Black Forest Labs 发布了 FLUX 3 多模态视频生成模型，看效果很不错啊。

1、单词生成可达 20 秒，带有原生音频，支持文生视频，图生视频，视频生视频，关键帧过度以及视频音频的延续生成。

2、多语言对话生成能力，精准的人类面部表情捕捉，匹配声音和物理事件。

3、支持将多个片段链接成几分钟且角色一致的长镜头。

4、FLUX 3 DEV 将在未来几周开源，目前需要申请早期访问，未来几个月内会逐步开放 音频和图片生成的 API。

传送门：bfl.ai/blog/flux-3

#HOW I AI##科技先锋官# http://t.cn/AX9oiL3i