블랙포레스트랩스, 비디오·음성 동시 생성 프론티어 모델 'FLUX 3 Video' 정식 출시

블랙포레스트랩스(Black Forest Labs)가 차세대 멀티모달 AI 프레임워크인 'FLUX 3'의 첫 비디오 생성 모델인 'FLUX 3 Video(Part 1: Generation)'를 BFL API 및 주요 파트너 플랫폼을 통해 정식 출시(GA)했다. 이번 모델은 텍스트와 이미지 프롬프트를 기반으로 최대 20초 길이의 HD(720p) 및 FHD(1080p) 비디오를 생성하며, 정교하게 동기화된 음성 대사와 배경 오디오를 네이티브로 정밀 생성한다.

FLUX 3 Video는 기존 획일화된 시네마틱 스타일을 넘어 현실 세계의 텍스처와 역동성을 사실적으로 복원하도록 설계되었다. 주요 엔지니어링 기능으로는 텍스트-비디오(T2V), 이미지-비디오(I2V), 샷 간 키프레임 연결, 최대 4초의 기존 비디오/오디오 시퀀스를 자연스럽게 확장하는 비디오 연장(Continuation) 기능이 포함된다. 아울러 다국어 대사 생성 및 언어별 자연스러운 립싱크 기술을 지원해 14개 이상의 언어를 지원한다.

개발 효율성을 향상시키는 핵심 요소로 '드래프트 모드(Draft Mode)'가 새롭게 도입되었다. 드래프트 모드는 저비용으로 고속 프리뷰를 반환하여 구도와 카메라 워크, 피사체의 움직임을 사전 검증할 수 있도록 돕는다. 아이디어가 확정되면 동일한 구도와 모션을 유지하면서 최종 고해상도 품질로 전환 렌더링이 가능해 API 호출 비용과 반복 실험 시간을 획기적으로 줄여준다.

블랙포레스트랩스가 수행한 블라인드 인간 평가(Human Evaluation) 및 ELO 평가 결과, FLUX 3 Video는 텍스트-비디오 영역에서 1135 ELO 점수를 획득하며 기존 SOTA(State-of-the-Art) 비디오 모델들을 상회하는 성능을 기록했다. 블랙포레스트랩스는 출시 로드맵에 따라 향후 이미지 생성·편집을 위한 'FLUX 3 Image' 및 오픈소스 커뮤니티를 위한 오픈 웨이트 가중치 버전인 'FLUX 3 Dev'를 순차적으로 선보일 계획이다.