Prueba gratis la API del modelo de IA Flux 3 de texto a video de Black Forest Labs para videos con audio nativo, movimiento expresivo, diálogos multilingües y creación de escenas multimodal.
// Step 1: Submit generation requestconst response = awaitfetch('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-text-to-video',
prompt: 'A cinematic aerial shot of a coastal city at sunrise',
resolution: '1080p',
aspect_ratio: '16:9',
duration: 10,
sound: true
})
});
const { data } = await response.json();
const taskId = data.;
Pruebe el Generador de Video AI ahora
Modelos relacionados
README
API avanzada FLUX 3 Text-to-Video con audio nativo
La API FLUX 3 Text-to-Video de Black Forest Labs convierte prompts en lenguaje natural en vídeos perfeccionados con audio nativo opcional. Basado en un modelo fundacional multimodal unificado entrenado con imágenes, vídeo y sonido, FLUX 3 puede coordinar movimiento, eventos físicos, voz, efectos y atmósfera en un único flujo de generación. A través de Best Image AI, los desarrolladores y los equipos creativos pueden integrar la generación expresiva de texto a vídeo en procesos de producción para publicidad, narración, contenido social y experimentación visual.
Funciones principales de la API FLUX 3 Text-to-Video
Generación unificada de vídeo y audio: Crea movimiento visual y sonido nativo opcional de forma conjunta, incluidos diálogos, efectos y ambiente sonoro sincronizados con la escena generada.
Comprensión avanzada de prompts: Convierte conceptos sencillos o indicaciones detalladas de planos en acciones coherentes, comportamiento de la cámara, cambios de escena y narración visual.
Modelado multimodal del mundo: Produce relaciones más creíbles entre movimiento, peso, impacto, causa y efecto, así como los sonidos asociados a eventos físicos.
Creación de vídeo con varias escenas: Genera secuencias que evolucionan con varios planos, puntos de vista y momentos conectados dentro de un único flujo dirigido por prompts.
Interpretaciones humanas expresivas: Captura expresiones faciales, lenguaje corporal, interpretación hablada y voz sincronizada para vídeos centrados en personajes.
Amplia compatibilidad con estilos y tipografía: Trabaja con metraje cinematográfico, animación, estética documental, motion design y tratamientos visuales con abundante texto.
Encadenamiento de clips mediante agentes: Utiliza los planos generados como componentes de historias más largas y conectadas, manteniendo los personajes y la dirección creativa entre escenas.
Cómo usar la API FLUX 3 Text-to-Video en Best Image AI
Entrada: Un prompt en lenguaje natural que describa el sujeto, la acción, el entorno, la dirección de cámara, el estilo visual, los diálogos y el sonido deseado.
Salida: Vídeo generado de alta calidad, distribuido mediante URL seguras de CDN para su uso en aplicaciones y flujos multimedia automatizados.
Dirección creativa: Guía el movimiento de la cámara, el ritmo, los cambios de escena, la interpretación y el tratamiento visual mediante prompts descriptivos.
Control de audio: Genera vídeo con diálogos nativos opcionales, efectos de sonido y ambiente como parte de la misma solicitud.
Capacidades: Generación de texto a vídeo, composición con varias escenas, voz multilingüe, movimiento expresivo, tipografía animada y cinematografía dirigida por prompts.
Mejores casos de uso para integrar la API FLUX 3 Text-to-Video
Publicidad y campañas de marca: Produce vídeos de producto, conceptos de campaña, piezas animadas de marca y vídeos promocionales con una dirección visual y sonora coordinada.
Desarrollo cinematográfico y narrativo: Transforma guiones, tratamientos y descripciones de planos en conceptos en movimiento para guiones gráficos, previsualización y revisión creativa.
Contenido con diálogos y personajes: Genera interpretaciones expresivas con voz, emoción facial, movimiento corporal y sonido adaptado a la escena para proyectos narrativos.
Flujos sociales y para creadores: Crea vídeos cortos listos para plataformas en diversos estilos y formatos para campañas, canales y pruebas rápidas de contenido.
Aplicaciones multimedia escalables: Añade generación de vídeo dirigida por prompts a herramientas creativas, sistemas de marketing, productos de entretenimiento y procesos de producción automatizados.
Nota
Asegúrate de que los prompts y el contenido generado con FLUX 3 cumplan los requisitos de uso y seguridad de Black Forest Labs. Si una solicitud falla, revisa el prompt en busca de contenido restringido, simplifica las instrucciones contradictorias y vuelve a intentarlo.
FLUX 3 Text-to-Video frente a sus competidores: análisis comparativo
FLUX 3 frente a FLUX.2
FLUX.2 se centra en la generación y edición de imágenes de alta calidad. FLUX 3 amplía la familia FLUX al vídeo dirigido por prompts y al audio nativo opcional mediante una arquitectura multimodal unificada.
FLUX 3 frente a Veo 3.1 Text-to-Video
Veo 3.1 ofrece generación cinematográfica de vídeo y audio dentro del ecosistema creativo de Google. FLUX 3 presenta una opción de API diferenciada centrada en una amplia variedad de estilos, interpretación expresiva, tipografía y modelado multimodal del mundo.
FLUX 3 frente a Kling 3.0 Text-to-Video
Kling 3.0 está diseñado para controlar el movimiento y generar escenas cinematográficas. FLUX 3 se diferencia mediante el razonamiento conjunto de vídeo y audio, la voz multilingüe, estilos visuales variados y la creación conectada de varias escenas.
FLUX 3 frente a Runway Gen-4.5
Runway Gen-4.5 destaca la fidelidad visual, el seguimiento de prompts y la integración con herramientas creativas consolidadas. FLUX 3 combina la generación de vídeo mediante API con audio nativo opcional, diseño animado y un modelo multimodal de eventos físicos.
FLUX 3 frente a Seedance 2.0
Seedance 2.0 admite referencias multimodales, generación audiovisual y control orientado a la producción. FLUX 3 ofrece una alternativa centrada en el aprendizaje unificado de imagen, vídeo y audio, estéticas diversas, personajes expresivos y flujos flexibles dirigidos por prompts.
# Step 1: Submit generation requestimport 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-text-to-video',
'prompt': 'A cinematic aerial shot of a coastal city at sunrise',
'resolution': '1080p',
'aspect_ratio': '16:9',
'duration': 10,
'sound': True
}
)
result = response.json()
task_id = result['data']['task_id']
Ejemplo de sondeo
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"whileTrue:
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'])
breakif status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
Ejemplo de envio
# 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-text-to-video",
"prompt": "A cinematic aerial shot of a coastal city at sunrise",
"resolution": "1080p",
"aspect_ratio": "16:9",
"duration": 10,
"sound": true
}'
Ejemplo de sondeo
# 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"
