En FLUX 3 Max, se encuentra en la frontera en AA-Video-T2V v2.1: el más alto en Física, y más atrás en Sincronización de Audio y Diálogo y Sincronización de Labios
AA-Video-T2V v2.1 mide 10 capacidades y 10 casos de uso, cada uno con su propio tablero de clasificación. Las capacidades son las habilidades del modelo para las que se escribe el prompt.
FLUX 3 Max obtiene los mejores resultados de cualquier modelo en Física, y se encuentra más cerca de la frontera en Sincronización de audio y Diálogo y sincronización de labios. Está más alejado en Control de cámara y Anatomía humana. En comparación con su modelo base FLUX 3, obtiene mejores resultados en siete de las diez capacidades, especialmente en Iluminación y materiales y Composición compleja.
➤ La física abarca mecánica, efectos térmicos, interacciones de materiales, fractura y deformación, óptica, causa y efecto, y física contrafactual.
➤ Dialogue & Lip Sync cubre diálogos con un o varios hablantes, así como voz en off y discurso en pantalla.
➤ La sincronización de audio incluye efectos de sonido diegéticos, música de fondo y partitura, así como sonidos dentro y fuera del escenario.
