README
即将推出的 FLUX.3 API —— 专为创意智能打造的多模态模型
在 Kie.ai 探索即将上线的 FLUX.3 API，体验专为下一代 AI 创作打造的统一多模态基础模型。
FLUX 3 将图像、视频、音频与动作预测集于一个多模态模型中
FLUX 3 标志着 Black Forest Labs 在单一图像生成之外最宏大的拓展，它将图像、视频、音频、语言及动作预测融入到一个共享的多模态架构中。它基于 Self-Flow 构建，这是 BFL 在同一底层系统中对齐多模态生成与理解的方法。通过大幅扩展用于联合训练图像、视频和音频的算力和数据，FLUX 3 能够学习场景是如何构成的、物体如何运动、物理事件如何产生声音，以及动作如何随时间推移重塑世界。目前，FLUX 3 正处于分阶段的早期访问（Early Access）中，其视频、图像、动作及开放权重能力计划在不同阶段陆续开放。公开定价、官方模型 ID、生产环境限制以及完整的技术文档暂未公布。一旦相关功能正式发布，Kie.ai 将根据实际的可用性和支持的接入条件，更新对应的 Flux 3 API 选项。
FLUX.3 Video
FLUX.3 Video 在同一系统中融合了视觉生成与原生音频，支持文生视频、图生视频、视频生视频、关键帧控制转场以及音视频续写。目前公布的特性包括：长达 20 秒的单次生成、多语种对话、视觉参考、动态排版、丰富的画面比例，以及能将多个独立片段串联为多镜头长视频的智能体串联（agentic chaining）。抢先体验现已开启；在全面发布前，最终的分辨率、控制功能及输出规格可能会持续调整与优化。
FLUX.3 Image
Flux 3 Image 专为涵盖不同风格、构图、宽高比和分辨率的图像生成与编辑而设计。初步结果表明，相较于前代 FLUX 模型，其在复杂提示词处理能力、多语言文本渲染准确度、风格多样性以及编辑性能上均实现了显著提升。Black Forest Labs 计划于未来几周内为图像功能单独开放抢先体验阶段，更多技术细节预计将在临近发布时公布。
Flux 3 Action
Flux 3 Action 将相同的多模态基座模型应用于动作预测与物理 AI 领域。通过学习运动、物体交互、环境变化及视觉结果，它能够为机器人操控及其他现实世界任务提供具备动态感知能力的基础支持。早期开发项目包括与 mimic robotics 联合打造、专为灵巧操作与生产环境设计的 FLUX-mimic。目前，该模型仅向部分选定的研究与商业合作伙伴开放使用。
即将发布的 Flux 3 API 为何能实现多模态模型的重大飞跃
作为统一了图像、视频、音频、语言及动作预测的基础大模型，FLUX 3 旨在将创意生成与对运动、声音及物理变化的深度理解无缝连接。以下为已公布的 Flux 3 API 系列核心特性，随着产品向更广泛受众开放，功能还将持续优化。
Flux 3 API 的统一多模态底座
Flux 3 API 的核心是一个从图像、视频、音频、语言及动作相关数据中联合学习的架构。这些信号之间的关联不仅帮助 FLUX 3 理解场景的外观，还能理解其随时间的发展过程、特定事件对应的声音，以及物体对运动或交互的响应方式。
使用 Flux 3 API 同步生成视频与原生音频
不同于通过一个系统生成无声画面、再通过另一个系统添加声音，Flux 3 API 旨在将画面与音频作为同一个生成过程的一部分同步创建。支持长达 20 秒的片段，使对话、环境音、碰撞音及其他声音细节与屏幕上显示的节奏和动作更紧密地对齐。
在 Flux AI API 中通过多输入引导创作
除了文本提示词外，Flux AI API 还能使用图像、关键帧、参考片段以及现有的音视频内容来塑造最终生成效果。初始图像可以设定开篇首帧，参考素材能够保留关键视觉元素，而设定的关键帧则能为画面过渡、运动和场景演进提供更大的控制力。
借助 BFL Flux 3 API 打造更长、更具连贯性的故事
对于不满足于单一视频片段的项目，BFL Flux 3 API 能够将多个独立生成的片段串联成更长的多镜头序列。角色参考、重复出现的物体、视觉环境及风格细节均可跨场景保持一致，为结构化叙事和长篇视觉内容奠定更坚实的基础。
借助 Flux 3 API 生成多语种对话与视觉文本
借助 Flux 3 API，语言与图形将成为生成场景中的活跃元素。多语言对话可满足不同受众的内容需求；而出色的文字渲染能力，能在图像与视频中生成清晰可读的标志、标题、标签及动画文本，并与周围的视觉构图完美融合。
借助 Flux AI API，将真实物理动态融入创作
对物理世界的深度理解，赋予了 Flux AI API 超越表层媒体生成的更广阔应用空间。通过学习运动、声音、物体交互和环境变化，不仅能让生成内容中的物理行为更加连贯自然，更为物理模拟、动作预测、人机交互及机器人操作奠定了坚实基础。
FLUX 3 与当今主流视频模型的对比表现
以下对比数据源自 Black Forest Labs 关于 FLUX 3 的官方公告。BFL 针对包含原生音频的 10 秒 720p 文生视频片段进行了评估，并记录了在直接对比中，观众偏好 FLUX 3 而非其他竞品的比例。请注意，这些数据仅代表开发阶段候选模型的内部初步评估结果，而非独立复现的基准测试。由于具体样本量、评估人数、完整提示词及详细评分机制尚未公开，建议将此结果作为早期的性能参考，而非最终的基准数据。
| 竞品模型 | FLUX 3 用户偏好度 | 效果表现 | 对比结果说明 |
|---|---|---|---|
| Luma Ray 3.2 | 93% | Largest reported lead | FLUX 3 received an overwhelming share of viewer preferences in this comparison |
| Runway Gen-4.5 | 77% | Strong advantage | More than three-quarters of the evaluated comparisons favored FLUX 3 |
| Grok Imagine Video | 69% | Clear advantage | FLUX 3 maintained a substantial preference lead in the tested setting |
| Kling v3 Pro | 60% | Meaningful advantage | The result favored FLUX 3, although the difference was less pronounced |
| Happy Horse v1 | 59% | Moderate advantage | Viewer preference leaned toward FLUX 3 in a relatively competitive matchup |
| Happy Horse 1.1 | 57% | Narrow advantage | FLUX 3 held a smaller but still positive preference margin |
| Seedance 2.0 | 52% | Closely matched | Viewer preferences were almost evenly divided between the two models |
| Gemini Omni Flash | 52% | Closely matched | FLUX 3 and Gemini Omni Flash produced nearly equal preference results |
如何在 Kie.ai 上准备并使用 FLUX.3 API
只需简单几步，即可快速上手……
1. 在 FLUX 3 API 上线前注册 Kie.ai 账户
2. 生成 Kie.ai API 密钥并完成集成准备
3. 待 FLUX 3 API 上线后选择该模型
4. 配置并提交您的 FLUX AI API 请求
5. 追踪 BFL FLUX.3 API 任务并获取结果
即将推出的 FLUX.3 API 将在哪些领域创造最大价值
使用 FLUX.3 API 打造完整的视频营销活动
营销团队可利用 FLUX.3 API 同步生成画面、对话、音效和配乐，高效创作视频创意、角色导向广告、产品故事及品牌社媒内容。该模型支持多种风格、画面比例、多语种语音及动态排版，助您轻松将同一创意方向跨市场、跨渠道进行本地化适配。
通过 FLUX.3 API 创作长篇视觉故事
在影视、动画及娱乐工作流中，将独立片段拼接为结构化的多镜头序列能带来极大便利。Flux 3 API 旨在跨场景保持角色、场地、视觉参考与风格细节的一致性，帮助创作者从孤立的镜头平滑过渡到连贯性更强的预告片、短片、音乐视频和剧集内容。
使用 Flux AI API 打造并优化产品视觉
电商品牌与设计团队可将 Flux AI API 应用于产品摄影、包装概念、营销图像、材质变化以及可控的视觉编辑。当静态资产扩展为动态内容时，共享的图像与视频基础也有助于保留产品的形状、色彩、纹理及品牌标识。
使用 BFL Flux 3 API 实现多媒体内容本地化
全球化内容的生产往往不仅限于字幕翻译。BFL Flux 3 API 能够支持对话本地化、清晰的多语言文本、标志替换、动态标题以及符合当地文化的视觉调整，同时保留原内容的核心构图与创意特征。
使用 Flux 3 API 开发交互式仿真与具身智能
除了创意媒体领域，FLUX.3 API 还能为需要理解运动、物体交互、环境变化及动作结果的系统奠定基础。其潜在应用涵盖机器人操作、合成训练数据、工业仿真、具身智能以及计算机交互。不过，与图像或视频生成相比，动作类 API 权限预计会面临更多限制。
在等待 FLUX 3 API 期间，为什么选择 Kie.ai？
关注经确认的 FLUX.3 API 开放动态
Kie.ai 将持续跟进 FLUX.3 Video、FLUX.3 Image 及其他公开可用功能的分阶段发布进展，而非将内测公告包装为正式上线。我们将根据 Black Forest Labs 官方确认的公共 API、模型标识符、技术限制及支持的访问条件，及时更新可用性信息。
在 FLUX.3 API 上线前做好接入准备
开发者现可注册 Kie.ai 账户并生成 API 密钥，在 FLUX.3 API 接口可用前，提前完成身份验证、异步任务处理、回调机制及媒体存储等准备工作。尽早完成这些基础配置，将大幅减少确认开放访问后的接入工作量。
FLUX.3 API 即将上线，在此期间不妨先探索其他前沿模型
无需因等待 FLUX.3 API 而暂停产品开发。Kie.ai 现已提供更丰富的图像、视频、音频及语言模型，支持团队测试当前工作流、对比不同的生成方案，并为进行中的项目选择临时替代方案。
FLUX.3 发布后，查看透明的 API 定价
一旦官方成本与计费规则明确，Kie.ai 将根据支持的生成选项公布相应的 FLUX.3 API 定价。清晰的使用信息将帮助开发者准确估算不同工作负载的成本，无需依赖推测性价格或未经证实的第三方数据。
基于更新的 BFL FLUX.3 API 文档进行开发
BFL FLUX.3 API 文档将如实反映 Kie.ai 平台上实际支持的端点与参数。随着更多 FLUX.3 功能逐步进入发布阶段，我们将持续更新模型标识符、接受的输入、生成设置、响应格式、回调流程及已知限制。
获取 FLUX.3 API 集成的技术支持
开放 FLUX.3 API 访问后，Kie.ai 支持团队将协助您处理身份验证、请求配置、任务状态查询、生成失败排查、计费疑问及其他集成问题。我们的技术指导将始终与最新支持的功能保持一致，而非仅停留在已宣布或演示阶段的能力。
FLUX 3 蓄势待发，在此期间让 Kie.ai 助您持续创新
虽然 FLUX 3 仍在准备中，但您的创意与开发计划无需停滞。Kie.ai 现已接入多款前沿模型，包括 Seedance 2.0、Gemini Omni Flash、Kling、Hailuo、PixVerse、Veo 以及更广泛的 FLUX 系列，全面覆盖视频、图像、音频及多模态生成需求。欢迎前往模型市场对比体验当前可用模型，为您的项目挑选最佳方案；同时您也可以持续关注我们，随时获取 FLUX 3 最新开放动态。
