画面一个工具，配音配乐音效再换一摊工具，最后还得拼——做短视频我最烦就是这一步。
FLUX 3 这回把它合到一起了：一次生成直接出到 20 秒，对白、音效、背景音都带，而且声音和画面是同一套模型一起出的，不是后期贴上去。15 到 20 秒的信息流广告，基本一条就是整条交付。
不过现在还碰不到：目前只有视频和机器人两块在给合作方灰度内测，图像版说是过几周，开放权重的 Dev 版排到今年晚些，公开 API 和价格都还没影。
我打算等能进去了拿一条真实短片测一下，看比现在的流程能省多少配音和剪辑功夫，真能省再换工作流。