音声付きFLUX 3 AI動画生成ツール

FLUX 3は、Black Forest Labsによる画像・動画・音声生成のモデルファミリーです。FLUX 3 Videoは音声付きの動画を作成し、FLUX 3 Imageは静止画の生成と編集に対応します。動画はテキストプロンプトまたは画像から始め、その後の動きを指定できます。作りたいコンテンツに合ったバージョンを選んでください。

FLUX 3での動画生成にはLumensを使用します。モデルを利用できるかどうかや必要なLumensの数は、アカウントと生成設定によって異なります。特にクリップの長さや出力解像度を変更するときは、生成前に表示される費用を確認してください。サブスクリプションやLumensの追加が必要な場合があります。現在のプランと利用枠はPicLumenの料金ページで確認できます。

BFLのFLUX 3ドキュメントによると、テキストから動画、画像から動画の生成では、毎秒24フレームで5～20秒のクリップに対応しています。記載されているワークフローではHDでレンダリングし、フルHD、2K、4Kの出力には動画のアップスケーリングを使用します。これらの高解像度オプションは、アップスケーリングによる出力です。一般的な画面比率には横長の16:9、縦長の9:16、正方形の1:1があります。利用できる設定は、選択したモデルで確認してください。

はい。Black Forest Labsが公開しているFLUX 3のワークフローでは、開始画像1枚、開始画像と終了画像の組み合わせ、または最大10枚のキーフレームを使用できます。これらの画像でクリップ内の特定の場面を指定します。たとえば商品の変化を見せるなら、最初に閉じたパッケージ、最後に開いたパッケージを指定できます。FLUX 3がその間の動きを生成します。キーフレームの指定は、全体的なスタイルの参考画像を渡すこととは異なります。

Black Forest Labsは、FLUX 3のセリフに対応する言語として、英語、スペイン語、フランス語、ドイツ語、日本語、中国語、ポルトガル語などを挙げています。セリフは話してほしい言語で書き、話者を指定してください。短い文章なら、間や表情を入れやすくなります。完成した動画を最後まで再生して発音と話者を確認し、口元が映る場合は唇の動きと音声のタイミングも確認しましょう。

BFLのワークフローでは、ドラフトモードを使うと、生成コストを抑えて短時間でプレビューを作成できます。気に入ったドラフトを選び、専用の高画質化ステップで本番品質にレンダリングできます。同じプロンプトを新規生成として送信すると、異なる結果になる場合があります。ドラフトモードは、本番品質の動画を作る前に表現の方向性を比較するのに便利です。

FLUX 3の続き生成モードでは、元の動画と音声を手がかりに、既存のクリップに続く映像を生成します。たとえば、人物が登場する場面から次の動作へつなげられます。すでにある映像の内容を変更するには、別の編集ワークフローを使用します。Black Forest Labsは、元のクリップ内の要素を変更する用途などに向けた別のツールとして、FLUX Video Editを紹介しています。

まず、意図と異なった点を特定しましょう。その場で回転してほしい商品をカメラが周回しているなら、カメラは固定し、被写体を回転させると明記します。複数の出来事が慌ただしく進むなら、動作の数を減らすか、尺を長くしてください。画像から生成する場合は、動きに必要な部分が元画像に写っているか確認しましょう。変更の効果を判断できるよう、指示は1回につき1つずつ調整してください。

FLUX 3 Maxは、fal ResearchがBlack Forest Labsと協力して追加学習を行ったFLUX 3 Videoのバージョンです。追加の取り組みは、映像品質、プロンプトへの追従性、生成速度に重点を置いています。同じモデルファミリーに属しますが、利用できる設定は独自のものです。Maxについて公開されている性能値は、そのバージョンとテスト条件に関するものであり、すべてのFLUX 3ワークフローに当てはまるわけではありません。