الإطارات والمراجع لا تجتمع
الطلب إما يقوده الإطار أو تقوده المراجع. إذا احتجت إلى إطار أول ثابت وإلى عدة مراجع معًا، فقرر أيهما يحدد المظهر ودع الآخر يدخل في نص المطالبة.
BestAIVideo
يحوّل MiniMax H3 موجزًا مكتوبًا إلى فيديو من 4 إلى 15 ثانية ويُنشئ صوت ستيريو مع الصورة. هنا تستطيع أن تبدأ من نص عادي، أو تثبّت لقطة بإطار أول وآخر، أو تسلّم النموذج صورًا مرجعية ومقاطع صوتية، ثم تتحقق من التكلفة بنقاط الرصيد قبل أن ترسل الطلب.
يقرأ MiniMax H3 النصوص والصور والصوت معًا، فيغطي المولّد نفسه فكرة تبدأ من صفحة بيضاء، وإطارًا من لوحة قصصية، وأجواءً مبنية من صوتك الخاص. وهذه أدوات التحكم التي تهم عمليًا.
اختر من نص إلى فيديو، أو إنشاء من إطارات بإطار أول مطلوب وإطار أخير اختياري، أو مرجع شامل بصورة واحدة إلى خمس صور. ويعرض كل وضع المدخلات التي يستطيع استخدامها فقط.
شغّل التكوينات السريعة بدقة 768P، ثم حوّل الموجز نفسه إلى 2K حين يجب أن يصمد الفرو أو القماش أو الكتابة على شاشة كبيرة. وتكون 2K هي الدقة المحددة افتراضيًا.
اختر أي مدة صحيحة بين 4 و15 ثانية، فيحصل كشف المنتج أو الانتقال أو المشهد القصير على المساحة التي يحتاجها بالضبط.
يُنشأ الحوار وصوت الغرفة والمؤثرات والموسيقى بالستيريو إلى جانب الفيديو. ولا يوجد مفتاح للصوت تبحث عنه، فمكان توجيه الصوت هو مطالبتك.
تقول MiniMax إن بنية المطالبة أهم في H3 منها في معظم نماذج الفيديو، لأن نموذجًا لغويًا متعدد الوسائط يقرأ موجزك. عامله كملاحظة تصوير قصيرة لا كقائمة وسوم.
افتح بالموضوع والمكان في جملة واحدة، ثم الفعل الوحيد الذي ينبغي أن يحدث. فاللقطة ذات الموضوع الواحد والحركة الواحدة أسهل في الحكم عليها من مشهد مزدحم.
في «مرجع شامل» سمِّ ما تقدمه كل صورة: الشخصية أو المنتج أو الموقع أو الأسلوب. وتعمل الملفات الصوتية بالطريقة نفسها، سواء قدّمت صوتًا أو موسيقى أو أجواء.
توثق MiniMax إشارات كاميرا قصيرة بين أقواس معقوفة مثل [pan] و[zoom] و[static] توضع بعد نص المشهد. اكتفِ بحركة كاميرا واحدة في كل مقطع.
ضع كل جملة حوار أو مؤثر أو إشارة موسيقية بجوار الحدث الذي تنتمي إليه. يمكن أن تصل المطالبات إلى 7,000 حرف، وهو أكثر من كافٍ لخطة صوتية موقّتة.
على خلفية سوداء يُظهر المقطع كيف تحافظ 2K على حدة الحراشف المنفردة والجفن الشفاف وقزحية عاكسة، بينما يتنفس الحيوان ويرمش ويخرج لسانه. وتسمّي مطالبته الإضاءة وعمق التركيز والحركة الطبيعية الواحدة.
تتسلق الكاميرا مارّة بنوافذ متكررة ومصابيح معلقة بينما ينزلق ضوء أخضر وأرجواني على الجدران المعدنية. تكتب المطالبة الصوت مسارًا، من طنين المصعد إلى الكابلات التي تهتز عبر المجال الستيريو، وهذا هو نوع التوجيه الذي يستطيع H3 اتباعه.
تُقطَّع معًا أسطوانة دوّارة وقطار غارق بالمطر وملف أدلة أحمر، مع كتابة متحركة وملمس نصفي. وهو نموذج مفيد لمقطع يعتمد على الإيقاع والقطع المتطابق لا على فعل واحد متصل.
الطلب إما يقوده الإطار أو تقوده المراجع. إذا احتجت إلى إطار أول ثابت وإلى عدة مراجع معًا، فقرر أيهما يحدد المظهر ودع الآخر يدخل في نص المطالبة.
مقطع من 4 ثوانٍ يتسع لإيماءة واحدة. وبعد 10 ثوانٍ تستطيع تحمل لحظة ثانية أو قطعة، لكن اكتبها بالترتيب حتى لا يخمّن النموذج ما يأتي بعدها.
اكتم المقطع مرة لتحكم على الحركة، ثم استمع إليه مع إخفاء الصورة. فمشكلات التوقيت والتوازن أسهل سماعًا حين تفصل بين الاثنين.
ابنِ افتتاحية من 15 ثانية بالكتابة والقطع ونبض موسيقي لعرض تقديمي أو مقطع تشويقي لمهرجان، بمطالبة واحدة للصورة والصوت.
حرّك صورة المنتج من إطار أول، أو أضف إطارًا أخيرًا ليستقر المنتج في الوضعية التي يتوقعها التصميم.
استخدم نسبة 9:16 لتمنح رسومات الشخصيات انجرافًا بطيئًا للكاميرا أو حلقة تنفّس أو تغيّرًا لطيفًا في الضوء.
مرّر الصور المرجعية نفسها عبر عدة موجزات لتختبر اتجاه اللون والكاميرا والموسيقى قبل أن تلتزم بواحد.
ارسم مسودة للحظة مشهد سينمائي أو لحظة واجهة أو تقديم مخلوق بدقة 768P، ثم أنهِ اللقطات المعتمدة فقط بدقة 2K.
اقرن خطوة بصرية واضحة بجملة منطوقة أو مؤثر، ليصل درس قصير عن مفهوم ما وصوته جاهز.
MiniMax H3، ويسمى أيضًا Hailuo 3.0 أو Hailuo 03، هو نموذج الفيديو متعدد الوسائط من MiniMax. يقرأ النص والصور والصوت بوصفها سياقًا واحدًا ويُرجع فيديو بصوت ستيريو يُنشأ في الوقت نفسه.
من نص إلى فيديو، وإنشاء من إطارات، ومرجع شامل. يتطلب الإنشاء من إطارات إطارًا أول ويقبل إطارًا أخيرًا اختياريًا. ويتطلب «مرجع شامل» صورة واحدة على الأقل ويقبل حتى خمس، إضافة إلى ما يصل إلى ثلاثة ملفات صوتية اختيارية.
استخدم 768P ما دمت لا تزال تحسم التكوين والحركة، فهي الطريقة الأرخص للتكرار. وانتقل إلى 2K للتمريرة النهائية، خاصة حين تهم الملامس أو النصوص الصغيرة أو تفاصيل المنتج.
أي عدد صحيح من الثواني بين 4 و15. المدة الافتراضية 6 ثوانٍ، وهي تناسب فعلًا واحدًا؛ واستخدم المدد الأطول للتسلسلات ذات القطع أو تصاعد الصوت.
نعم. تُنشأ الأصوات والأجواء والمؤثرات والموسيقى بالستيريو مع الفيديو، فلا شيء تحمّله إلا إذا أردت توجيه الصوت بمراجع صوتية خاصة بك.
نعم. حمّل إطارًا أول لتبدأ اللقطة، أو أضف إطارًا أخيرًا ليسافر الفيديو بين مظهرين محددين. وتتبع نسبة العرض إلى الارتفاع الإطار الذي تحمّله.
من صورة إلى خمس صور بصيغ JPG وPNG وWebP وHEIC وHEIF، وحتى ثلاثة ملفات WAV أو MP3. والصورة مطلوبة، ويمكن ضبط النسبة على تكيفي ليتبع الإخراج مراجعك.
يقدّم الإنشاء من النص 21:9 و16:9 و4:3 و1:1 و3:4 و9:16، وتكون 16:9 هي الافتراضية. ويضيف وضع المراجع خيار تكيفي، ويتبع وضع الإطارات الصورة المحمّلة.
صف الموضوع والمكان، ثم فعلًا واحدًا، ثم حركة الكاميرا، ثم الصوت. ويمكن لإشارات قصيرة بين أقواس معقوفة مثل [static] أو [pan] أن تلي نص المشهد، وينبغي أن يكون لكل مرجع غرض معلن.
استخدم صورًا نظيفة جيدة الإضاءة لا يُقطع فيها الموضوع، وحافظ على اتساق الأسلوب بينها. واقتطع الصمت من الملفات الصوتية ليسهل تمييز الصوت البشري أو الإشارة الموسيقية أو طبقة الأجواء.
افحص الهوية والتكوين أولًا، ثم هل ينتهي الفعل ضمن المدة المختارة. بعد ذلك انظر إلى استمرارية الكاميرا واليدين والتفاصيل الدقيقة، وأخيرًا إلى توقيت الحوار وتوازن الستيريو.
اختر النص أو الإطارات أو المراجع، وحدد 768P أو 2K، وشاهد التكلفة بنقاط الرصيد قبل أن ترسل الطلب.