Black Forest Labs startet FLUX 3 Video
Das erste Videomodell des Freiburger Labs ist per API allgemein verfügbar und erzeugt Clips bis 20 Sekunden mit nativem Audio und lippensynchronem Dialog in über 14 Sprachen. Es unterstützt Keyframes, Fortsetzung bestehenden Materials, Multi-Shot-Clips und einen günstigeren Draft-Modus.
Ein Draft-Modus deutlich unter dem Final-Preis bildet ab, wie Produktion wirklich Geld ausgibt: günstig explorieren, teuer festlegen. Zugleich ist es das bislang ernsthafteste europäische Videomodell — relevant für Kunden, denen wichtig ist, wo ihre Tools und Daten liegen.
Black Forest Labs hat sich mit Bildern einen Namen gemacht, FLUX 3 Video ist der erste Schritt ins Bewegtbild. Bemerkenswert ist weniger eine einzelne Spezifikation als die Form des Produkts: Es ist auf Iteration gebaut, mit einer günstigen Vorschaustufe und einem finalen Render, der behalten soll, was die Vorschau richtig gemacht hat.
Was die Ankündigung des Labs auflistet: allgemeine Verfügbarkeit über die BFL-API und ausgewählte Partner, Clips bis 20 Sekunden, HD-Ausgabe (720p) und Full HD (1080p) per Upscaling sowie natives Audio mit Dialog, Effekten und Atmo. Lippensynchrone Sprache gibt es in einer langen Liste von Sprachen, darunter englische Dialekte, Deutsch, Französisch, Spanisch, Japanisch, Hindi und Punjabi. Gesteuert wird über Text, ein Startbild, ein Endframe oder mehrere Keyframes; über die Fortsetzung von bis zu vier Sekunden bestehendem Video samt Ton; und über Multi-Shot-Generierung, die innerhalb eines Clips Szene und Kamerawinkel wechselt. In der hauseigenen Präferenzstudie mit menschlichen Bewerter:innen lag FLUX 3 bei Text-zu-Video vorn und bei Bild-zu-Video gleichauf mit Seedance 2.0. Die Risikoprüfung vor dem Start übernahm der externe Partner Cinder.
Den Draft-Modus würden wir als Erstes testen. Versprochen wird, dass ein gelungener Entwurf in voller Qualität mit denselben Figuren, derselben Komposition und derselben Bewegung gerendert werden kann. Stimmt das, passt es genau zu der Art, wie Werbe- und Previs-Arbeit ohnehin läuft: viele günstige Optionen vor Regie oder Kundschaft, dann ein verbindlicher Render der gewählten. Interpretiert der finale Render den Entwurf dagegen neu – anderes Gesicht, veränderte Kamerafahrt –, produziert der Modus falsche Freigaben, und das ist schlimmer als gar kein Entwurf. Wer eine Pipeline darauf aufbaut, sollte die Treue vom Draft zum Final am eigenen Material prüfen, bevor eine Kundin oder ein Kunde einen Entwurf abnimmt.
Die Fortsetzung über vier Sekunden ist nützlicher, als sie klingt. Ein generierter Shot kann damit an einer realen Plate anschließen, inklusive Ton – das Modell taugt also dazu, Takes zu verlängern, Schnitte zu überbrücken oder Alternativen zu testen, statt nur alleinstehende Clips zu liefern. Zusammen mit Keyframes ist das ein Werkzeugkasten für Editor:innen und VFX-Artists ebenso wie für Prompt-Schreibende. Die native Auflösung von 720p bedeutet andererseits hochskaliertes Material für alles, was ins Fernsehen oder Kino geht; Finishing-Teams werden dieses Upscaling an echten Delivery-Specs messen wollen.
Der europäische Aspekt ist real, sollte aber nicht überhöht werden. Ein Freiburger Lab bietet Kund:innen eine europäische Anbieteroption, was in manchen Gesprächen über Daten und Einkauf zählt. Die Herkunft eines Anbieters ist aber nicht dasselbe wie Datenstandort oder Provenienz, und zu Markierung oder C2PA sagt die Ankündigung nichts. Da die Kennzeichnungspflichten des EU AI Act seit dem 2. August gelten, sollten europäische Einkäufer:innen genau das direkt bei BFL erfragen. Ebenfalls offen: konkrete Preise und Lizenzbedingungen. Die Roadmap nennt eine Open-Weight-Variante FLUX 3 Dev und Generierung aus kombinierten Bild-, Video- und Audioreferenzen; vor allem ein Open-Weight-Modell würde verändern, wie Studios es auf eigener Infrastruktur betreiben könnten.