> ## Documentation Index > Fetch the complete documentation index at: https://docs.comfy.org/llms.txt > Use this file to discover all available pages before exploring further. # FLUX 3 Video: generación de video con IA y audio nativo > Genera videos con audio sincronizado usando FLUX 3 en ComfyUI, desde texto o imágenes, con hasta 20 segundos en una sola pasada FLUX 3 es el modelo fundacional multimodal de Black Forest Labs, anunciado el 23 de julio de 2026 y actualmente en Early Access. Aprende de forma conjunta a partir de imágenes, videos y audio dentro de una arquitectura unificada basada en Self-Flow, su enfoque para alinear la generación y la comprensión multimodales en un mismo modelo. En lugar de tratar cada modalidad de forma aislada, FLUX 3 aprende una representación compartida del mundo: cómo se sostienen los objetos, cómo se mueven las cosas y cómo suenan los eventos. Las capacidades y los límites pueden cambiar durante el despliegue de Early Access. En el caso de video, FLUX 3 crea clips muy diversos con audio nativo de hasta 20 segundos en una sola generación. Todas las salidas incluyen generación de audio sincronizado: sonido ambiente, voz y efectos. Admite generación de texto a video e imagen a video, con salida de múltiples tomas que encadena clips individuales en secuencias más largas y relaciones de aspecto flexibles. ## En qué destaca FLUX 3 Video * **Audio nativo**: Todos los videos incluyen audio sincronizado, con sonido ambiental, voz y efectos * **Hasta 20 segundos**: Genera clips largos en una sola pasada * **Entrada de texto e imagen**: Genera video a partir de un prompt de texto o continúa desde una imagen de fotograma inicial * **Formatos flexibles**: Resolución de 720p, 1080p, 1440p o 2160p, 24fps, relaciones de aspecto de 9:16 a 21:9 * **Salida de varias tomas**: Encadena clips individuales en secuencias más largas para narrativas más extensas ## Salidas de ejemplo Generación de texto a video a partir de un solo prompt, con audio, movimiento y física sincronizados: