FLUX 3 视频模型：原生音频、关键帧和 Draft 草稿模式怎么用

以当前产品页区分发布阶段

BFL 在 2026 年 7 月 23 日介绍 FLUX 3 多模态模型，并在当时说明分阶段推出。2026 年 9 月 20 日核验的产品页列出 FLUX 3 Video 可通过 BFL 控制台和 API 使用，支持文生视频、图生视频、视频编辑、延长和关键帧控制。早期发布文章与当前产品页的开放状态不能混为一谈。

当前产品页标注单次最长 20 秒，提供从 HD 到 UHD/4K 的输出档位，并说明分辨率档位按每帧总像素量定义。Image、Action 与 Dev 开放权重属于不同发布环节，不能据 Video 可用就推断其他部分已全面开放。

先用草稿确认方向

官方产品页将 Draft 描述为更快、成本更低的 HD 预览路径，方向确定后可增强为完整质量的 FHD 结果。这适合先验证运动和构图，再决定是否提高交付规格。具体费用应查看当日官方价格页；本站计费也不等于官方直连 API 价格。

1. 固定参考图和主要动作，先生成短草稿。
2. 检查主体是否改变、镜头是否按预期运动。
3. 每轮只调整动作、机位或节奏中的一项。
4. 确定选片后再提高质量，并重新检查细节与音轨。

把音频作为独立创作要求

FLUX 3 产品页列出可选的原生音频，包括多语言对白、音效与环境氛围。写提示词时应分清谁在说话、说什么、环境中有什么声音，以及是否需要背景音乐。多个角色同时说话时，要明确先后关系。

固定机位拍摄安静咖啡馆中的陶瓷杯。服务员将杯子轻放到木桌上，杯子接触桌面时发出短促轻响。窗外有细微雨声，没有对白，没有背景音乐。杯口与手指接触自然，画面不切换。

关键帧并不是任意两图的万能过渡

首尾画面的主体、透视和动作距离越合理，中间运动越容易成立。如果两张参考图的衣服、商品结构或机位差异很大，应先统一素材，再生成过渡。对跨越多个场景的创作，分镜后逐段制作更便于控制。

实际交付应检查首帧、中间运动、末帧和音画同步，保留明显错误片段作为下一轮修改依据。本文的模型能力来自官方文档，示例提示词为编辑建议，未作为实测案例或效果保证。