Nowy multimodalny model wideo 2K

Generator wideo MiniMax H3

MiniMax H3 tworzy 4-15-sekundowe klipy 2K z dźwiękiem stereo. Zacznij od prompt, animuj jeden obraz lub parę pierwszej/ostatniej klatki lub łącz obrazy, wideo i dźwięk, gdy tożsamość, ruch i dźwięk wymagają oddzielnych odniesień.

Utwórz z tekstu Otwórz tryb referencyjny

Wygenerowane wideo i wejście wideo kosztują 36,5 kredytów na sekundę. Pierwsze 5 obrazów wejściowych jest bezpłatnych; każdy dodatkowy obraz kosztuje 11 kredytów. Wejście audio jest bezpłatne. Ostateczną sumę zaokrągla się do najbliższego pełnego kredytu.

Ujęcia produktów i kampanii, które wymagają szczegółów 2K i dźwięku w jednej generacji.

Animacja pierwszej/ostatniej klatki, gdy oba końce przejścia mają znaczenie.

Dopasowywanie postaci, ruchu lub głosu z kilku zasobów referencyjnych.

Modelowe wideo

Wejście, próbka i trasa w jednym klipie startowym

Użyj tego do szybkiego sprawdzenia modelu przed wygenerowaniem: zaakceptowanych danych wejściowych, wygenerowanych danych wyjściowych i najczystszej trasy w Video Studio.

Wejście Wybierz trasę z zasobu, który już posiadasz.

Próbka Oglądaj wygenerowane klipy, zanim wydasz kredyty.

Trasa Jasne prompt, jasne ceny, jasny następny krok.

Wygenerowana próbka obrazu do wideo

Zdjęcie z uruchomieniem interfejsu UlazAI

Wejście: jeden obraz interfejsu UlazAI, 4 sekundy, natywne wyjście 2K z dźwiękiem stereo.

Prompt

Turn this AI video studio interface into a premium launch shot: layered glass panels move forward in depth, cyan and lime light travels across the controls, the camera makes a slow clean push-in, subtle interface motion, preserve all existing design, no new text, no new logo, native stereo interface ambience.

Co kontroluje H3

H3 jest najbardziej przydatny, gdy sam prompt nie jest w stanie wykonać zadania. Oddzielne odniesienia mogą definiować obiekt, ruch kamery i dźwięk, natomiast prompt wyjaśnia, jak one ze sobą współdziałają.

Natywna rozdzielczość wideo 2K i dźwięk stereo

Wszystkie trzy ścieżki Studio zwracają wideo 2K.
Dialogi, atmosfera, muzyka i efekty dźwiękowe mogą być reżyserowane w tym samym prompt.
Używaj wyraźnych notatek o czasie, gdy widoczna akcja musi zakończyć się wskazówką dźwiękową.

Kontrola pierwszej i ostatniej klatki

Jeden obraz wyznacza kompozycję otwierającą.
Drugi obraz blokuje ostatnią klatkę i nadaje przejściu wyraźny cel.
Działa to dobrze w przypadku prezentacji produktów, zmian interfejsu i zdjęć przed/po.

Referencje multimodalne

Tryb referencyjny akceptuje obrazy w celu identyfikacji lub stylu, wideo w przypadku ruchu i rytmu kamery oraz dźwięk w przypadku głosu lub kierunku dźwięku.
Nazwij rolę każdego zasobu w prompt, zamiast pytać o każde odniesienie, aby miało wpływ na wszystko.
Używaj jak najmniejszej liczby odniesień, które jasno definiują tożsamość, ruch i dźwięk.

Precyzyjne zmiany bez przebudowy strzału

Tryb referencyjny może zmienić temat, tło, oświetlenie, garderobę lub dialog, zachowując jednocześnie części wymienione w prompt.
Określ zarówno żądaną zmianę, jak i to, co musi pozostać nietknięte.
Krótkie, ograniczone zmiany są bardziej niezawodne niż wymiana kilku niepowiązanych części na raz.

Kiedy H3 zarabia na wyższych kosztach renderowania

Wybierz H3, gdy natywne 2K, dźwięk stereo i mieszane odniesienia do obrazu/wideo/audio uzasadniają wyższą cenę. Seedance 2 Mini to tańsza metoda pod względem objętości ciągu; Seedance 2 pozostaje opcją, gdy nie jest wymagane natywne wyjście 2K.

Wyjście	Tekst / obraz	Z wejściem wideo 4s
4 sekundy	146 kredyty	292 kredyty
8 sekund	292 kredyty	438 kredyty
15 sekund	548 kredyty	694 kredyty

Dobra robota dla MiniMax H3

Użyj H3, gdy wyjście wymaga połączonej sceny audiowizualnej, a nie tylko ruchu dodanego do nieruchomej klatki.

Filmy produktowe

Połącz zbliżenia materiałów, ujęcia fabularne, czytelne szczegóły interfejsu i zsynchronizowany dźwięk w jednej krótkiej sekwencji.

Sceny z udziałem postaci

Użyj oddzielnych odniesień do tożsamości, ruchu i głosu, aby ta sama osoba była rozpoznawalna podczas zmiany przedstawienia.

Koncepcje interfejsu użytkownika i gry

Animuj menu, elementy sterujące i ruch kamery, informując model, które szczegóły interfejsu muszą pozostać nienaruszone.

Zlokalizowane zmiany kampanii

Zastąp dialogi, głos lub wybrane elementy wizualne, zachowując oryginalną kompozycję i synchronizację.

Trasy studyjne

Text to Video

minimax_h3_t2v

4 do 15 sekund

Tylko Prompt. Wybierz 21:9, 16:9, 4:3, 1:1, 3:4 lub 9:16.

Otwarta trasa

Image to Video

minimax_h3_i2v

4 do 15 sekund

Użyj jednej pierwszej klatki lub dodaj drugi obraz, aby zablokować ostatnią klatkę.

Otwarta trasa

Reference to Video

minimax_h3_r2v

4 do 15 sekund

Połącz maksymalnie 9 zdjęć, 3 filmy i 3 opcjonalne odniesienia audio. Każdemu odnośnikowi przypisz jasną rolę w prompt.

Otwarta trasa

MiniMax H3 czy Seedance 2?

prompt, który utrzymuje referencje pod kontrolą

Wybierz tryb tekstowy, graficzny lub referencyjny spośród zasobów, które już posiadasz.
Opisz kolejność ujęć, ruch kamery i sygnały dźwiękowe w kolejności, w jakiej powinny się pojawić.
W przypadku każdego odniesienia podaj jedno stanowisko: tożsamość, projekt produktu, ruch, język kamery, głos lub dźwięk.
Wymień twarz, materiały, kolory, typografię lub kompozycję, które nie mogą ulec zmianie.
Zacznij od 4 sekund. Zwiększaj czas trwania tylko wtedy, gdy strzał potrzebuje więcej czasu na przeczytanie.

Często zadawane pytania

Co generuje MiniMax H3?

Generuje 4-15 sekundowe wideo 2K z natywnym dźwiękiem stereo z tekstu, ramek obrazów lub odniesień mieszanych.

Czy mogę użyć pierwszej i ostatniej klatki?

Tak. Obraz na wideo akceptuje jedną pierwszą klatkę i opcjonalnie ostatnią klatkę.

Które referencje działają w trybie referencyjnym?

Do 9 obrazów, 3 referencje wideo i 3 pliki audio MP3 lub WAV.

Ile to kosztuje?

Wygenerowane wideo i wejście wideo kosztują 36,5 kredytów na sekundę. Pierwsze 5 obrazów wejściowych jest bezpłatnych, każdy dodatkowy obraz kosztuje 11 kredytów, a wejście audio jest bezpłatne.

Czy H3 tworzy dźwięk?

Tak. Model może generować dialogi stereo, muzykę, atmosferę i efekty razem z wideo.

Kiedy warto skorzystać z tańszego modelu?

Użyj tańszego modelu do objętości roboczej lub prostej animacji obrazu, gdzie 2K, dźwięk natywny i kontrola multimodalna nie zmieniają wyniku.

Utwórz z tekstu Przeglądaj Studio wideo