FLUX 3 Keyframes to Video API

blackforestlabs/flux-3/keyframes-to-video

FLUX 3 Keyframes to Video 支持在 24 fps 时间轴上定点放置多达 10 张关键帧,结合文本提示词生成 5–20 秒连贯动态过渡与可选原生同步音频。以时间序列多视觉锚点严密指导多镜头调度、姿态转折与转场演进,实现专业导演级分镜控制。

输入
133/20000
1/10 · 0–120
#1起始
帧序号
输出
等待运行

生成的视频会显示在这里

填写提示词并添加所需素材,确认设置后点击“运行”。

720p · 5 秒 × 34/秒 = $0.850 (170 积分)
继续使用

示例

Seamless 5-second sequence connecting the three key poses: the skater crouches and pops the board, rises into a level ollie, then lands and rolls away. Camera: low tracking shot at board height, steady lateral move. Lighting: late afternoon plaza sun. Native audio: board pop, wheels on concrete, a soft landing. No logos, no readable text, no products, no packaging, no prices, no CTA, no advertising, no watermark, no brand marks.

Seamless 5-second home-kitchen sequence connecting the key poses: sliced vegetables on the board, then sliding into the pan with a toss, then plated. Camera: steady overhead-to-45-degree transitions between beats. Lighting: warm morning kitchen light. Native audio: knife taps, pan sizzle, a plate set down. No logos, no readable text, no products, no packaging, no prices, no CTA, no advertising, no watermark, no brand marks.

Seamless 5-second hiking montage connecting the key poses: walking a shaded forest path, stepping across a shallow rocky creek, then standing at the open summit overlook. Same hiker and backpack throughout. Camera: smooth following shots with natural transitions. Lighting: consistent midday mountain light. Native audio: footsteps on soil, creek water, summit wind. No logos, no readable text, no products, no packaging, no prices, no CTA, no advertising, no watermark, no brand marks.

FLUX 3 Keyframes to Video

FLUX 3 Keyframes to Video 为专业视效与导演级分镜调度提供强大的时间线控制能力。创作者可将多达 10 张关键帧按帧序号精确排布在 24 fps 时间轴上,模型依据物理动力学与提示词指令自动补齐其间复杂平滑的运动与摄像机轨迹,并生成同步原生多轨音频。

为什么选择此端点?

  • 24 fps 时间轴定点精准控制在 24 fps 时间基准上将关键帧锚定到指定帧索引(0–480),严格掌控每个视觉节点在时间线上的精确出现时刻。

  • 支持多达 10 张关键帧插值单任务支持 1 至 10 张静帧的序列化编排,轻松覆盖多动作转折、多视点切换与复杂剧情连贯呈现。

  • 按时间定位关键帧通过 frame_index 指定每张图片的时间位置,配合提示词安排主体动作与镜头变化。

  • 提示词协同导演多段叙事在 prompt 中指引各关键帧之间的衔接动作与运镜细节,使关键静帧与叙事逻辑产生紧密化学反应。

  • 原生同步音频随帧匹配随画面生成起承转合的同步原生音频,伴随关键帧的推进自动呈现符合动作变化的声场与动效。

  • 720p 与 1080p 专业级成片提供 720p 与 1080p 两种高清画质,呈现多关键帧动态中的画面细节与色彩层次。

参数

参数要求说明
prompt必填

字符串。指导各关键帧之间的主体运动轨迹、运镜调度、场景演进与原生音频线索。

keyframes必填

1 至 10 个关键帧对象。每项包含公开图片 URL 和唯一的整数 frame_index,范围为 0 到 duration × 24(含两端)。

duration可选

整数。设置生成视频的总时长,取值范围为 5 至 20 秒;体验区默认预选 5 秒。

默认5
resolution可选

字符串。设置视频输出分辨率,可选 720p 或 1080p;体验区默认预选 720p。

默认720p1080p
aspect_ratio可选

字符串。控制视频画幅比例,支持 auto 及常见横纵比例;体验区默认预选 auto。

默认auto21:92:116:94:31:13:49:16
sound可选

布尔值。控制是否随视频同步生成原生音频;体验区默认预选 true。

默认truefalse

如何使用

  1. 规划时间轴与关键帧按 24 fps 计算帧索引,准备 1–10 张公开图片 URL;各索引不能重复,且不得超过 duration × 24。

  2. 描述衔接动作与运镜在 prompt 中指引主体如何从第一张关键帧演进至后续各帧,并注明摄像机运动方式与环境音效。

  3. 设定总时长在 5 至 20 秒之间指定输出时长,确保所有关键帧的 frame_index 均在 duration × 24 范围之内。

  4. 选择分辨率与画幅选择 720p 或 1080p 分辨率,画幅比例可选择 auto 或匹配发布平台的固定比例。

  5. 配置声音选项保持 sound 为 true 以同步生成契合动作变化的音频,或设为 false 仅生成画面。

  6. 提交生成并查看视频核对费用后点击“运行”,等待任务完成后在输出区预览多分镜平滑过渡成片并下载 MP4。

价格

按生成的输出视频时长秒数与分辨率阶梯计费,原生同步音频包含在生成结果中。1 积分 = $0.005。

用量费率说明
720p34 积分 / 秒($0.17 / 秒)默认 5 秒 720p 为 170 积分($0.85)。
1080p58 积分 / 秒($0.29 / 秒)5 秒 1080p 为 290 积分($1.45)。

适用场景

  • 复杂分镜脚本导演调度在一条时间线上定点排布多张分镜静帧,直接由模型合成包含自然运镜与肢体动作的电影级动态片段。

  • 多姿态连贯动作编排定义角色的多个核心动作姿势并指定出现时刻,生成流畅自然的舞蹈、武术或体操成片。

  • 产品多角度展示漫游以正面、侧面、微距特写等关键帧为路标,生成如丝般顺滑的 360 度环绕产品宣传片。

  • 时间流逝与场景变迁排布黎明、正午与黄昏的同一场景图,生成光影自然流转、伴随时序声景的延时过渡影片。

专业建议

  • 计算 frame_index 时谨记 24 fps 换算:第 1 秒对应 24,第 2.5 秒对应 60,第 5 秒对应 120,最大不可超过 duration × 24。
  • 根据画面需要选择关键帧的位置,确保每个 frame_index 都唯一且位于生成时长范围内。
  • 相邻关键帧之间尽量保持合理的时间间隔(建议至少相隔 12 帧以上),让物理引擎有足够的过渡计算余地。
  • 在提示词中对应各时间节点进行描写,例如“前 2 秒向右横摇,随后镜头推进并转入正面特写”。
  • 为关键转折帧安排契合的音效描述,如“在特写帧时刻伴随沉重的大门关闭声”。

使用说明

  • 1 至 10 个关键帧对象。每项包含公开图片 URL 和唯一的整数 frame_index,范围为 0 到 duration × 24(含两端)。
  • 各关键帧的 frame_index 必须在 0 至 duration × 24 范围内,且数值不可重复。
  • 通过 API 提交后获得 task_id,随后通过查询接口轮询直至 finished 或 failed 终态。
  • 生成的 MP4 文件可直接嵌入视频剪辑软件,首尾画面能够无缝对接已有镜头分轨。

FLUX 3 Keyframes to Video API 常见问题

FLUX 3 Keyframes to Video API 是什么?

FLUX 3 Keyframes to Video 是 Black Forest Labs 用于在指定时间轴上依多张关键帧插值生成连续视频的模型。它支持创作者在 24 fps 的时间轴基准上自由布置多达 10 张静帧图片,结合文本提示词生成 5 至 20 秒、最高 1080p 分辨率并包含可选原生同步音频的高保真电影级视频。依托高精度多锚点时空生成网络,模型能够精准缝合多镜头之间的姿态演进、运镜调度与光影流动,实现专业导演级的复杂分镜编排。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

FLUX 3 Keyframes to Video 的时间轴帧率与帧索引如何换算?

时间轴固定按 24 fps 运行。frame_index 为整数,换算公式为:秒数 × 24。例如 0 秒为 0,1 秒为 24,2.5 秒为 60,5 秒为 120,20 秒为 480。所有关键帧的 frame_index 都必须处于 0 到 duration × 24 范围内。

首个关键帧的索引必须为 0 吗?

不必。首项与其他项遵循相同规则:frame_index 必须是 0 到 duration × 24 范围内的整数,且不能与其他关键帧重复。

最多可以提供多少张关键帧?如何安排间隔最合理?

keyframes 数组支持传入 1 至 10 个关键帧对象。为了给物理引擎预留平滑加减速的计算空间,建议任意两个相邻关键帧之间的帧索引间隔不少于 12 帧(即 0.5 秒以上)。

如何在提示词中配合多个关键帧展开叙事?

建议在 prompt 中按时序描述各关键帧之间的衔接动作与运镜轨迹。例如“从首帧平滑推进至特写姿态,随后镜头向右旋转至最终构图”,引导模型精准衔接各个静止锚点。

关键帧之间的原生音频是如何随画面生成的?

当 sound 设为 true 时,模型会解析全时间轴上关键帧的内容变化及提示词中的动作声音细节,自动生成与各时间节点精准对齐的同步多轨音频,使声画节奏契合。

如果仅需要控制视频的起始与结束两帧,应该使用哪个端点?

若仅需控制起点与终点两个静帧,建议使用 FLUX 3 First Last Frame to Video 端点,仅需传入包含两张图片 URL 的数组即可,无需单独计算 24 fps 的 frame_index 帧序号。