FLUX 3 Max vs FLUX 3: o que mudou
O FLUX 3 Max é o FLUX 3, da Black Forest Labs, pós-treinado pela fal Research para seguir o prompt mais de perto, gerar imagens mais bonitas e rodar mais rápido. A fal informa uma inferência mais de 11 vezes mais rápida e um ganho de 50 pontos de qualidade sobre o FLUX 3 no ranking da Artificial Analysis (Unite.AI).
| FLUX 3 | FLUX 3 Max | |
|---|---|---|
| Criado por | Black Forest Labs | fal Research, a partir do FLUX 3 |
| Velocidade | Referência | Mais de 11 vezes mais rápido, segundo a fal |
| Qualidade, imagem para vídeo | 1.086 Elo | 1.138 Elo, no nível dos líderes |
| Entradas | Texto, imagem, keyframes, um clipe para continuar | Texto, imagem, primeiro e último quadro, keyframes |
| Saída | 720p ou 1080p, além de 2K e 4K na API da Black Forest Labs | 720p ou 1080p |
| Duração e som | De 5 a 20 s, áudio nativo | De 5 a 20 s, áudio nativo |
Sobre a velocidade: no teste da própria fal, um clipe de 10 segundos em 720p leva cerca de 12 segundos para renderizar (fal). No Morphic, nossos clipes de 10 segundos com som ficaram prontos em menos de 30 segundos, fila incluída.
Como usar o FLUX 3 Max no Morphic, passo a passo
Seja para um Reels, um vídeo de TikTok, um Short do YouTube ou um anúncio curto, o caminho é o mesmo. São cinco passos.
Escolha o FLUX 3 Max no seletor de modelos de vídeo
Abra o Morphic, mude a barra de prompt para vídeo e selecione o FLUX 3 Max. Você também pode citar o modelo em um prompt do Copilot, que faz a escolha por você.
Escolha um ponto de partida
Comece só com texto ou acrescente imagens. Uma imagem é animada, duas definem o primeiro e o último quadro, e de três a dez viram keyframes fixados em momentos do clipe.
Escreva a cena como ações em ordem
Descreva o que acontece na ordem em que acontece e, depois, a câmera, a luz e o som. Nas seções abaixo, cada parte do prompt aparece junto com o clipe que ela gerou.
Defina a duração, a resolução e o formato da tela
Escolha qualquer duração de 5 a 20 segundos, 720p para rascunhos ou 1080p para a versão final. Em texto para vídeo, defina também o formato da tela, como 9:16 para vídeos verticais. Ligue o áudio para ter som e diálogo.
Gere, compare e refine
No Morphic, dois clipes de 10 segundos com som ficaram prontos, cada um, em menos de 30 segundos, fila incluída. Rode o mesmo prompt duas ou três vezes, fique com a melhor tomada, mude uma linha e rode de novo. Para ter por onde começar, a biblioteca de prompts do FLUX 3 Max reúne 20 prompts, cada um com o seu clipe.
Um menino de capa de chuva amarela pisa numa poça funda da calçada de uma cidade, a água explode para os lados, e ele olha para a câmera com um sorrisão. Ângulo baixo. Som: chuva, o respingo forte, a risada animada dele. Sem música, sem texto, sem logotipos.
Como escrever um prompt para o FLUX 3 Max
Escreva a cena como uma sequência de coisas que dá para ver, na ordem em que acontecem, e só depois a câmera, a luz e o som. O FLUX 3 Max executa as ações nessa ordem, então o último momento do prompt é o último momento do clipe. Use ações concretas (“levanta a porta de enrolar”) em vez de climas (“uma manhã cheia de esperança”).
Uma florista de avental de lona destranca a porta de enrolar da sua pequena floricultura ao amanhecer e a levanta com as duas mãos. Ela leva até a calçada um balde de zinco com tulipas amarelas, olha para a câmera e abre um sorriso. Câmera: aproximação lenta, vinda do outro lado da rua tranquila. Luz suave e azulada do amanhecer, que vai ficando quente. Som: a porta de enrolar subindo, passarinhos, trânsito ao longe, o balde apoiado na pedra. Sem música. Roupas simples, sem logotipos, sem texto em placas.
Como marcar o tempo dos momentos no FLUX 3 Max
Quando um momento precisa cair em um ponto exato, dê a cada um uma faixa de tempo. Deixe uma ação principal por faixa e reserve a última faixa um pouco mais longa, para o desfecho ter espaço.
0-3s: um pote de mel lacrado sobre uma mesa de cozinha ensolarada. 3-6s: as mãos pequenas de uma criança giram a tampa até abrir. 6-10s: a criança mergulha o dedo no mel e prova, com os olhos se arregalando de alegria. Plano próximo, luz quente de manhã. Som: a tampa estalando, um pequeno ofego, uma risadinha feliz. Sem música, sem texto, sem rótulos.
Como escrever efeitos sonoros no FLUX 3 Max
O áudio é gerado junto com a imagem, então um som ligado a uma ação visível cai exatamente nela. Nomeie cada som de forma simples, na ordem em que será ouvido, e acrescente “sem música” quando quiser só o som da cena.
Uma partida de tênis de mesa em um ginásio de escola vazio, com dois jogadores trocando bolas rápidas e cada quicada nítida. Ela termina com uma cortada que um dos jogadores não consegue devolver. Plano geral, de lado. Som: cada batida da raquete e cada quicada na mesa, o tênis rangendo no piso, a bolinha rolando para longe. Sem música, sem plateia, sem texto.
Como escrever diálogo com lip-sync no FLUX 3 Max
Ponha as palavras exatas entre aspas e diga quem fala e como. Mantenha a fala em uma ou duas frases curtas, para ela terminar dentro do clipe. Transcrevemos seis falas entre aspas geradas no Morphic, e as seis saíram palavra por palavra.
Um relojoeiro idoso levanta os olhos da bancada, ergue a lupa e diz com carinho: “Every watch tells you how it was treated.” Close-up, luz quente de um abajur de mesa. Som: a voz dele, o tique-taque suave de muitos relógios ao redor. Sem música, sem texto, sem logotipos.
Como usar imagens com o FLUX 3 Max
As imagens dão ao FLUX 3 Max um visual fixo, para começar ou para atravessar. A quantidade define o modo: uma para imagem para vídeo, duas para primeiro e último quadro, de três a dez para keyframes.
FLUX 3 Max de imagem para vídeo: animar uma imagem
O modo de imagem para vídeo parte da sua imagem, mantém o enquadramento e o visual dela e adota o mesmo formato de tela. Por isso o prompt só precisa dizer o que acontece em seguida e como soa, sem descrever a imagem de novo.
Ele faz uma pausa, estica a rede entre as mãos, levanta os olhos e acena para alguém fora do quadro, enquanto um barquinho a motor passa atrás dele. Som: gaivotas, água batendo na pedra, o motor pequeno de um barco passando. Sem música.
FLUX 3 Max com primeiro e último quadro
Com duas imagens, o FLUX 3 Max cria o movimento entre elas. Gere os dois quadros da mesma cena e edite o segundo, para mudar só o que deve mudar. O prompt descreve o caminho de um quadro até o outro.
A manhã chega à mesa do café: a luz fria de antes do amanhecer esquenta e vira um sol dourado que se espalha pelo mármore. A mão de um garçom pousa uma xícara de café e um croissant e se afasta, enquanto o vapor sobe. Plano fixo. Som: um café quieto acordando, uma xícara sendo pousada no pires. Sem música.
Keyframes no FLUX 3 Max: de 3 a 10 imagens
Com três a dez imagens, cada uma fica fixada em um momento do clipe: a primeira em 0 segundo e a última, no máximo, na duração do clipe. Distribua as imagens onde a história muda, mantenha a mesma câmera e a mesma luz em todas e deixe o prompt descrever a mudança que liga uma à outra.
Time-lapse de um girassol crescendo em um vaso de terracota no parapeito da janela: a muda sobe, folhas largas se abrem, um botão se forma no topo e vira uma flor amarela cheia, enquanto a luz do dia passeia pela parede. Plano fixo. Som: o silêncio de uma sala, um relógio tiquetaqueando ao longe. Sem música.
Como fazer um vídeo de 20 segundos com o FLUX 3 Max
Vinte segundos dão para uma viagem inteira. Liste na ordem os pontos por onde a câmera passa e diga que a tomada é contínua, e o FLUX 3 Max segue o mesmo sujeito por todos eles, sem corte.
Uma tomada contínua de 20 segundos, em macro, seguindo uma abelha que sai de uma flor de lavanda e voa baixo por um jardim ensolarado de casa de campo. Ela passa por uma torneira pingando e por uma fileira de tomateiros e pousa na entrada de uma colmeia de madeira, entre outras abelhas. A câmera segue de perto, logo atrás da abelha, o tempo todo. Som: o zumbido da abelha, canto de pássaros, a torneira pingando, o zumbido da colmeia ficando mais alto. Sem música, sem texto.
Configurações e limites do FLUX 3 Max
- Provedor: o Morphic roda o FLUX 3 Max pela fal, no ajuste de raciocínio alto da fal, que expande o seu prompt antes de renderizar e o segue mais de perto.
- Duração: qualquer segundo inteiro de 5 a 20.
- Resolução: 720p por padrão ou 1080p, que a fal descreve como um upscale da renderização em 720p.
- Formato da tela: 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 ou 9:16 em texto para vídeo. Imagem para vídeo e keyframes seguem as suas imagens.
- Entradas: uma imagem, um primeiro e um último quadro, ou de 3 a 10 keyframes com tempo marcado, em PNG, JPEG ou WebP. Os keyframes guiam a cena, sem travar cada rosto.
- Prompt: até 5.000 caracteres.
- Áudio: uma chave por clipe. Ligue para ter som e diálogo, desligue para um clipe mudo.
- Sem suporte para: continuar ou editar um clipe existente e gerar em 2K ou 4K.
Uma pessoa de jaqueta laranja caminha sozinha por uma crista estreita coberta de neve, sob um céu enorme de fim de tarde. Ela parece minúscula diante das montanhas, e o vento levanta neve do topo. Plano aberto fixo, em formato ultrawide. Som: vento, botas rangendo na neve. Sem música, sem texto, sem logotipos.
Perguntas frequentes
Descreva a cena como ações visíveis, na ordem em que acontecem, e depois a câmera, a luz e o som. O FLUX 3 Max executa as ações nessa ordem, então termine o prompt no momento em que o clipe deve acabar, como um olhar para a câmera ou uma fala.
Faz. Escreva as palavras entre aspas e diga quem fala, por exemplo: ele levanta os olhos e diz, “Every watch tells you how it was treated.” A fala sai com lip-sync, junto com o resto do som da cena. Use uma ou duas frases curtas por clipe.
Dá, mas só nos planos pagos do Morphic. Escolha o FLUX 3 Max no seletor de modelos de vídeo ou cite o modelo no Copilot. Todos os clipes deste guia foram feitos com o FLUX 3 Max no Morphic, a partir da versão original em inglês do prompt mostrado junto com cada um.
Qualquer duração em segundos inteiros, de 5 a 20, em uma única geração. Vinte segundos bastam para uma tomada contínua que passa por vários lugares ou momentos, desde que você os liste em ordem.
Dá. Em texto para vídeo, escolha o formato 9:16 e defina uma duração de 5 a 20 segundos. Ligue o áudio se quiser som e diálogo no próprio clipe. Em imagem para vídeo e em keyframes, o formato vem das suas imagens.
Acrescente de 3 a 10 imagens e fixe cada uma em um momento: a primeira em 0 segundo e a última, no máximo, na duração do clipe. O FLUX 3 Max cria uma tomada contínua que passa por cada quadro. Com exatamente duas imagens, elas viram o primeiro e o último quadro.
Em texto e imagem para vídeo, ele segue melhor os prompts e roda várias vezes mais rápido. O FLUX 3 ainda cobre tarefas que o Max não faz: continuar um clipe existente e gerar em 2K ou 4K na API da própria Black Forest Labs.