Quadros e referências não se misturam
Um pedido é guiado por quadros ou guiado por referências. Se você precisa de um primeiro quadro fixo e de várias referências, decida qual define o visual e deixe a outra ir para o texto do prompt.
176Créditos
Créditos restantes：
Público
BestAIVideo
Filme clipes do MiniMax H3 a partir de texto, quadros ou do seu próprio áudio
O MiniMax H3 transforma um briefing escrito em um vídeo de 4 a 15 segundos e gera som estéreo junto com a imagem. Aqui você pode começar por texto simples, ancorar um plano com um primeiro e um último quadro ou entregar ao modelo imagens e clipes de áudio de referência, e então conferir o custo em créditos antes de enviar.
O que o MiniMax H3 deixa você controlar
O MiniMax H3 lê texto, imagens e áudio em conjunto, então o mesmo gerador atende a uma ideia de página em branco, a um quadro de storyboard e a um clima construído a partir do seu próprio som. Estes são os controles que importam na prática.
Três jeitos de começar um plano
Escolha texto para vídeo, geração por quadros com um primeiro quadro obrigatório e um último quadro opcional, ou Referência multimodal com de uma a cinco imagens. Cada modo mostra apenas os campos que consegue usar.
768P para testes, 2K para a versão final
Faça composições rápidas em 768P e depois passe o mesmo briefing para 2K quando pelo, tecido ou letras precisarem se sustentar numa tela grande. O 2K é a seleção padrão.
Durações em segundos inteiros, de 4 a 15
Escolha qualquer duração inteira entre 4 e 15 segundos, para que uma revelação de produto, uma transição ou uma cena curta tenha exatamente o espaço de que precisa.
Som que chega junto com a imagem
Diálogos, som de ambiente, efeitos e música são gerados junto com o vídeo, em estéreo. Não há botão de áudio para procurar, então a direção do som deve estar no prompt.
Como fazer o briefing de um plano do MiniMax H3
A MiniMax afirma que a estrutura do prompt importa mais no H3 do que na maioria dos modelos de vídeo, porque um modelo de linguagem multimodal lê o seu briefing. Trate-o como uma nota curta de filmagem, e não como uma lista de tags.
Diga o que é o plano
Abra com o sujeito e o cenário em uma frase e depois com a única ação que deve acontecer. Um plano com um sujeito e um movimento é mais fácil de avaliar do que uma cena lotada.
Dê uma função a cada referência
Na Referência multimodal, diga o que cada imagem contribui: o personagem, o produto, o local ou o estilo. Os arquivos de áudio funcionam do mesmo jeito, seja para fornecer uma voz, uma música ou um som ambiente.
Acrescente as notas de câmera depois da descrição
A MiniMax documenta indicações curtas de câmera entre colchetes, como [pan], [zoom] e [static], colocadas depois do texto da cena. Use apenas um movimento de câmera por clipe.
Escreva a trilha sonora no briefing
Coloque cada fala, efeito ou indicação musical ao lado da ação a que pertence. Os prompts podem ter até 7.000 caracteres, o que é mais do que suficiente para um plano de som com marcações de tempo.
Três planos do MiniMax H3 que vale estudar antes de gerar
Um retrato macro em 2K de um gecko-crista
Sobre um fundo preto, o clipe mostra como o 2K mantém nítidas as escamas individuais, uma pálpebra translúcida e uma íris reflexiva enquanto o animal respira, pisca e lança a língua. O prompt indica a iluminação, a profundidade de foco e o único movimento natural.
Um movimento vertical subindo por uma torre retrofuturista
A câmera sobe passando por janelas que se repetem e lâmpadas penduradas, enquanto uma luz verde e magenta desliza pelas paredes de metal. O prompt escreve o som como um percurso, do zumbido do elevador aos cabos que chacoalham pelo campo estéreo, o tipo de direção que o H3 consegue seguir.
Uma abertura neo-noir de quinze segundos
Um disco girando, um trem encharcado de chuva e uma pasta vermelha de evidências são cortados juntos, com letras em movimento e textura de retícula. É um bom modelo para um clipe que depende de ritmo e de cortes de continuidade, e não de uma única ação contínua.
Notas de produção para o MiniMax H3
Planeje a duração em torno da ação
Um clipe de 4 segundos comporta um gesto. Depois de 10 segundos você pode se permitir um segundo momento ou um corte, mas escreva-o em ordem para que o modelo não precise adivinhar o que vem a seguir.
Revise o som como uma etapa à parte
Silencie o clipe uma vez para avaliar o movimento e depois ouça com a imagem escondida. Problemas de tempo e de equilíbrio são mais fáceis de ouvir quando você separa os dois.
Onde o MiniMax H3 faz seus créditos valerem a pena
Aberturas e filmes de clima
Monte uma abertura de 15 segundos com letras, cortes e pulso musical para uma apresentação ou um teaser de festival, usando um prompt para imagem e som.
Páginas de produto em movimento
Anime uma foto de produto a partir de um primeiro quadro ou acrescente um último quadro para que o produto se acomode na posição que o seu layout espera.
Pôsteres verticais e arte principal
Use a proporção 9:16 para dar à arte de um personagem uma deriva lenta de câmera, um loop de respiração ou uma suave mudança de luz.
Variações de campanha
Passe as mesmas imagens de referência por vários briefings para testar a cor, a câmera e a direção musical antes de se decidir por um.
Pré-visualização de jogos e animações
Esboce o momento de uma cena de corte, um momento de interface ou a apresentação de uma criatura em 768P e finalize em 2K só os planos aprovados.
Vídeos explicativos com marcações de narração
Combine uma etapa visual clara com uma fala ou um efeito, para que uma aula curta sobre um conceito chegue com o áudio já no lugar.
Perguntas frequentes sobre o MiniMax H3
O MiniMax H3, também chamado de Hailuo 3.0 ou Hailuo 03, é o modelo de vídeo multimodal da MiniMax. Ele lê texto, imagens e áudio como um único contexto e devolve vídeo com som estéreo gerado ao mesmo tempo.
Texto para vídeo, geração por quadros e Referência multimodal. A geração por quadros exige um primeiro quadro e aceita um último quadro opcional. A Referência multimodal exige pelo menos uma imagem e aceita até cinco, mais até três arquivos de áudio opcionais.
Use 768P enquanto você ainda decide a composição e o movimento, já que é a forma mais barata de iterar. Passe para 2K na etapa final, sobretudo quando a textura, o texto pequeno ou o detalhe do produto importam.
Qualquer número inteiro de segundos de 4 a 15. O padrão é 6 segundos, que combina com uma única ação; use as durações maiores para sequências com cortes ou com construção de som.
Sim. Vozes, som ambiente, efeitos e música são gerados em estéreo junto com o vídeo, então não há nada para enviar, a menos que você queira conduzir o som com as suas próprias referências de áudio.
Sim. Envie um primeiro quadro para iniciar o plano ou acrescente um último quadro para que o vídeo percorra o caminho entre dois visuais definidos. A proporção segue o quadro que você enviar.
De uma a cinco imagens em JPG, PNG, WebP, HEIC ou HEIF e até três arquivos WAV ou MP3. Uma imagem é obrigatória, e a proporção pode ser definida como adaptável para que a saída siga as suas referências.
A geração por texto oferece 21:9, 16:9, 4:3, 1:1, 3:4 e 9:16, com 16:9 como padrão. O modo de referência acrescenta uma opção adaptável, e o modo de quadros segue a imagem enviada.
Descreva o sujeito e o cenário, depois uma ação, depois o movimento de câmera e por fim o som. Indicações curtas entre colchetes, como [static] ou [pan], podem vir depois do texto da cena, e toda referência deve ter uma função declarada.
Use imagens limpas e bem iluminadas em que o sujeito não esteja cortado e mantenha o estilo coerente entre elas. Corte o silêncio do áudio para que uma voz, uma indicação musical ou uma camada de som ambiente seja fácil de identificar.
Confira primeiro a identidade e a composição, depois se a ação termina dentro da duração escolhida. Em seguida, veja a continuidade da câmera, as mãos e os detalhes finos, e por último o tempo dos diálogos e o equilíbrio estéreo.
Comece seu próximo plano com o MiniMax H3
Escolha texto, quadros ou referências, defina 768P ou 2K e veja o custo em créditos antes de enviar.