FLUX 3 Video di Black Forest Labs in disponibilità generale: 20 secondi con audio nativo

Black Forest Labs, il laboratorio tedesco fondato dagli autori originali di Stable Diffusion, ha aperto a tutti il suo primo modello video. FLUX 3 Video, annunciato a fine luglio in accesso anticipato, dal 5 agosto è disponibile in via generale attraverso le API dell'azienda e alcuni partner selezionati.

La caratteristica distintiva è che il video nasce già sonoro: invece di generare prima le immagini e poi aggiungere l'audio con un secondo strumento, il modello produce in un unico passaggio clip fino a 20 secondi con dialoghi, effetti sonori e rumore ambientale sincronizzati. Il labiale funziona in più di 14 lingue, italiano incluso: si scrive la battuta e il personaggio la pronuncia muovendo le labbra in modo coerente.

Per chi crea contenuti, il flusso di lavoro copre i casi tipici: si parte da un testo o da un'immagine, si possono fissare fotogrammi chiave, continuare un video esistente o cambiare scena e inquadratura dentro la stessa clip. I prezzi si pagano a secondo di video generato: si va dai 6 centesimi di dollaro al secondo della modalità bozza fino a circa 53 centesimi per il video-to-video in Full HD, audio sempre compreso.

Resta la solita avvertenza: i confronti con i concorrenti (Seedance 2.0 di ByteDance in testa) arrivano da valutazioni interne del laboratorio, non da test indipendenti. Ma con l'annuncio che pesi aperti e risoluzioni 2K/4K sono in arrivo, la mossa mette pressione ai giganti del settore su un terreno, il video con audio nativo, che fino a pochi mesi fa era dominato da due o tre nomi.