FLUX 3 Max با ادعای تولید ویدئو ۲۲ برابر سریع‌تر رونمایی شد

پلتفرم fal.ai با همکاری آزمایشگاه آلمانی Black Forest Labs از مدل تولید ویدئوی FLUX 3 Max رونمایی کرده است. این مدل با تمرکز بر کاهش زمان تولید و بازبینی ویدئو توسعه یافته و fal ادعا می‌کند سرعت آن در یک مقایسه مشخص، حدود ۲۲ برابر بیشتر از Seedance 2.5 بوده است.

بر اساس اطلاعات منتشرشده در گزارش رونمایی FLUX 3 Max، ساخت یک ویدئوی ۱۰ ثانیه‌ای با این مدل ۱۲٫۴۵ ثانیه زمان برده است؛ درحالی‌که زمان ثبت‌شده برای Seedance 2.5 در همان مقایسه به ۲۷۷٫۸۰ ثانیه رسیده بود.

#سرعت FLUX 3 Max در شرایط آزمایش

مقایسه fal بر مبنای میانگین زمان تولید کلیپ‌های ۱۰ ثانیه‌ای با نسبت تصویر ۱۶:۹ و وضوح 720p یا 768p، بسته به مدل، انجام شده است. با وجود نزدیک‌بودن زمان تولید به مدت خود ویدئو، عدد ۱۲٫۴۵ ثانیه همچنان به معنای تولید سریع‌تر از زمان واقعی نیست.

نتایج سرعت نیز از سوی ارائه‌دهنده مدل منتشر شده‌اند و عملکرد یکسان را در همه درخواست‌ها تضمین نمی‌کنند. تنظیمات، شرایط اجرا و سطح پردازش انتخابی بر زمان تکمیل اثر می‌گذارند. در تبدیل متن به ویدئو، دو سطح پردازش «کم» و «زیاد» ارائه شده است و انتخاب سطح بالاتر زمان بیشتری نیاز دارد.

#کیفیت رقابتی، بدون برتری قطعی

در جدول رتبه‌بندی تبدیل تصویر به ویدئوی Artificial Analysis که در ۱۹ اکتبر بررسی شده، FLUX 3 Max با وضوح 720p امتیاز Elo برابر با ۱۱۳۸ کسب کرده است. این امتیاز با Dreamina Seedance 2.5 برابر و دو امتیاز کمتر از MiniMax H3 با وضوح 768p است.

هم‌پوشانی بازه‌های اطمینان این مدل‌ها اجازه نمی‌دهد برنده‌ای قطعی از نظر کیفیت تعیین شود. Artificial Analysis، مدل FLUX 3 Max را بر اساس امتیاز ثبت‌شده در جایگاه دوم قرار داده، اما دامنه رتبه احتمالی آن را از اول تا پنجم اعلام کرده است. این آزمون نیز ترجیح کاربران میان ویدئوهای ساخته‌شده از تصویر اولیه را با درنظرگرفتن صدا می‌سنجد و نتایجش را نمی‌توان مستقیماً به تبدیل متن به ویدئو یا همه کاربردهای حرفه‌ای تعمیم داد.

#قابلیت‌های مدل و دسترسی از طریق API

FLUX 3 Max بر پایه مدل FLUX 3 Video ساخته شده و به گفته fal، آموزش تکمیلی آن بر پیروی دقیق‌تر از دستورها، بهبود ظاهر خروجی و کاهش زمان تولید متمرکز بوده است. Black Forest Labs نیز گفتار، رفتار فیزیکی باورپذیر، جلوه‌های صوتی و ساخت صحنه‌های غیرمتعارف را از نقاط قوت آن می‌داند؛ هرچند رتبه‌بندی کلی کیفیت، این ویژگی‌ها را جداگانه تأیید نمی‌کند.

این مدل از طریق API در دسترس است و امکان تعیین فریم‌های کلیدی را نیز ارائه می‌دهد. چنین قابلیتی می‌تواند برای نمایش محصول و طراحی توالی‌های بصری، کنترل بیشتری در اختیار تیم‌های خلاق قرار دهد. fal استفاده تجاری از محتوای تولیدشده با API را با رعایت شرایط استفاده مجاز دانسته است، اما این مجوز شامل دانلود، تغییر یا اجرای مستقل خود مدل نمی‌شود.

#قیمت تولید ویدئو با FLUX 3 Max

قیمت عادی تولید ویدئو در وضوح 720p معادل ۰٫۱۷ دلار به‌ازای هر ثانیه خروجی است و برای خروجی ارتقایافته به 1080p به ۰٫۲۹ دلار می‌رسد. هزینه عادی یک کلیپ ۱۰ ثانیه‌ای در این دو وضوح، به‌ترتیب ۱٫۷۰ و ۲٫۹۰ دلار خواهد بود.

fal همچنین تخفیف آغاز عرضه ۷۵ درصدی را تا ۷ نوامبر اعلام کرده است. با این تخفیف، هزینه یک ویدئوی ۱۰ ثانیه‌ای در وضوح 720p به ۰٫۴۲۵ دلار و در وضوح ارتقایافته 1080p به ۰٫۷۲۵ دلار می‌رسد.

ترکیب سرعت بالا و کیفیت رقابتی می‌تواند چرخه ایده‌پردازی، مشاهده نتیجه و اصلاح صحنه را کوتاه‌تر کند. بااین‌حال، افزایش سرعت ممکن است تیم‌ها را به تولید نسخه‌های بیشتری ترغیب کند و در نهایت هزینه کل را بالا ببرد. ارزش عملی این مدل زمانی روشن می‌شود که کسب‌وکارها سرعت، کیفیت و هزینه رسیدن به یک خروجی قابل‌استفاده را در جریان کاری خود بسنجند.