Black Forest Labs hôm qua (ngày 5 tháng 8) đã ra thông báo, tuyên bố chính thức ra mắt mô hình tạo video FLUX 3, tối đa 20 giây, độ phân giải 1080p gốc, hiệu năng vượt trội so với Seedance 2.0 của ByteDance và các mô hình như H3 của Minimax.
Mô hình FLUX 3 được ra mắt theo hình thức Early Access vào ngày 23 tháng 7, dùng kiến trúc thống nhất để học kết hợp hình ảnh, video và âm thanh.
FLUX 3 có thể xuất video dài tối đa 20 giây trong một lần tạo, kèm âm thanh gốc. Phía chính thức cho biết mô hình hỗ trợ văn bản sang video, hình ảnh sang video, video sang video, tiếp nối từ video và âm thanh đầu vào, chuyển khung hình then chốt thành video, hội thoại đa ngôn ngữ, cũng như ghép nối nhiều cảnh quay.
Theo số liệu công bố trong bài viết chính thức, ở hạng mục văn bản tạo video, mô hình đạt 1,135 điểm, vượt Gemini Omni Flash và Minimax H3; ở hạng mục hình ảnh tạo video, đạt 1,051 điểm, vượt Seedance 2.0 và Minimax H3.
Về chi phí, việc gọi mô hình được tính theo số giây video đầu ra:
Chế độ Draft (nhanh / tiết kiệm) chỉ giới hạn ở độ phân giải cao (HD), chuyển văn bản thành video hoặc hình ảnh thành video tính 0.06 USD mỗi giây (ghi chú: theo tỷ giá hiện tại khoảng 0.41 nhân dân tệ), chuyển video thành video tính 0.12 USD mỗi giây (theo tỷ giá hiện tại khoảng 0.81 nhân dân tệ).
Ở độ phân giải cao thông thường, chuyển văn bản thành video hoặc hình ảnh thành video tính 0.17 USD mỗi giây (theo tỷ giá hiện tại khoảng 1.1 nhân dân tệ), chuyển video thành video tính 0.41 USD mỗi giây (theo tỷ giá hiện tại khoảng 2.8 nhân dân tệ).
Ở chế độ Full HD, chuyển văn bản thành video hoặc hình ảnh thành video tính 0.29 USD mỗi giây (theo tỷ giá hiện tại khoảng 2 nhân dân tệ), chuyển video thành video tính 0.53 USD mỗi giây (theo tỷ giá hiện tại khoảng 3.6 nhân dân tệ).