rom + taleenergi i én blokk — og iterer linjer, ikke stillbilder.
3. Utforsking av stilregister
BFL legger vekt på bredt stilregister — fra ærlig camcorder-energi til animasjon og filmisk (BFL-blogg). Tekst er raskere for «prøv tre uttrykk» enn å låse tre mastere først.
4. Rene konseptpitcher
Interessenter trenger bare et første bevegelsesboard. Tekst får deg dit uten art-direction-løkke på stillbilder.
Hopp over ren tekst når: juss, merkevare eller e-handel trenger eksakt etikettkunst, SKU-farge eller en karakter som allerede er godkjent som stillbilde.
Når bilde til video vinner
Velg bilde til video når uttrykket allerede er avgjort og bevegelse er den gjenværende jobben.
1. Ekte produkt / emballasje
Hvis esken, flasken eller UI-skjermbildet allerede finnes, ikke hallusiner det på nytt. Fest stillbildet, og prompt deretter bare rotasjon, hender, lys, lydeffekter. Se også produktdemo-promptpakken.
2. Lås av karakteridentitet
Godkjent hero-ramme (eller et stillbilde du genererte på bilde) → animer med kontinuitet. BFLs egen ramme inkluderer å fortsette fra et startbilde som animasjon (BFL-blogg).
3. Plakat / nøkkelkunst til bevegelse
Kampanjekunsten er fast; du trenger 6–12 s sosial innkjøring. Bilde til video beholder komposisjonen; tekst til video risikerer et «liknende, men ikke det samme» hovedbilde.
4. Etter at tekst allerede fant et vinnerstillbilde
Hybridveien under: frys den beste rammen (eller generer et rent stillbilde på nytt), og kjør deretter bevegelse fra den låsen.
Hopp over bilde til video når: stillbildet er rotete, lavoppløst, eller har flere konkurrerende motiver — rydd stillbildet først.
Stillbilde-først låsespråk · visningsramme på FLUX 3 · planleggingsstillbilde, ikke et gradert filmstill
Hybridvei: bildeside → videoside
Dette er produksjonsløkken de fleste merkevareteam faktisk trenger:
- Lag eller finjuster et stillbilde på FLUX 3-bilde (eller bruk et ekte foto).
- Åpne FLUX 3-video → bilde til video.
- Prompt bare bevegelse + kamera + lyd + «behold nøyaktig farger/logo/antrekk.»
- Vurdering i fullskjerm én gang; hvis logoen feiler to ganger, slutt å finne opp — fiks stillbildet, ikke adjektivene.
Offentlig materiale nevner også bildereferanser som visuelle ankre (ikke bare startbilde-animasjon) (BFL-blogg). Behandle stillbildet som kontrakten; teksten er regien.
Slik kjører du begge veiene på FLUX 3 (vurderingsløkke)
- Åpne FLUX 3-video (husmodellen forblir FLUX 3).
- Velg vei fra tabellen over.
- Lim inn Prompt A (tekst) eller Prompt B (bilde til video) med ditt ekte produktnavn.
- Vurder med sjekklisten under → behold én vinner.
- Valgfritt: poler et stillbilde på bilde, og animer på nytt.
Sikt første utkast rundt 8–12 sekunder selv om offentlig materiale diskuterer klipp på opptil omtrent 20 sekunder (The Decoder; BFL-blogg). Kortere beats er lettere å lese på telefon.
Prompt A — tekst til video med flere klipp (lim inn)
Vertical 9:16 short, about 10 seconds, soft daylight bedroom UGC.
Shot 1 medium: creator in gray hoodie holds a matte white product box to camera, natural smile.
Shot 2 close hands: opens lid smoothly, tissue paper folds read clearly.
Shot 3 product close-up: lifts the item toward lens, subtle specular highlight.
Same hoodie, same box color, continuous bedroom background.
Quiet room tone, soft paper rustle SFX, conversational energy, no music bed, no on-screen text, no watermark.Prompt B — bilde til video fra et låst stillbilde (lim inn)
Bruk etter at du har festet et rent produkt- eller karakterstillbilde på video.
Image-to-video, about 8 seconds, gentle orbital move then settle.
Preserve the exact product shape, materials, colors, and logo from the reference still.
Keep the same lighting direction and background cleanliness.
Soft studio whoosh on the settle frame, no new text, no watermark, no extra products, no music bed.Prompt C — stillbildehåndverk deretter animasjon (hybrid tekst for bildesiden)
Generer en ren lås på bilde, og bruk deretter Prompt B:
Studio packshot, single matte white wireless earbud case centered on seamless light gray, soft top light, sharp logo edges, empty background, product photography, no text overlay, no watermark, high detail materials.Godkjent/ikke godkjent-sjekkliste (fungerer for begge veier)
Se én gang uten å skrubbe, deretter skrubb:
- Veitreff — fant du opp når du burde ha låst, eller låste du når du trengte frihet?
- Identitet / produkt — samme ansikt, antrekk eller logo gjennom klippet?
- Hender / kanter — smeltende eske, ekstra fingre, skliende etiketter?
- Lyd — matcher hendelser, eller ba du om stillhet? Innebygd lyd er del av den offisielle multimodale historien (@bfl_ai; The Decoder).
- Utsnitt — motivet trygt for 9:16 Reels/TikTok-lignende plasseringer (hold sentre lesbare for feed-annonser — se Meta Ads-oversikt og TikTok Ads Help).
- Tekstsøppel — tilfeldige glyfer eller vannmerker?
To underkjente → bytt vei eller stillbilde, ikke bare legg til adjektiv.
Vanlige feil
| Feil | Hvorfor det svir | Fiks | | --- | --- | --- | | Tekst til video for juridisk emballasje | Logoen finnes opp | Ekte stillbilde + bilde til video | | Bilde-til-video-prompten skriver om produktet | Kjemper mot stillbildet | Bare bevegelse/kamera/lyd | | Travelt stillbilde (mange objekter) | Bevegelsen fester seg ikke | Beskjær til ett hero-motiv | | Ingen opptaksliste på noen av veiene | Sammenhengende grøt | Nummerer Shot 1/2/3 | | Maks varighet på første forsøk | Uleselige beats | Start ca. 8–12 s | | Musikk + dialog + lydeffekter samtidig | Grumsete lyd | Én lydprioritetslinje |
Scenario-vinnere (hvis / så)
| Hvis… | Så start med… | Hvorfor | | --- | --- | --- | | Du bare har en idé på én linje | Tekst til video | Raskeste løkke | | Merkevaren sendte en packshot-PNG | Bilde til video | Geometrien er allerede sannhet | | Karakteren ser bra ut i bare ett stillbilde | Hybrid | Frys uttrykk, varier kamera | | Dialogtest med flere klipp | Tekst til video først | Grammatikk før låser | | Logoen feilet to ganger i tekst | Stopp → stillbilde + bilde til video | Ikke brenn flere oppfinnerkjøringer | | Utforsker camcorder mot animasjonsstil | Tekst til video | Stilen er eksperimentet (BFL stilregister) |
Hva vi vet mot hva vi ikke vet
| Vi vet (kildebelagt) | Vi vet ikke / vil ikke påstå | | --- | --- | | Offentlig FLUX 3-lansering 23. juli 2026 med multimodal video + lyd-ramme (@bfl_ai; BFL-blogg; nyhetssammendrag) | At hver vert eksponerer identiske startbildekontroller eller varigheter | | Offisiell videoliste inkluderer tekst til video og bilde til video (startbilde eller bildereferanser) (BFL-blogg) | Garantert perfekt logo i første opptak for hver SKU | | Klipp på opptil omtrent 20 sekunder med innebygd lyd dukker opp i offentlig materiale (BFL-blogg; The Decoder) | At lengre alltid er bedre for sosiale annonser | | Kjedede flere klipp dukker opp i tidlige skapernotater (venturetwins) | Uavhengige filmsertifiseringer som rangerer én vei som permanent «bedre» |
FAQ
Hva er forskjellen mellom FLUX 3 tekst til video og bilde til video?
Tekst til video bygger klippet fra en skrevet prompt alene. Bilde til video betinger på et stillbilde — enten som startbilde å animere eller som visuell referanse — og følger deretter dine bevegelses- og lydanvisninger (BFL-blogg).
Hvilken vei bør jeg bruke først på flux3.video?
Hvis du har ingen godkjent stillbilde, start med tekst til video. Hvis merkevareuttrykket allerede er fast, start med bilde til video på samme videogenerator.
Kan jeg bruke begge i ett prosjekt?
Ja. Mange team oppdager med tekst, låser et stillbilde på bilde eller fra et foto, og ferdigstiller med bilde til video.
Inkluderer bilde til video lyd?
Offentlige FLUX 3-videokapasiteter lister innebygd lydgenerering med utdata, inkludert bilde-betingede veier i samme kapabilitetsett (BFL-blogg; The Decoder). Lytt likevel til hvert opptak.
Hvor langt bør det første klippet mitt være?
Offentlig takfortelling er omtrent 20 sekunder (BFL-blogg). For beslutninger, start 8–12 sekunder slik at veikvaliteten er åpenbar.
Hvorfor knekker produktlogoen min i tekst til video?
Modellen finner opp piksler. Bytt til et ekte stillbilde + bilde til video, og forby ny tekst i prompten.
Hvorfor ignorerer bilde til video stillbildet mitt?
Vanligvis er stillbildet rotete, eller prompten beskriver et annet produkt. Beskjær til ett motiv; skriv bare bevegelse + kamera + lyd.
Trenger jeg bildegeneratoren?
Bare for hybridlåser. Ren tekst og rent foto→video kan hoppe over den. Stillbilder bor på bilde når du trenger dem.
Hvor passer prompts med flere klipp inn?
Begge veier. Nummerer klippene eksplisitt — se flere klipp og innebygd lyd.
Er dette det samme som en rangeringsartikkel mot andre modeller?
Nei. Her er det veivalg inne i FLUX 3. For kriterier mot andre systemer, les FLUX 3 mot andre AI-videomodeller.
Hvor prøver jeg gratis?
Åpne FLUX 3-video på flux3.video og start gratis — uten kort for å begynne.
Om Reese Okada
Reese Okada er skribent for AI-videoarbeidsflyt som gjør prompts med flere klipp om til gjentakbare nettleserflyter på FLUX 3. Denne veiledningen handler om å velge tekst mot stillbilde-først, slik at gratis kjøringer går til veien som matcher jobben.
