
Bilder mit lesbarem Text
Erstellen Sie Poster, Produktfotos und Social-Media-Grafiken mit sauberem, lesbarem Text, der direkt im Bild platziert ist, in vielen Stilen und Seitenverhältnissen.
Ein Modell für Bilder und Videos mit direkt erzeugtem Ton. Text-zu-Bild, Bild-zu-Video und integriertes Audio – alles an einem Ort.
Flux 3 ist hier in Kürze verfügbar. Nutzen Sie bis dahin eines der unten aufgeführten verfügbaren Modelle.
Ein einziges Modell für Bilder, Videos und Audio, entwickelt für echte kreative Arbeit.
Bilder in vielen Stilen, Seitenverhältnissen und Auflösungen erstellen und bearbeiten, mit präzisem Text, der in mehreren Sprachen direkt im Bild gerendert wird.
Videos von bis zu 20 Sekunden Länge generieren, mit Dialogen, Soundeffekten und Umgebungsgeräuschen, die im selben Durchgang erstellt und an die Aktion angepasst werden.
Text in Video umwandeln, ein Standbild animieren, einen Clip fortsetzen oder Keyframes setzen, um die Bewegung von Anfang bis Ende zu steuern.
Bilder, Videos und Audio stammen von einem einzigen Modell, sodass Stil und Charaktere konsistent bleiben, wenn Sie zwischen ihnen wechseln.
Flux 3 ist stark in menschlichen Gesichtsausdrücken, in der Abstimmung von Ton und Geschehen auf dem Bildschirm und in Dialogen in vielen Sprachen.
Verketten Sie Aufnahmen, um Szenen zu erstellen, die weit über einen einzelnen Clip hinausgehen.
Bilderzeugung, Videos mit Ton und konsistente Charaktere über mehrere Aufnahmen hinweg.

Erstellen Sie Poster, Produktfotos und Social-Media-Grafiken mit sauberem, lesbarem Text, der direkt im Bild platziert ist, in vielen Stilen und Seitenverhältnissen.

Verwandeln Sie eine Textbeschreibung oder ein Standbild in ein kurzes Video, in dem Dialoge, Effekte und Umgebungsgeräusche bereits vorhanden und auf die Handlung abgestimmt sind.

Behalten Sie denselben Charakter, dieselbe Beleuchtung und denselben Stil von einer Aufnahme zur nächsten bei, oder verketten Sie Aufnahmen zu einer längeren Szene.
Bilder und Videos mit Sound in drei Schritten erstellen.
Wählen Sie, was Sie erstellen möchten, beschreiben Sie dann die Szene, den Stil und die Stimmung in einfachen Worten.
Wählen Sie das Seitenverhältnis und für Videos die Länge und ob Audio enthalten sein soll.
Generieren Sie im Browser, sehen Sie sich das Ergebnis in der Vorschau an und laden Sie Ihr Bild oder Video mit integriertem Ton herunter.
Häufig gestellte Fragen zu den Bild-, Video- und Audiofunktionen von Flux 3.
Flux 3 ist ein multimodales KI-Modell, das Bilder, Videos und Audio in einer gemeinsamen Architektur generiert. Es geht über Standbilder hinaus und erstellt vollständige Szenen mit Ton, sodass aus einer einzigen Textbeschreibung ein Bild oder ein kurzer Clip mit passendem Audio entstehen kann. Das Modell baut auf früheren Flux-Bildmodellen auf und ergänzt sie um Video und nativen Ton.
Ja. Flux 3 erstellt Videos von bis zu 20 Sekunden Länge mit nativem Audio, das im selben Durchgang erzeugt wird, sodass Dialoge, Soundeffekte und Umgebungsgeräusche mit dem Geschehen auf dem Bildschirm übereinstimmen. Da Audio und Video zusammen erstellt werden, landet ein Aufprallgeräusch im richtigen Frame und Sprache folgt der Lippenbewegung, ohne dass eine separate Audiobearbeitung erforderlich ist.
Flux 3 unterstützt Text-zu-Video, Bild-zu-Video, Video-zu-Video mit konsistenten Elementen und Keyframe-Steuerung für gezielte Übergänge. Text-zu-Video arbeitet ausschließlich mit einer Textbeschreibung, Bild-zu-Video animiert ein Standbild und mit Keyframes legen Sie Anfang und Ende einer Aufnahme fest. Mehrere Aufnahmen lassen sich zudem zu längeren Sequenzen verbinden.
Flux 3 ist auf dieser Website noch nicht verfügbar. Es wird im Rahmen eines Early Access ausgerollt, und wir werden die Generierung hier aktivieren, sobald eine unterstützte Integration bereit ist. In der Zwischenzeit können Sie mit unseren Live-KI-Bild- und Videogeneratoren erstellen.
Sein Hauptvorteil ist natives Audio, das zusammen mit dem Video erstellt wird, anstatt in einem separaten Schritt hinzugefügt zu werden. Da ein Modell Bilder, Videos und Audio umfasst, bleiben Ton, Stil und Charaktere über eine Szene hinweg aufeinander abgestimmt. Viele andere Tools generieren zuerst einen stummen Clip und überlassen es Ihnen, das Audio danach hinzuzufügen oder zu synchronisieren.
Frühe Evaluierungen verwendeten 10-sekündige 720p-Clips mit Audio, während Flux 3 Clips von bis zu 20 Sekunden Länge generieren kann und eine breite Palette von Seitenverhältnissen unterstützt. Die endgültigen Optionen für Auflösung und Länge können sich hier im Laufe des Rollouts noch ändern.
Erstellen Sie schon heute Inhalte mit unseren verfügbaren KI-Bild- und Videomodellen. Flux 3 wird freigeschaltet, sobald eine unterstützte Version verfügbar ist.