FLUX 3 —— Black Forest Labs 的新视频模型，一次说清
2026 年 7 月 23 日官宣。受审批的早期访问。尚无公开 API。
Black Forest Labs 于 2026 年 7 月 23 日官宣 FLUX 3 —— 用一个多模态模型统一图像、视频、音频与动作预测，底层方法官方称为 Self Flow，其中 FLUX 3 Video 与 FLUX 3 Action 处于需申请审批的早期访问计划中。本页讲清楚：BFL 官方主张了什么、哪些至今无人独立验证，以及在等待期间你今天究竟能生成什么。
官方视频
看一下：Black Forest Labs 展示的 FLUX 3
Black Forest Labs 于 2026 年 7 月 23 日发布的官方公告视频。片中每一段画面都由 BFL 渲染——没有任何一段是在 ImagineToVideo 上生成的，也没有任何一段被第三方复现过。
FLUX 3 速览 —— 官方主张，尚未经独立实测
单次最长 20 秒、原生音频（官方主张）
Black Forest Labs 称 FLUX 3 Video 单次生成最长 20 秒并原生生成音频，其公布的评测在 720p 下进行。⚠️ 这是官方主张——模型尚未公开发布，没有任何第三方实测可以佐证。
一个模型覆盖多种视频任务（官方主张）
BFL 列出了文生视频、图生视频、视频转视频、视频与音频续写、关键帧生成视频、多语种对白，以及用于延长时长的 agentic chaining，底层方法官方称为 Self Flow。⚠️ 这是官方给出的能力清单，未经独立验证。
受审批的早期访问——尚未公开开放
FLUX 3 Video 与 FLUX 3 Action 处于需申请审批的早期访问计划中。FLUX 3 Image 官方称将在未来数周推出，开源权重的 FLUX 3 Dev 则在今年晚些时候。截至本页更新，没有公开 API，也没有公布定价——BFL 定价页至今仍只列出 FLUX.2 与 FLUX.1。
今天就能生成什么
无需申请，无需排队：Wan 3.0（3–30 秒，480p/720p/1080p，原生音频）、Seedance 2.5（4–30 秒，480p/720p，原生音频，另支持视频转视频）、Kling V3 与 Kling V3 Omni（3–15 秒，720p/1080p，原生音频）、VEO 3.1 与 VEO 3.1 Fast（4/6/8 秒，720p/1080p，原生音频），以及 Seedance 2.0（4–15 秒，480p/720p/1080p，原生音频）。以上模型现已全部在 ImagineToVideo 上线。
FLUX 3 瞄准的场景 —— 以及今天用什么覆盖
对白驱动的广告片
FLUX 3 主张一次生成即带原生音频与多语种对白。而今天，VEO 3.1 已经能用一条提示词同时出画面和声音，时长 4、6 或 8 秒 —— 正是付费社媒短片的常用长度。
更长的单镜与多镜头序列
FLUX 3 主张单次生成 20 秒（⚠️ 待实测）。而今天，Seedance 2.5 单次已经能到 30 秒（480p/720p），比 FLUX 3 主张的还长；Kling V3 单条 3–15 秒、最高 1080p，多场景串接还能让同一个角色在数个连续镜头中保持一致。
视频转视频与续写
BFL 把视频转视频、视频与音频续写列入了 FLUX 3 的能力清单。而今天，Seedance 2.5 的视频转视频已经在 ImagineToVideo 上线 —— 传入已有素材、参考图或末帧，最长能拿到 30 秒的结果。
机器人与具身智能
FLUX 3 Action 与 mimic robotics 合作，把同一套主干扩展到预测机器人动作，同样处在这次受审批的早期访问之内。这块超出了消费级视频生成的范围；相关进展请关注 BFL 官方博客，我们不做此方向。
今天该怎么对待 FLUX 3
一条诚实的路径：去排 FLUX 3 的队，同时手上的视频照常出片
先确认 FLUX 3 的真实状态
打开 Black Forest Labs 的 FLUX 3 官方公告，为 FLUX 3 Video 或 FLUX 3 Action 提交早期访问申请。在 BFL 审批通过之前，没有可以调用的端点——FLUX 3 Image 官方仍称需要数周，FLUX 3 Dev 权重则在今年晚些时候。
写一条可跨模型复用的提示词
把镜头描述、台词和环境音写进同一条提示词。所有原生音频视频模型——FLUX 3 自称属于此类，我们今天在跑的也是——都吃这种写法，所以等 FLUX 3 开放后这条提示词能原样搬过去。
选一个今天就出音频的模型
要人物对白就选 VEO 3.1；要镜头运动和 15 秒长镜头就选 Kling V3；要单条最长 30 秒、或者改造已有素材，就选 Seedance 2.5——视频转视频也由它承担。这些模型都在 /video/text-to-video 的同一个面板里切换。
先出便宜草稿，再升画质
先用 720p 草稿锁定运动和构图，满意的那一条再用 1080p 重跑。需要更长的叙事就去 /video/multi-scene 串接镜头。等 FLUX 3 真正开放后，把同一条提示词重跑一遍，和你已经发布的成片做 A/B 对比。
FLUX 3 常见问题
FLUX 3 是什么？
FLUX 3 是 Black Forest Labs 于 2026 年 7 月 23 日官宣的多模态模型系列，在图像、视频与音频上联合训练，并可扩展到动作预测。它包含 FLUX 3 Video、FLUX 3 Action、FLUX 3 Image，以及开源权重的 FLUX 3 Dev，底层方法官方称为 Self Flow。Black Forest Labs 此前以 FLUX 系列图像模型为人所知。
FLUX 3 现在能用吗？怎么申请？
还不能自由使用。FLUX 3 Video 与 FLUX 3 Action 处于需申请审批的早期访问计划——任何人都可以申请，但要 BFL 批准。FLUX 3 Image 官方称将在未来数周推出，开源权重的 FLUX 3 Dev 在今年晚些时候。已公布的早期合作方有 Canva、Burda、Magnific（原 Freepik）、Krea 和 Picsart。
FLUX 3 视频能做多长？带音频吗？
Black Forest Labs 称 FLUX 3 Video 单次生成最长 20 秒并带原生音频，能力清单里还包括关键帧生成视频、视频与音频续写、多语种对白；其公布的评测在 720p 下进行。⚠️ 这些都是 BFL 自述的规格。模型尚未公开发布，因此没有任何第三方实测数据可以确认。
FLUX 3 比 Kling、VEO、Runway、Luma 更强吗？
Black Forest Labs 公布的胜率是：对 Grok 69%、对 Kling v3 Pro 60%、对 Runway Gen-4.5 77%、对 Luma Ray 3.2 93%。⚠️ 这是厂商自评的偏好结果，不是独立第三方盲测——BFL 未公开评测协议、样本量与提示词集。请把它当作厂商主张，等 FLUX 3 正式开放后再以实测对比为准。
FLUX 3 有公开 API 和定价吗？
截至本页更新，都没有。Black Forest Labs 表示 API 接入、私有模型权重与开源的 FLUX 3 Dev 计划在今年晚些时候推出，但目前都还没有上线。BFL 定价页至今只覆盖 FLUX.2 与 FLUX.1 系列——没有 FLUX 3 的任何 SKU，也没有按次或按秒的费率，所以现在任何声称已知 FLUX 3 单价的说法都没有官方依据。
今天有什么可以替代 FLUX 3？ImagineToVideo 会接入吗？
以下模型现已开放，无需审核：Wan 3.0（3–30 秒，480p/720p/1080p）、Seedance 2.5（4–30 秒，480p/720p，含视频转视频）、Kling V3 与 Kling V3 Omni（3–15 秒，720p/1080p）、VEO 3.1 与 VEO 3.1 Fast（4/6/8 秒，720p/1080p）、Seedance 2.0（4–15 秒，480p/720p/1080p）以及 Seedance 2.0 Fast（4–15 秒，480p/720p），全部支持原生音频。至于 FLUX 3 本身：我们计划在官方 API 和定价公开后评估接入，实测其真实规格是否与宣传一致，再确定对应的积分价格。具体时间取决于 Black Forest Labs 何时开放 API 并公布定价，因此我们暂不承诺上线日期。完整考量请参阅博客中关于 FLUX 3 抢先体验的文章。