MiniMax H3 AI-videogenerator

Det er MiniMax H3 god til

Billed-, video- og lydreferencer i én prompt

MiniMax H3 tager op til 9 referencebilleder, 3 referencevideoer og 3 lydklip i én generering og læser dem samlet frem for ét ad gangen.

MiniMax' eget eksempel beder modellen om at kopiere kamerabevægelsen fra en video, lade figuren fra et billede synge og matche vokalen til et lydklip, alt i én sætning.

Skriv i prompten, hvad hver reference skal bruges til, ellers må modellen gætte: »behold ansigtet fra portrættet, følg dollybevægelsen i referencevideoen, og lad ham synge melodien fra lydklippet«.

Referencer og et første eller sidste billede kan ikke kombineres i én generering, så vælg én tilgang pr. klip, og vælg H3 til klip bygget på referencer.

Brug dit eget materiale eller materiale, du har lov til at bruge, især når det gælder ansigter og stemmer.

Filmisk 16:9-videonøglebillede, et triptykon med tre felter adskilt af tynde mørke streger: til venstre et enkelt studieportræt af en ung mand i en marineblå strikket sweater mod en grå baggrund; i midten en storyboard-skitse i blyant af et kamera, der kører langs en havnekaj; til højre den samme unge mand i den samme marineblå sweater, der synger på havnekajen i skumringen, mens kameraet bevæger sig ved siden af ham, fortøjede både og lamper bagved. Samme ansigt og tøj i alle felter, palet i dyb blå og koral, ingen tekst, ingen logoer.

Indbygget stereolyd skabt med billedet

Ifølge MiniMax skaber H3 indbygget stereolyd, hvor stemme, lydeffekter og musik modelleres sammen med videoen i stedet for at blive lagt på bagefter.

Det gør den velegnet til scener, hvor lyden bærer øjeblikket: et orkester på en strandpromenade, skridt på en træbro, en replik.

Beskriv lyden i samme sætning som den handling, den hører til, og skriv, hvornår hver lyd starter: »tubaen svinger mod kameraet på første slag, lilletrommen rasler, måger skriger over bølgerne«.

MiniMax beskriver stereolyd for H3, men siger ikke det samme om H3 Max, så vælg H3, når lyden betyder noget.

Lyt til hvert resultat, før du udgiver det, for en stemme eller et instrument kan stadig blive forkert.

Filmisk 16:9-videonøglebillede, en lav vidvinkeloptagelse af et lille brassband i enkle marineblå uniformer, der marcherer langs en strandpromenade en lys og blæsende eftermiddag, tubaens klokke svinger mod kameraet, en lilletrommeslager midt i et slag, måger letter fra rækværket, bølger ruller ind bagved. Skarp palet i koral og havblå, energisk paraderytme, ingen tekst, ingen logoer.

Fine detaljer i høj opløsning

MiniMax H3 genererer i op til 2K. MiniMax forklarer, at H3 når sin højeste opløsning ved at generere sit eget output i lavere opløsning igen med konteksten bevaret, og siger, at det genskaber fine detaljer og lille tekst bedre end almindelig opskalering.

Det ses i teksturen: dråber af havvand på en musling, sandkorn, strikket uld, hår, vejrbidt træ.

Langsomme kamerabevægelser får mest ud af det. En langsom makrokørsel ind eller en langsom panorering holder teksturen tydelig, mens hurtig action slører detaljer i enhver opløsning.

H3 Max tilbyder ikke 2K, så vælg H3 til klip, der skal vises på en stor skærm eller beskæres i redigeringen.

Højere opløsning koster mere pr. sekund, så afprøv bevægelsen i en lavere opløsning først.

Filmisk 16:9-videonøglebillede, en langsom makrokørsel ind mod et spiralformet havsneglehus, der ligger på våd sand ved solopgang, små dråber havvand på den rillede overflade, enkelte sandkorn der glimter, et tyndt lag bølgeskum der glider ind og trækker sig tilbage. Ekstremt fine detaljer, lav dybdeskarphed, perle- og koraltoner mod dyb blå skygge.

Sådan skriver du prompts til MiniMax H3

1. Skriv optagelsen i rækkefølge: motiv, handling, sted, kamerabevægelse, lys og til sidst lyd. »En fyrpasser går op ad en vindeltrappe, kameraet følger tæt bagefter, koldt stormlys, regnen trommer på ruden« er nok til at komme i gang.

2. Når du tilføjer referencer, så skriv i prompten, hvad hver af dem skal bruges til, fx ansigtet fra portrættet, kamerabevægelsen fra videoen og stemmen fra lydklippet.

   MiniMax' egne eksempler omtaler dem i den rækkefølge, de blev tilføjet, som Image 1, Video 1 og Audio 1.

3. Beskriv, hvad man hører, ved siden af det, man ser, og knyt hver lyd til et øjeblik i handlingen, fx »jerndøren smækker op, og vinden brøler ind«.

4. Til en forandring med en fast start og slutning bruger du et første og et sidste billede taget fra samme kameraposition og lader prompten beskrive kun det, der sker imellem.

5. Afprøv idéen på H3 Max i den laveste opløsning og en kort længde, og generér den igen på H3 i 2K, når prompten sidder.

Videoer lavet med MiniMax H3

• 

  Havets lyd i en konkylie

  Genereret med MiniMax H3

  Én sammenhængende optagelse på en klippekyst ved daggry. En ung kvinde i sennepsgul regnjakke sætter sig på hug ved en tidevandspøl, løfter en stor spiralformet konkylie op af vandet, ryster dråberne af og holder den langsomt op til øret, mens et smil breder sig i hendes ansigt. Kameraet starter lavt og bredt og kører blødt ind til et halvnært billede. Bølger ruller stille ind bag hende under en bleg lyserød og blå himmel, filmisk naturligt lys.

• 

  Op ad trappen i fyrtårnet

  Genereret med MiniMax H3

  Én sammenhængende optagelse inde i et fyrtårn. En ældre fyrpasser i en tung marineblå uldfrakke går op ad de sidste omgange af en hvid vindeltrappe med en lygte i hånden, mens kameraet følger tæt bagved og stiger med ham. Han skubber en lille jerndør op og træder ud på galleriet; kameraet følger ham gennem døråbningen og svinger rundt, så et stormfuldt hav kommer til syne nedenunder, bølger der brydes hvidt mod klipperne, og den store lampe, der fejer sin lysstråle gennem regnen. Koldt blåt stormlys mod varmt lygteskær, filmisk, glidende og uafbrudt kamerabevægelse.

Eksempler på prompts, du kan prøve med MiniMax H3

• 

  Fiskemarked om natten

  Filmisk 16:9-videonøglebillede, en kørende optagelse langs et fiskemarked ved havnen om natten, handlende i gummiforklæder løfter sølvblanke fisk op af knust is under kæder af varme pærer, damp stiger op fra en suppebod, både gynger ved kajen bagved. Dyb blå nat og koralorange lampelys, våde spejlinger i betonen, livligt og fyldt med mennesker, ingen tekst, ingen logoer.

• 

  Dykker i en tangskov

  Filmisk 16:9-videonøglebillede, en langsom kørende optagelse under vandet, der følger en fridykker i en enkel mørk våddragt, som glider mellem tårnhøje gyldne tangstængler, solstråler falder skråt ned fra overfladen, en stime små sølvfisk vender i samme bevægelse, partikler svæver i vandet. Dyb havblå med varmt gyldent lys, roligt og vægtløst, ingen logoer.

• 

  Sporvogn på kystvejen

  Filmisk 16:9-videonøglebillede, en luftoptagelse, der følger en lille sporvogn med to vogne, mens den svinger ad en klippevej over havet i skumringen, varmt lys i vinduerne, bølger der brydes hvidt mod klipperne langt nede, en landsby af pastelfarvede huse på det næste næs. Koralrød og violet himmel over dybblåt vand, glidende dronebevægelse, ingen tekst, ingen logoer.

• 

  Udskæring i en konkylie

  Filmisk 16:9-videonøglebillede, et tæt billede af en håndværkers vejrbidte hænder, der skærer et fint spiralmønster i en perlehvid konkylie ved en arbejdsbænk af træ, støv fra skallen fanger en stribe lys fra vinduet, små udskæringsværktøjer lagt frem på et hørklæde. Bløde blå skygger og varmt koralrødt lys, lav dybdeskarphed, langsom indzoomning.

Eksempelbillederne er vejledende; resultaterne varierer fra model til model.

MiniMax H3: specifikationer og priser

Alle priser nedenfor kommer fra den aktuelle prisliste, så de ændres her, så snart taksterne ændres. Kreditter trækkes pr. billede eller pr. sekund video.

Begrænsninger ved MiniMax H3

• Ifølge MiniMax har H3's forståelse af blandet input stadig betydelig plads til forbedring, og visuelle detaljer kan stadig skride i nogle scener.

  Regn med, at en reference indimellem bliver fulgt løst, og gennemgå ansigter, hænder og små bogstaver billede for billede, før du udgiver.

• H3 Max bytter bredde for fart. Den tilbyder ikke 2K, og MiniMax beskriver kun indbygget stereolyd for H3.

  Brug H3 til optagelser i høj opløsning, klip bygget på referencer og klip, hvor lyden betyder noget.

• Referencer og et første eller sidste billede kan ikke blandes i én generering. Et klip lavet ud fra et billede følger billedets format, så indstillingen for billedformat gælder ikke for det.

  Meget små billeder og ekstreme formater bliver afvist. Forstør et lille billede med AI-opskalering. Beskær et ekstremt format, eller forlæng den korte side med AI-billedudvidelse, før du uploader.