Testen Sie die KI-Modell-API Flux 3 Image-to-Video von Black Forest Labs kostenlos für Animationen mit nativem Audio, visuelle Konsistenz, ausdrucksstarke Bewegungen und synchronisierte Szenen.
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'flux-3.0-image-to-video',
prompt: 'A gentle camera push forward with natural subject motion',
resolution: '1080p',
aspect_ratio: '16:9',
image_url: 'https://example.com/first-frame.jpg',
duration: 10,
sound: true
})
});
const { data } = response.();
taskId = data.;
Die FLUX 3 Image-to-Video API von Black Forest Labs verwandelt ein Ausgangsbild in ausdrucksstarke Bewegung mit optionalem nativem Audio. Das Modell verwendet das bereitgestellte Motiv als Startframe und entwickelt anschließend Bewegungen des Motivs, Kameraführung, Atmosphäre und Ton, während die Kernkomposition und die Erkennungsmerkmale des Bildes erhalten bleiben. Best Image AI bietet einen produktionsreifen API-Workflow zur Animation von Produktfotografie, Charakterzeichnungen, Kampagnenmotiven, Storyboards und anderen statischen Kreativinhalten.
Hinweis
Stellen Sie sicher, dass Ausgangsbilder, FLUX 3-Prompts und generierte Inhalte die Nutzungs- und Sicherheitsanforderungen von Black Forest Labs erfüllen. Wenn eine Anfrage fehlschlägt, prüfen Sie die Eingaben auf nicht unterstützte oder eingeschränkte Inhalte und versuchen Sie es erneut.
FLUX 3 Image-to-Video vs. FLUX 3 Text-to-Video
Text-to-Video beginnt mit einem schriftlichen Konzept, während Image-to-Video die Generierung an einen bereitgestellten Startframe bindet, um Komposition, Erscheinungsbild des Motivs und visuellen Stil stärker zu steuern.
FLUX 3 vs. Veo 3.1 Image-to-Video
Veo 3.1 bietet filmische Bildanimation und natives Audio über das Videoökosystem von Google. FLUX 3 stellt einen separaten API-Pfad bereit, der Stilvielfalt, ausdrucksstarke Charaktere, animiertes Design und einheitliche audiovisuelle Logik betont.
FLUX 3 vs. Kling 3.0 Image-to-Video
Kling 3.0 ist für steuerbare Charakter- und Kamerabewegungen bekannt. FLUX 3 kombiniert die Führung durch ein Ausgangsbild mit optionalem nativem Ton, mehrsprachiger Sprachausgabe und einem multimodalen Verständnis von Bewegung und physischen Ereignissen.
FLUX 3 vs. Runway Gen-4.5 Image-to-Video
Runway Gen-4.5 konzentriert sich auf visuelle Qualität, Prompt-Treue und kreative Produktionstools. FLUX 3 ergänzt einen einheitlichen Video-Audio-Workflow mit breitem ästhetischem Spektrum und API-freundlicher Animation von Ausgangsbildern.
FLUX 3 vs. Seedance 2.0 Image-to-Video
Seedance 2.0 unterstützt umfassende multimodale Referenz- und Bearbeitungsworkflows. FLUX 3 bietet einen fokussierten Animationspfad für Startframes, der auf einheitlichem Training mit Bildern, Videos und Audio basiert.
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'flux-3.0-image-to-video',
'prompt': 'A gentle camera push forward with natural subject motion',
'resolution': '1080p',
'aspect_ratio': '16:9',
'image_url': 'https://example.com/first-frame.jpg',
'duration': 10,
'sound': True
}
)
result = response.json()
task_id = result['data']['task_id']
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "flux-3.0-image-to-video",
"prompt": "A gentle camera push forward with natural subject motion",
"resolution": "1080p",
"aspect_ratio": "16:9",
"image_url": "https://example.com/first-frame.jpg",
"duration": 10,
"sound": true
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"