01
Flux 3 原生音频
视频和声音计划在同一过程中生成，包括对白、环境声与画面事件对应的音效。发布前仍需审核时序、语音、意外噪声和受众适配。比较不同版本时应统一试听音量，尤其注意对白与音效互相干扰的位置。
分阶段早期访问
Flux 3 多模态 AI，面向视频、图像与原生音频
Flux 3 正处于分阶段早期访问。你可以使用本工作室探索并准备多模态视频、图像与原生音频工作流，但这并不表示 Flux 3 已完成接入。
Flux 3 创作工作室
起始图片
按 Ctrl/⌘ + Enter 生成. 0 / 20000
可仅使用提示词，或添加一张起始图片。
94
至少输入 3 个字符后才能继续。
Flux 3 视觉指南 · 更新于 2026 年 7 月 30 日
什么是 Flux 3？
Flux 3 是已公布的多模态基础模型，面向同一系统中的图像、视频、原生音频、语言与动作相关信号。它希望把场景、运动和声音理解为同一事件的不同部分，而不是彼此割裂的输出。
对创作者而言，这意味着可以用提示词、起始图、视觉参考、视频、音频和关键帧塑造同一个想法。当前仍处于分阶段早期访问，因此本页会区分已公布能力与尚待确认的细节。
五种视觉工作流
用五幅画面理解 Flux 3 创作模式
Flux 3 不只面向文生视频。已公布方向包括声画同步、参考素材控制、静态图像、多镜头衔接、多语言对白和灵活画幅。以下卡片展示的是可以提前规划的工作流，不代表每项控制都已经公开。
02
Flux 3 参考素材控制
工作流可以从提示词、图像、参考片段、已有媒体或关键帧开始。不同输入负责引导主体、风格、运动或转场，具体组合仍取决于实际访问路径。让每份参考素材只承担一个明确任务，更容易移除互相冲突的视觉方向。
03
Flux 3 图像创作与编辑
图像方向覆盖多种风格、构图、画幅和分辨率下的生成与编辑。它与视频分开推进，安排交付前需要确认每项具体操作。把批准的源参考与结果保存在一起，方便后续修改与对比。
04
Flux 3 多镜头连续性
更长故事由多个片段连接而成。复用参考素材、逐镜头审核，再处理剪辑与音频衔接；连续性仍需创作团队把关，并非自动保证。为下一个镜头记录已批准的服装、道具、色彩和机位。
05
Flux 3 多画幅与多语言
多语言对白、多种视觉风格和宽高比可支持不同地区与渠道版本。母语审核人员仍要检查语音、画面文字、文化细节和宣传表达。当同一场景需要适配多种画幅时，应把关键动作放在安全区域内。
四步工作流
准备一份实用的 Flux 3 创作简报
有效的 Flux 3 工作流从跨界面都成立的创作决策开始。先确定目标、参考素材、镜头方案和审核标准，不猜测尚未公开的模型名称或请求字段。
- 1
明确最终目标
先确定受众、信息、时长、格式和投放渠道，再分别列出观众必须看到与听到的内容。
- 2
筛选参考素材
只使用拥有权利的素材，标注每项参考负责引导什么，并在交给 Flux 3 前移除互相冲突的示例。
- 3
规划镜头与声音
描述主体、动作、相机、光线、对白、环境声与关键转场，让每个片段都足够聚焦，便于审核和修改。
- 4
逐项审核结果
连接片段或批准成片前，检查连续性、运动、声画同步、语音、画面文字、素材权利和事实准确性。
清晰理解发布状态
Flux 3 早期访问：已确认与待确认事项
Flux 3 正在分阶段推进，并非一次统一发布。请把早期访问材料明确说明的内容与尚未公开的细节分开，尤其不要提前承诺接口、价格、限制、许可或部署方式。
已经公布
截至 2026 年 7 月 30 日，Flux 3 已公布以下方向；早期规格仍可能变化。
- 以统一基础模型连接图像、视频、音频与语言指令。
- 提示词、起始图、参考素材、视频、音频和关键帧等输入类型。
- 联合生成视频与原生音频，公布的单次时长最长为 20 秒。
- 视频处于早期访问，图像合成与编辑采用单独的推进路径。
仍待确认
Flux 3 的生产细节尚未全部公开。在正式文档与你的实际权限一致前，请为方案保留调整空间。
- 最终公开模型标识与生产环境中的准确能力名称。
- 价格、计费单位、账号等级、配额和承诺条件。
- 最终分辨率、时长、文件、并发、速率与保存限制。
- 完整接口说明、许可条款、商业使用规则与部署条件。
做出产品、预算、安全或交付承诺前，请重新核对最新 Flux 3 访问条款和技术文档。
直接回答常见问题
Flux 3 常见问题
用这些简明回答对照 Flux 3 已公布能力与分阶段早期访问的边界。
什么是 Flux 3？
- Flux 3 是面向文本、图像、视频、音频与动作相关信号的多模态基础模型。其创作方向覆盖静态图像、原生音频视频、参考素材控制，以及由独立片段组成的更长故事。
Flux 3 已经全面发布了吗？
- 没有。截至 2026 年 7 月 30 日仍是分阶段推进：视频进入早期访问，图像合成与编辑单独展开。能力已经公布，不等于所有界面、账号或地区都已开放。
Flux 3 可以使用哪些输入？
- 已公布输入包括提示词、起始图、视觉参考、参考视频、已有视频与音频，以及关键帧。准确的文件类型、数量、大小与组合方式仍需查看与你访问路径对应的最新文档。
Flux 3 会生成原生音频吗？
- 已公布的视频能力会联合生成画面与声音，包括对白、环境声和事件音效。正式发布前仍需检查声画同步、语音准确性、意外噪声、受众适配和使用权利。
单次视频最长可以生成多久？
- 早期访问信息公布单次最长 20 秒并带原生音频，但不保证未来每个产品或账号都采用相同设置。更长故事需要把独立片段连接为经过剪辑的序列。
Flux 3 可以生成和编辑图像吗？
- 图像合成与编辑是已公布方向，覆盖多种风格、构图、宽高比和分辨率。该能力与视频分开推进，纳入交付计划前应先确认具体操作和输出格式。