文章から動画を生成
視聴者に伝わる動作から始めます。テキストによる生成では、開始画像を使わず、被写体、舞台、カメラの動き、音を言葉で指定して新しいシーンを作ります。オレンジ色の背景の前で女性がカメラを向く動作なら、ショットの中で追うべき出来事が明確になります。雰囲気の細部を加える前に、動作の始まりと収まり方を決めます。 商品動画 でも、被写体・動作・舞台という同じ組み立て方を使えます。
FLUX 3 Maxは、fal ResearchがBlack Forest Labsと共同で、FLUX 3を基に事後学習を施した動画モデルです。言葉や開始画像からシーンを作り、終了フレームを指定し、動きと音を1つの制作指示にまとめられます。
視聴者に伝わる動作から始めます。テキストによる生成では、開始画像を使わず、被写体、舞台、カメラの動き、音を言葉で指定して新しいシーンを作ります。オレンジ色の背景の前で女性がカメラを向く動作なら、ショットの中で追うべき出来事が明確になります。雰囲気の細部を加える前に、動作の始まりと収まり方を決めます。 商品動画 でも、被写体・動作・舞台という同じ組み立て方を使えます。
写真やイラストで冒頭の構図を決め、その後の動きを説明します。falの画像入力はPNG、JPEG、WebPに対応します。木々のある駐車場の青いオープンカーを基準に、ゆっくり横を移動するショットを作れます。元画像で見た目を示し、プロンプトで次の瞬間を指示します。
任意の終了画像を加えると、画像からの動画生成に2つ目の目標となる構図を設定できます。夏の街路を開始フレーム、雪の積もる街路を終了フレームにし、両者をつなぐ季節の変化を説明します。2枚の画像で、同じ被写体、遠近感、意図する変化に一貫性を持たせます。
音声生成は既定で有効ですが、無効にもできます。ピアノの音、セリフ、岸に打ち寄せる波など、聞こえる出来事も、目に見える動作と同じように明確に説明します。グランドピアノの演奏者を描けば、音と画面内の音源が結びつきます。テイクを選ぶ際は、動きと合わせて音も確認してください。
素潜りのダイバーを横から追う、顔に近づく、広い構図を保つなど、カメラと動作の関係を記述します。APIの推論強度にはlowとhighがあり、既定値はhighです。強度を上げると処理時間も長くなります。見た目の演出方針に加え、処理の設定も意図的に選べます。制作する 映画のような動画.
ここで確認したfalの処理では、5〜20秒を1秒単位で指定できます。720pから始めるか、ドキュメントに記載された1080pへのアップスケーリングを選びます。テキストでは横長、縦長、正方形、さらに横に広い構図を指定できます。自動設定では、テキストは16:9、画像を使う場合は開始画像に合わせます。短く見せるなら5秒、同じ場面をじっくり展開するなら15秒を選びます。納品先に合わせて画面を計画してください。
BFLの参照静止画:FLUX 3 Image Klein。ピアノの場面:制作した説明用イラスト。






BFL公式の参照画像:FLUX 3 Image Klein。
プロバイダーのワークフロー全体で、クリエイティブ入力、ショット コントロール、サウンド、クリップの長さを比較します。
| 比較項目 | FLUX 3 Max | FLUX 3 | Wan 3.0 |
|---|---|---|---|
| モデルの役割 | fal ResearchがFLUX 3に事後学習を実施 | Black Forest Labsの基盤動画モデル | Alibaba オールインワンの生成と編集 |
| 創造的な出発点 | テキスト;開始画像とオプションの終了画像 | テキスト、画像、最初/最後のフレーム、キーフレーム、既存のクリップ | テキスト、フレーム、マルチモーダル参照、ファイルまたは Web コンテキスト |
| クリップの長さ | 確認したfalの処理では5〜20秒 | 最大20秒 | 参考ビデオなしで 2 ~ 30 秒 |
| サウンド | 生成された音声。デフォルトで有効になっています | 音声の同時生成 | ネイティブの会話、音楽、効果音 |
| ワークフロー制御 | 動きのプロンプト、終了フレーム、推論強度 | キーフレーム、延長、試作、高精細化の処理 | 参照・編集・拡張作業 |
公式モデルの詳細 ↗ · FLUX 3 を探索する
手が香水瓶を持ち上げ、ガラスに光が当たり、カメラが近づく、という見せ場を1つ計画します。開始画像で配置を定めてから、動作やタイミングを指示できます。
ジェスチャー、カメラの距離、パフォーマーの周囲の音を説明します。短い連続した動きにより、完成したシーンにおいて表情と体の動きが明確な役割を果たします。
イラストのキャラクターから始め、終わり方が重要なら最終的な構図も指定します。無関係な2枚を物語なしにつなぐよう求めるのではなく、プロンプトでその間の変化を説明します。
商品のメッセージ、ドキュメンタリーの一瞬、アニメの物語に使えるPexo Createの制作方法を紹介します。
FLUX 3 Maxは、fal ResearchがBlack Forest Labsと共同で、FLUX 3を基盤に事後学習を施した動画モデルです。ここで確認したfalの制作機能では、テキストのプロンプトや開始画像から動画を生成し、生成音声も含められます。
はい。画像からの動画生成APIは開始画像を必須とし、終了画像は任意で指定できます。PNG、JPEG、WebPに対応します。2つの構図をつなぐ動きをプロンプトで説明してください。
ここで確認したfalのテキスト・画像入力の処理は、5〜20秒に対応し、既定値は5秒です。出力は既定で720pとなり、1080pへのアップスケーリングも記載されています。画面比率の自動設定では、テキストは16:9、それ以外は開始画像に合わせます。
APIでは推論強度をlowとhighから選べ、既定値はhighです。強度を上げると生成時間が長くなります。シード値は任意で、音声生成はリクエストごとに有効・無効を設定できます。
FLUX 3 Maxは、falのモデル試用画面とAPIで提供されています。fal ResearchがFLUX 3に事後学習を施したバリエーションです。元のBlack Forest Labsのモデルには、生成、試作、キーフレーム、延長について、独自の制作方法がドキュメントに記載されています。