在音效库里一帧一帧挪声音的日子，可能要到头了。
黑森林实验室放出来的 Flux3，我最在意的不是画面那一栏，是原生音频：能直接输出 20 秒音画同步的片段。以前这类活是两条流水线，画面生成完我再去音效库翻，对不上就逐帧挪。现在模型自己把这步吞了，哪怕音质只是可用级别，做片头、垫个氛围也省事。
不过同步只是好听，我关心的是能不能控。能不能指定这里要脚步声、那里安静，能不能只重生成音轨、画面不动？改一点就得整段重跑的话，20 秒也不便宜。等能上手了我打算拿同一段画面连跑几遍，看它每次给的声音飘不飘。