フレーム・参照素材・ステレオ音声で MiniMax H3 を制御

MiniMax H3 は、MiniMax の汎用マルチモーダル生成モデルであり、Hailuo 03 としても利用できます。ビデオの生成、参照、関係の編集、および同時生成されたネイティブ ステレオ オーディオが統合されています。

BestAIVideo は、テキストからビデオへの変換、最初のフレームの画像からビデオへの変換、最初と最後のフレームの生成、および画像とオプションのオーディオを含むマルチモーダルなリファレンス生成をサポートしています。

BestAIVideo の MiniMax H3 ジェネレーターは 768P と 2K をサポートしています。 より高速な探索には 768P を使用し、出力に強力なテクスチャと細部の忠実度が必要な場合には 2K を使用します。

BestAIVideo では、MiniMax H3 は 4 ～ 15 秒の任意の 1 秒の長さをサポートしており、ショットの長さをクイック モーション、製品の瞬間、トランジション、または完全な短いシーンに合わせることができます。

はい。 MiniMax H3 は、音声、アンビエンス、音響効果、音楽を含むネイティブ ステレオ オーディオを同時生成するため、サウンドは画面上の動きやシーンの変化に追従できます。

はい。 最初のフレームをアップロードしてコンポジションをアニメーション化するか、ビデオが 2 つの定義された視覚状態の間を移動する必要がある場合は、最初と最後のフレームの両方を追加します。

BestAIVideo の MiniMax H3 リファレンス モードは、1 ～ 5 つの画像と、オプションで最大 3 つの WAV または MP3 オーディオ ファイルを受け入れます。 このモードには参照画像が必要です。

テキストと参照の生成は、21:9、16:9、4:3、1:1、3:4、および 9:16 をサポートします。リファレンス モードではアダプティブ フレーミングも提供されますが、イメージ モードではアップロードされたフレームに従います。

コンパクトな制作概要を作成します。テーマと設定を特定し、アクションとカメラの動きを確認し、視覚的な処理を指定して、会話、雰囲気、効果、音楽の合図を追加します。

はい。 このページの機能とサンプル ビデオは、MiniMax の公式 H3 リリース ドキュメントから引用されています。プロンプトの例は、ロックされた MiniMax H3 ジェネレーターの目に見える機能を調べるために作成された BestAIVideo 互換の概要です。

それぞれに明らかなジョブが 1 つ含まれるクリーンなソース ファイルから始めます。アイデンティティや製品の形状が重要な場合は、遮るもののない明るい画像を使用し、意図したシーンと視覚的に一貫したスタイル参照を維持します。オーディオの場合は、無音や無関係な素材をトリミングして、音声、音楽の合図、雰囲気、エフェクトを簡単に識別できます。モデルが推測することを期待するのではなく、プロンプトですべてのファイルの役割に名前を付けます。2 つの参照が矛盾する場合は、どちらが被写体のアイデンティティを制御し、どちらが色、構成、動き、または音声を制御するかを述べてください。 通常、小規模で意図的なリファレンス セットは、無関係な 5 つの画像と 3 つの競合するオーディオ トラックよりも指示するのが簡単です。

レイヤーの出力を確認します。 まず、対象者の身元、構成、および主なアクションが選択した時間内に終了するかどうかを確認します。 次に、カメラの方向、動きの連続性、手と細部を検査し、続いて対話のタイミング、ステレオの配置、雰囲気、音楽のバランスを検査します。 一度に 1 カテゴリずつ指示を変更し、何が結果を改善するかを確認できます。ショットが急いでいると感じる場合は、アクションを簡略化するか、詳細を追加する前に時間を長くしてください。 画像がずれた場合は、最初のフレームまたは参照の役割を強化します。 適切な文言、解像度、アスペクト比、および参照の割り当てを、次のバリエーションの再利用可能な概要として保持してください。