Black Forest Labs 將 FLUX 3 定位為同一套多模態系統：既可從 純文字 生成 影片 + 原生音訊，也可借助 圖像參考——包括從 起始幀 做動畫（BFL FLUX 3 博客，2026 年 7 月 23 日；BFL 模型頁；發布說明見 @bfl_ai）。
在 FLUX 3（本產品）裡，兩條路徑都在同一個 影片生成器 中。真正昂貴的錯誤不是「選了較弱的模型」，而是 開局方向不對：本該嚴格貼合法務定稿包裝，卻讓模型憑空發明；或本只需文字分鏡節拍，卻過早鎖死畫面。
這是一份 決策指南：何時從 文字 起步、何時 先鎖靜圖，以及如何在 flux3.video 上免費跑一輪公平評估。多鏡頭語法請看配套 多鏡頭與原生音訊指南。發布地圖見 什麼是 FLUX 3？。
TLDR
| 起步方式 | 最適合 | 應跳過 |
|---|---|---|
| 文生影片 | 在發明世界、測多鏡頭語法，或探索風格 | 品牌需要 精確 的 logo/包裝幾何 |
| 圖生影片 | 已有產品靜圖、角色板或已定稿畫面 | 沒有靜圖、也沒時間做——直接寫文字 |
| 混合（靜圖 → 運動） | 身份或包裝必須跨鏡頭存活 | 你只需要情緒試片 |
預設規則： 若 外觀必須貼合已定靜圖，用 圖生影片。若 故事與機位負責發明外觀，用 文生影片。兩條路徑都在 FLUX 3 影片；需要時在 FLUX 3 圖像 打磨靜圖。
核心要點
- 官方雙路徑： FLUX 3 影片包含 文生影片 與 圖生影片（起始幀動畫，或以圖像作視覺參考），輸出帶 原生音訊（BFL 博客）。
- 約 20 秒單次生成上限 是公開材料裡的時長說法——不是每條草稿都必須頂滿（The Decoder 對 BFL 材料的摘要；BFL 博客）。
- 單 prompt 多鏡頭 在早期筆記裡是創作者要掌握的核心技能——無論哪條路徑都給鏡頭編號（Justine Moore / a16z）。
- 圖生影片的 prompt 重心： 寫 運動 + 機位 + 音訊，不要再寫第二套服裝或新產品外形（BFL：起始幀「動畫」框架）。
- 本站相關入口： 兩種模式都在 影片；可選靜圖打磨在 圖像。
對照：文字起步 vs 靜圖起步
先讀這張表——大約 30 秒就能定路線。
| 維度 | 文生影片 | 圖生影片 |
|---|---|---|
| 你提供什麼 | 僅文字場景 | 靜圖 + 運動 prompt |
| 模型發明什麼 | 外觀、服裝、佈景、光線 | 運動、機位、時間推進，以及常見的音訊能量 |
| 最適合的任務 | 故事節拍、UGC 人設、風格探索、多鏡頭實驗 | 產品旋轉、品牌 packshot、已定角色鎖定、海報運動化 |
| 連續性從哪來 | 靠 prompt 鎖定（服裝/地點句） | 先靠 靜圖像素 |
| 失敗模式 | logo / 臉 / 產品外形漂移 | 靜圖過雜；prompt 又描述成另一件物體 |
| 準備時間 | 最快 | 需要乾淨靜圖（照片或 圖像生成器） |
| 公開能力出處 | BFL FLUX 3 影片能力列表 | 同一文：起始幀動畫 + 圖像參考 |
Prompt 優先的運動語言 · FLUX 3 展示關鍵幀 · 規劃用靜圖，不是成片調色母版
何時純文生影片更佔優
當靜圖還不存在——或先發明靜圖會浪費實驗本意時——選 文生影片。
1. 多鏡頭故事試跑
你更在意 Shot 1 → Shot 2 → Shot 3 是否好讀，而不是包裝像素級完美。公開早期體驗強調單 prompt 多鏡頭控制（venturetwins）。在 影片 用編號鏡頭起步（完整配方見 多鏡頭 how-to）。
2. UGC / 人設發明
沒有已批的達人照片。你要的是可信的手持創作者感，而不是品牌套件像素對齊。把服裝 + 房間 + 說話能量寫進同一段——然後改台詞，不要改靜圖。
3. 風格範圍探索
BFL 強調寬風格跨度——從隨手 DV 感，到動畫與電影感（BFL 博客）。「試三種觀感」用文字更快，不必先鎖三張母版。
4. 純概念提案
利害關係人只要 第一版運動板。文字就能到，不必先做靜圖藝術指導循環。
跳過純文字，若： 法務、品牌或電商需要 精確 的標籤美術、SKU 顏色，或角色已有定稿畫面。
何時圖生影片更佔優
當 外觀已經定了、剩下只是運動時，選 圖生影片。
1. 真實產品 / 包裝
盒子、瓶子或 UI 截圖已經存在，就不要再幻覺一遍。釘住靜圖，prompt 只寫 旋轉、手部、光線、SFX。另見 產品演示 prompt 包。
2. 角色身份鎖定
已定主視覺靜圖（或在 圖像 生成的靜圖）→ 帶動畫保持連續。BFL 自身表述包括從 起始幀 繼續作為動畫（BFL 博客）。
3. 海報 / 主視覺運動化
戰役美術已定，你需要 6–12 秒社媒推進。圖生影片保住構圖；文生影片容易變成「像但不一樣」的關鍵幀。
4. 文字已經找到表現最好的靜圖之後
見下方混合路徑：凍結最佳幀（或重新生成一張乾淨靜圖），再從該鎖定重跑運動。
跳過圖生影片，若： 靜圖雜亂、解析度低，或多個主體搶戲——先清理靜圖。
先靜後鎖的語言 · FLUX 3 展示幀 · 規劃用靜圖，不是成片電影靜幀
混合路徑：圖像頁 → 影片頁
這是多數品牌團隊真正需要的製作循環：
- 製作或精修靜圖，在 FLUX 3 圖像（或使用實拍）。
- 打開 FLUX 3 影片 → 圖生影片。
- 只寫 運動 + 機位 + 音訊 +「保留精確顏色/logo/服裝」。
- 全屏復盤 一次；若 logo 連續失敗兩次，停止發明——修靜圖，不要堆形容詞。
公開材料也提到圖像參考可作為視覺錨點（不只是起始幀動畫）（BFL 博客）。把靜圖當 合約；文字是 導演說明。
如何在 FLUX 3 上跑兩條路徑（評估循環）
- 打開 FLUX 3 影片（站內預設影片模型保持 FLUX 3）。
- 按上表選路徑。
- 貼上 Prompt A（文字）或 Prompt B（圖生影片），把產品名詞換成你的真實品。
- 用下方清單評判 → 只留一條贏家。
- 可選：在 圖像 精修靜圖，再重新動畫。
初稿目標 約 8–12 秒，即便公開材料討論約 20 秒 片段（The Decoder；BFL 博客）。更短的節拍在手機上更好讀。
Prompt A — 文生影片多鏡頭（可複製）
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 — 從鎖定靜圖做圖生影片（可複製）
在 影片 附上乾淨的產品或角色靜圖之後使用。
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 — 先做靜圖再動畫（混合：圖像頁用文字）
在 圖像 生成乾淨鎖定圖，再接 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.通過/不通過清單（兩條路徑通用）
先不拖進度條完整看一遍，再細看：
- 路徑是否匹配 — 本該鎖定卻在發明，或本該自由卻鎖死了？
- 身份 / 產品 — 整條片裡臉、服裝或 logo 是否一致？
- 手 / 邊緣 — 盒子融化、多餘手指、標籤滑動？
- 音訊 — 是否貼合事件，還是你要求了安靜？原生音訊是官方多模態敘事的一部分（@bfl_ai；The Decoder）。
- 裁切 — 主體是否適合 9:16 Reels/TikTok 類投放（資訊流廣告請保持中心可讀——見 Meta ads 概覽 與 TikTok Ads Help）。
- 文字污染 — 亂字或浮水印？
兩次失敗 → 換路徑或換靜圖，不要只堆形容詞。
常見錯誤
| 錯誤 | 代價 | 修復 |
|---|---|---|
| 法務包裝卻用文生影片 | logo 被發明 | 真實靜圖 + 圖生影片 |
| 圖生影片 prompt 重寫產品 | 與靜圖打架 | 只寫運動/機位/音訊 |
| 靜圖過雜（多物體） | 運動貼不住主體 | 裁到單一主角 |
| 兩條路徑都沒有鏡頭表 | 糊成一長鏡 | 編號 Shot 1/2/3 |
| 首試就頂滿時長 | 節拍難讀 | 從約 8–12 秒開始 |
| 配樂 + 對白 + SFX 一次全上 | 音訊糊成一團 | 只留一條音訊優先行 |
場景贏家（如果 / 那麼）
| 如果… | 那麼從…起步 | 為什麼 |
|---|---|---|
| 只有一句話想法 | 文生影片 | 循環最快 |
| 品牌給了 packshot PNG | 圖生影片 | 外形尺寸已經定死 |
| 角色只在一張靜圖裡好看 | 混合 | 凍結外觀，變化機位 |
| 多鏡頭對白試跑 | 先 文生影片 | 語法先於鎖定 |
| 文字路徑 logo 連續失敗兩次 | 停 → 靜圖 + 圖生影片 | 別再燒發明次數 |
| 探索 DV 感 vs 動畫風格 | 文生影片 | 風格本身就是實驗（BFL 風格範圍） |
我們知道 vs 我們不知道
| 我們知道（有來源） | 我們不知道 / 不會宣稱 |
|---|---|
| FLUX 3 公開啟動 2026 年 7 月 23 日，多模態影片 + 音訊敘事（@bfl_ai；BFL 博客；通稿摘要） | 每個託管方都提供完全相同的起始幀控件或時長 |
| 官方影片能力列表含 文生影片 與 圖生影片（起始幀或圖像參考）（BFL 博客） | 保證每個 SKU 首取 logo 就完美 |
| 公開材料出現約 20 秒、帶原生音訊的片段（BFL 博客；The Decoder） | 更長一定更適合社媒廣告 |
| 多鏡頭串聯出現在早期創作者筆記中（venturetwins） | 獨立影視行業認證永久裁定某條路徑「更好」 |
FAQ
FLUX 3 文生影片與圖生影片有什麼區別？
文生影片 僅憑文字 prompt 構建片段。圖生影片 以靜圖為條件——作為 起始幀 做動畫，或作為 視覺參考——再跟隨你的運動與音訊指示（BFL 博客）。
在 flux3.video 上我該先走哪條路徑？
若 沒有已批靜圖，先 文生影片。若品牌外觀已定，在同一 影片生成器 上走 圖生影片。
一個專案裡可以兩條都用嗎？
可以。很多團隊用文字 發現，在 圖像 或實拍上 鎖定 靜圖，再用圖生影片 收尾。
圖生影片包含音訊嗎？
公開的 FLUX 3 影片能力將原生音訊生成與輸出並列，圖像條件路徑也在同一能力集（BFL 博客；The Decoder）。每條都要 聽。
第一條片該多長？
公開上限敘事約 20 秒（BFL 博客）。做決策時從 8–12 秒 開始，路徑品質更容易看清。
為什麼文生影片裡產品 logo 會壞？
模型在發明像素。改用 真實靜圖 + 圖生影片，並在 prompt 中禁止新文字。
為什麼圖生影片不理我的靜圖？
通常是靜圖過雜，或 prompt 重新描述 成另一產品。裁到單一主體；只寫運動 + 機位 + 音訊。
我需要圖像生成器嗎？
只在混合鎖定時需要。純文字，以及純照片→影片，可以跳過。需要時靜圖在 圖像。
多鏡頭 prompt 放在哪？
兩條路徑都可以。顯式給鏡頭編號——見 多鏡頭與原生音訊。
這和同行模型排名文是同一篇嗎？
不是。本頁是 FLUX 3 內部的路徑選擇。相對其他系統的評判標準，請讀 FLUX 3 vs 同行 AI 影片模型。
在哪裡免費試用？
在 flux3.video 打開 FLUX 3 影片 免費開始——起步無需綁卡。
關於 Reese Okada
Reese Okada 是 AI 影片工作流作者，把多鏡頭 prompt 落成 FLUX 3 上可複用的瀏覽器流程。本指南聚焦 文字 vs 先靜圖 的選擇，讓免費次數用在匹配任務的路徑上。
