Black Forest Labs hat ein eigenständiges Tool namens FLUX Upscale veröffentlicht, das Videos ab 480p neu bis zu nativem 4K generiert. Es handelt sich weniger um eine Modell-Iteration als vielmehr darum, einen Arbeitsschritt aus der eigenen Pipeline herauszulösen und separat zu verkaufen – dieselbe Lösung steckte zuvor bereits in FLUX 3 Video, wo sie für die 1080p-Ausgabe zuständig war.
Das deutsche Team ist im Bildbereich vor allem durch die Open-Source-Modellreihe FLUX bekannt. Was jetzt vorgestellt wird, liegt weiter weg vom Bildgenerieren und näher an der Nachbearbeitung. Wer keinen API-Zugang hat, aber wissen will, wie sich Neugenerierung von gewöhnlichem Upscaling unterscheidet, kann im Video Enhance von PixPix kostenlos einen Clip hochladen und beide Fassungen nebeneinander vergleichen – anschaulicher als jede Spezifikationstabelle.
Neugenerierung ist nicht dasselbe wie Upscaling
Übliches Video-Upscaling arbeitet mit Interpolation: Fehlen Pixel, werden sie geschätzt – das Ergebnis wirkt glatt, aber leer. Black Forest Labs positioniert FLUX Upscale ausdrücklich als Neugenerierung: Das Modell betrachtet die niedrig aufgelöste Eingabe und zeichnet jedes Einzelbild neu. Die zu behebenden Schwachstellen sind konkret benannt: unscharfe Gesichter, Wasseroberflächen sowie gitterartige Artefakte auf hochfrequenten Texturen wie Gras. Genau das sind die typischen Schwächen aktueller Video-Modelle – in der Generierungsphase wird zugunsten der Rechenlast zuerst an Details gespart, die später in der Nachbearbeitung wieder ausgeglichen werden müssen.
Das Tool unterstützt drei Faktoren: 1,5x, 2x und 3x. Ausgehend von HD-Material entspricht das ungefähr 1080p, 2K und 4K.
Zwei Modi, zwei Rechnungen
Der Precise-Modus läuft in 4 Schritten und kostet 0,07 US-Dollar pro Megapixel und Sekunde; der Creative-Modus läuft in 8 Schritten und kostet nach derselben Rechnung 0,10 Dollar. Die Schrittzahl verdoppelt sich, der Preis steigt um 43 Prozent – die zusätzliche Rechenleistung fließt laut Hersteller in die Detailrekonstruktion, der Preis dafür ist ein stärkerer Eingriff ins Ausgangsbild.
Grob nach Ausgabeauflösung gerechnet: Ein 4K-Einzelbild hat rund 8,29 Megapixel. Im Precise-Modus kostet eine Sekunde Bildmaterial damit etwa 0,58 Dollar, im Creative-Modus rund 0,83 Dollar. Für einen fertigen zehnsekündigen Clip verschlingt allein die Schärfung sechs bis acht Dollar.
Diese Zahl ist im heutigen Markt für Videogenerierung nicht billig. Im vergangenen Jahr haben mehrere Anbieter die Kosten pro Sekunde auf der Generierungsseite immer weiter gedrückt, Preise im Centbereich stehen längst in öffentlichen Preislisten. Das Upscaling steht dagegen auf der teureren Seite der Kostenkurve. Das überrascht nicht: Die Generierung kann den Großteil der rechenintensiven Arbeit bei niedriger Auflösung erledigen, während das Upscaling gezwungen ist, jedes Einzelbild ehrlich in der Zielauflösung durchzurechnen – die Pixelzahl ist eine harte Grenze.
Die Abrechnung pro Pixel-Sekunde hat noch eine Konsequenz: Die Kosten steigen linear mit der Länge, ohne jeden Skaleneffekt. Ein einminütiger Clip kostet das Sechsfache eines zehnsekündigen.
Wer zahlt das
Die absehbaren Einsatzfelder konzentrieren sich auf wenige Bereiche. Werbe- und E-Commerce-Material ist ohnehin kurz, wenige bis gut zehn Sekunden, die Kosten pro Clip bleiben überschaubar, während die Bildqualität stark ins Gewicht fällt. Trailer aus Film und Kurzserien liegen ähnlich. Dazu kommt die Auffrischung von Bestandsmaterial – Teams, die auf einem Berg alter Clips sitzen, kommen mit einer Neubearbeitung günstiger weg als mit einer Neuaufnahme.
Im E-Commerce-Bereich haben Tools diesen Schritt bereits zu einem einzigen Knopf verdichtet. PixPix stellt Video Enhance und Bild-Upscaling neben Produktbild-Sets und Video-Remakes auf dieselbe Oberfläche: Ein unscharfes Hauptbild oder ein verwackeltes Video lässt sich direkt vor Ort korrigieren, das kostenlose Kontingent reicht für ein komplettes Produktvideo. Für kleine und mittlere Händler gilt: Eine nach Pixel-Sekunden abgerechnete API ist eher etwas für Teams mit Volumen – erst an solchen Tools ausprobieren, was die Wirkung tatsächlich bringt, und danach entscheiden, ob sich die zusätzliche Präzision lohnt, ist der praktischere Weg.
Auch das, was der Hersteller diesmal nicht offengelegt hat, ist bemerkenswert: keine Angabe zur Verarbeitungslatenz, kein Limit für die Dauer einzelner Aufträge, keine Aussage zur Wirkung bei Material, das nicht von FLUX selbst stammt. Das Tool ist bereits im offiziellen Playground und in der API-Dokumentation verfügbar, ein Urteil über die tatsächliche Leistung wird es erst geben, wenn eine größere Zahl Nutzer es an echtem Material getestet hat.
Für Videoteams hierzulande liegt der eigentliche Wert dieser Meldung darin, dass sie eine Richtung bestätigt: Der Wettbewerb der Video-Modelle verschiebt sich von der Frage, ob überhaupt generiert werden kann, hin zu der Frage, wie viele Arbeitsschritte nach der Generierung noch folgen. Auflösung, Länge, Konsistenz – früher in eine einzige Modellkennzahl gepackt – werden nun in einzeln bepreisbare Dienste aufgeteilt.
Quellen: offizieller Blog von Black Forest Labs, CocoLoop, FLUX-Tool-Dokumentation und offizielle Preisseite; Preise pro Megapixel und Sekunde, Schrittzahlen und die drei Skalierungsfaktoren beider Modi wurden anhand der offiziellen Preisangaben geprüft.