8 月 20 日,Black Forest Labs 在官方博客上线了一个看似不起眼的新工具:FLUX Video Upscale。它做的事一句话就能说清——把最长 20 秒的视频重新生成为最高 4K 分辨率的成片。但对真正用过视频生成工具的人来说,这一步恰恰是整条流水线里最疼的那一环:模型输出的画面再惊艳,离「能交付」始终差一次超分。
生成分辨率不等于交付分辨率
官方在公告里把问题说得很直白:一条在 hd 档生成的镜头,在进入交付前还需要一步处理;广播、广告战役和大银幕格式都要求更多像素,而本地超分工具在这些分辨率上往往会掉链子。
FLUX Video Upscale 的参数表也很克制:
- 输入:480p 起步,最长 20 秒,不超过 50MB,源分辨率上限 2560×1440
- 放大:
upscale_factor支持 1.5×、2×、3×,从 hd 输入大约落在 1080p、2K 和 4K - 上限:单帧约 14.4 兆像素,输出保持源视频画幅比例
- 音轨:原样保留
- 收费:只为成功交付的输出付费,被拒绝的片段不扣费
两种模式:一条精度与创意的分界线
真正值得琢磨的是它的双模式设计。
Precise 模式走 4 步,定价 $0.07/兆像素秒,更快更便宜,适合需要保持身份或参考细节一致的场景;Creative 模式走 8 步,$0.10/兆像素秒,用更多步数推进修复和细节生成——代价是它可能改动甚至替换画面里的人物身份,参考一致性低于 Precise。
换句话说,BFL 把「忠实还原」和「脑补细节」拆成了两个明确的产品选项,还允许在 Creative 模式里附带 prompt 来引导细节补全的方向。超分从一个技术参数,变成了一道创作决策题。
生成式超分,不是插值
官方产品页的表述值得注意:FLUX Video Upscale 是「以更高分辨率重新生成视频」,而不是在已有像素之间做插值。它原生理解 FLUX 3 的输出,能修复通用超分工具搞不定的问题——比如糊掉的脸、水面和草地纹理上的网格状伪影。
这背后的逻辑和 FLUX 3 本身的定位一脉相承:这是一个跨图像、视频、音频联合训练的模型,7 月 23 日发布,8 月 4 日上线视频生成(单请求最长 20 秒、FHD、24fps、同步音频),8 月 11 日接入 MCP,8 月 20 日补上超分。一个多月时间,BFL 把「生成-修复-交付」三段管线全部拼完。
视频模型竞争进入工具链阶段
我的看法:这条新闻的价值不在「又多了一个超分工具」,而在于它标志着视频生成竞争的重心正在迁移。当各家模型都能生成 20 秒带音频的片段时,决定用户留下来的不再是生成质量本身,而是交付链路是否完整——能不能上 4K、能不能保持角色一致、按什么计价。
FLUX Video Upscale 已经可以通过 BFL API 和 playground 调用,Replicate 上也已上架。对内容团队来说,$0.07/兆像素秒起的定价,让 4K 交付有了清晰的成本核算公式。
所以问题变成:当生成不再是瓶颈,你的工作流卡在哪一环?