什么是 Flux 3？

Flux 3，也写作 FLUX 3 或 FLUX.3，是 Black Forest Labs 的首个视频模型。它可以单次生成最长20秒、带原生同步音频的片段，分辨率为480p和720p，部分平台提供全高清。支持文字生成视频、图片生成视频、首尾帧、关键帧和视频续接。

它与同类模型的区别不在于分辨率，而在于对格式的理解。只要说出一个年代和一种媒介，比如“一则 1987 年的地方新闻报道”，模型就能还原这种格式的镜头语言、灯光、节奏、服装和剪辑韵律，往往只需一句简短的话，你不必过度细化描述。

在写下第一条提示词之前，有四点值得了解：

• 同步生成原生音频： 声音不是第二步。对白、环境音和音效与画面一同生成，这意味着，即使你没有指定混音，它也依然会有一版混音，只是不是你选的那一版。

• 对世界与格式的深度理解： 历史纪录片、流程讲解和公有领域作品改编的效果出奇地好，包括准确的画面文字、日期和施工阶段。

• 单个片段内的多镜头叙事： 一次 20 秒的生成可以包含多个镜头和一段小型故事弧线，而不只是一个定格的瞬间。

• 草稿模式： 快速、低成本的迭代，让你在投入完整画质渲染之前先试验想法。

Flux 3 已上线于 Atlabs 模型阵容，你可以将它与 Kling、Veo 和 Seedance 并排使用，无需为每个模型分别管理账号。

在 Atlabs 上试用 Flux 3 →

“完美提示词”公式

Flux 3 更看重你点明格式，而不是堆砌形容词。这与 2024 和 2025 年大多数视频模型的提示方式正好相反，也是最难改掉的习惯。最有效的提示词往往是最短的那一条。

简短公式：

[格式或年代] + [主体或事件]

扩展公式，适用于需要更精细控制的场景：

[主体] + [动作] + [环境] + [镜头运动] + [音频] + [风格]

可靠的一句话结构：

[镜头]拍摄的[主体]在[环境]中[动作]

示例拆解：

以最短的提示词为例： 一部关于伍德斯托克的 1969 年纪录片。只有短短几个词，返回的结果却包含手持镜头、褪色的胶片质感、拥挤的构图、真实自然的人群行为、年代感服装，以及事件本身的情绪氛围。这些词都没有出现在提示词里。模型本来就知道这种格式是什么样子，用名称点明它，就一次性调出了所有这些内容。

接下来是导演式的版本，适用于你心中已有具体镜头的情况：

低角度跟拍镜头，一只狐狸在黎明时分穿过潮湿的松林灌木丛疾奔。柔和的自然光，浅景深，环境中的森林声响和远处的鸟鸣。电影感野生动物纪录片风格。

两种都是正确的提示词。第一种借助的是模型自身的知识，第二种则是覆盖它。只有在确实需要某个特定画面时才用第二种，因为堆砌形容词可能会盖过模型本来更擅长的表现。

制作你的第一个片段 →

5 个高效提示词模板

把这些复制到 Atlabs 上的 AI视频生成器 中，再换成你自己的主体即可。

1. 历史纪录片

最适合：营造年代氛围与还原媒体风貌。一句话就是完整的提示词。

一则 1987 年的地方新闻报道，内容是十几岁的青少年在商场里闲逛

一部 1989 年的电视纪录片，讲述柏林墙的倒塌

1969 年登月的电视直播

1903 年莱特兄弟首次飞行的档案影像。无声

2. 流程讲解

最适合：按正确顺序呈现建造过程和运作原理的片段。

金门大桥是如何建成的

中国长城是如何修建的

金字塔是怎么建造的？把它可视化。

3. 公有领域预告片

最适合：从知名作品中提取电影感叙事。

把玛丽·雪莱的《弗兰肯斯坦》可视化成一部电影。

4. 导演式电影镜头

最适合：精确控制镜头与运动。

无人机镜头在夜晚的发光森林上空滑行，萤火虫在发光的树木之间飘荡，轻柔的薄雾在林间地面上漫卷。缓慢向前推进，同时高度轻微下降。环境中的森林声响和远处的猫头鹰叫声。电影感调色，体积雾效。

5. 多语言对白场景

最适合：跨语言的自然对话与口型同步。

航班取消后，戴高乐机场的航空公司中转柜台。一名工作人员，一条长队，一块满是红色的屏幕。工作人员（法语）：“Monsieur, je vous mets sur le vol de dix-huit heures.” 随着队伍前进，继续加入阿拉伯语、英语、葡萄牙语和俄语的台词。

试试这些模板 →

社区作品展示

四个值得研究的作品，附有原帖，方便你对照提示词观看成片。

生日蜡烛与未经提示的物理效果 作者 steve johnson：模型自行推演出吹灭蜡烛的真实因果关系，并在没有被要求的情况下重新调亮了房间的灯光。 查看原帖

20 秒动漫片段，字幕准确无误 作者 Koh Terai：整段生成中，画面文字始终清晰且准确。 查看原帖

五种语言的机场排队场景 作者 Koh Terai：多语言对白模板的完整长度运行，口型同步在语言切换时依然保持稳定。 查看原帖

20 秒太空恐怖一镜到底 作者 Dominik Filkus：直接根据官方提示指南制作的一段连续恐怖场景。 查看原帖

制作类似的片段 →

进阶功能

如何用简短提示词获得最佳效果？

点明录制格式、年代和主体。Flux 3 已经知道 20 世纪 80 年代的地方新闻节目、1969 年的纪录片或 20 世纪 30 年代的建筑影片是什么样子、如何运镜，包括镜头时长和颗粒质感。多余的形容词只会与模型内置的知识相互竞争，而不是锦上添花，所以先从简短的开始，看看结果，再只在输出没有达到预期的地方补充细节。

图片生成视频与续写

给模型一张起始图片，或首帧和尾帧，然后只描述你想要的运动或变化。它会在保留源素材视觉语言的同时衔接这些画面。对于更长的作品，续写功能让你交还几秒现有的镜头，并描述接下来应该发生什么，这样就能突破 20 秒的上限，而且不会出现明显的接缝。

原生音频

只要声音重要，就把它描述出来。把对白放在引号里并标注语言，说明环境音和音效，想要静音时就写“无声”。由于音频与画面在同一次生成中产出，不写音频并不等于要求一段安静的片段，而是把混音交给模型自行决定。

在 Atlabs 上开始生成 →

需要避免的常见错误

1. 对模型本来就熟悉的主体过度描述。 六个词的格式提示词，常常胜过一百字的长段落。只有在简短版本失败之后，才写长的版本。

2. 忘记写格式。 “商场里的青少年”只能得到一个镜头。“一则 1987 年的地方新闻报道，内容是青少年在商场里闲逛”则能得到一整套新闻播出包装，连字幕条都有。

3. 忽略音频。 不指定音频，模型就会自行编造一整套混音，你接下来的一次生成就得花时间去消除一个你从未要求过的配乐。

4. 期待 30 秒的连续长镜头。 上限是 20 秒。更长的作品应规划为续写或串联多个片段，而不是提出一个不可能完成的请求。

5. 编写负面提示词。 Flux 系列模型不使用传统的负面提示词。只描述你希望出现在画面中的内容即可。

对比：Flux 3 与常见视频模型

简而言之：当格式本身承担叙事时，选择 Flux 3，涵盖纪录片、档案、讲解和改编类作品。当某张特定面孔需要在长镜头中保持不变时，选择专注一致性的模型。两者都在 Atlabs 模型阵容之中，所以切换只需一个下拉菜单，而不是再开一个新账号。

在 Atlabs 上对比模型 →

推荐资源

• fal.ai Flux 3 示例与提示词：fal.ai/learn/tools/flux-3-video-examples-prompts

• Black Forest Labs 官方博客：bfl.ai/blog/flux-3-video

• 官方 FLUX 提示指南：docs.bfl.ml/guides/prompting_summary

• Morphic Flux 3 指南：morphic.com/resources/how-to/flux-3-guide

常见问题

问：Flux 3 的片段最长可以有多长？ 答：单次生成最长 20 秒。更长的作品请使用续写功能，把几秒现有的镜头交给模型，让它在此基础上继续。

问：Flux 3 会生成音频吗？ 答：会，原生同步音频与画面在同一次生成中产出。请指明你想要的内容，包括带语言标签的对白，或者写“无声”来获得静音。

问：什么样的提示词效果最好？ 答：用一句清晰的话点明格式和主体。只有当你需要比模型自身知识更精细的控制时，才补充镜头、运动和音频细节。

问：可以续写现有的片段吗？ 答：可以。提供最多几秒的现有视频，并描述接下来应该发生什么。模型会在衔接处保持视觉语言的一致。

问：负面提示词有用吗？ 答：没有。Flux 系列模型不使用传统的负面提示词，所以请描述你想看到的内容，而不是列出要避免的内容。

你可能还会感兴趣

[Atlabs YouTube 教程嵌入占位符]

在 Atlabs 上制作你的第一个 AI视频 →

发布前请确认两件事。第一，我把 Flux 3 链接到了通用的模型页面，而不是专门的模型页面，因为我不知道页面的 slug。如果已经上线了 /models/flux-3 页面，请把两处引用都替换掉。第二，如果你希望在某个特定的 Atlabs 工作流中点名 Flux 3，请告诉我它走的是哪一条，我会把它融入引言和对比结论中。