MiniMax H3 : générateur de vidéos IA

Les points forts de MiniMax H3

Références image, vidéo et audio dans un seul prompt

MiniMax H3 accepte jusqu'à 9 images, 3 vidéos et 3 extraits audio de référence par génération, et les lit ensemble plutôt qu'une par une.

L'exemple de MiniMax demande au modèle, en une seule phrase, de reprendre le mouvement de caméra d'une vidéo, de faire chanter le personnage d'une image et de caler la voix sur un extrait audio.

Dites dans le prompt à quoi sert chaque référence, sinon le modèle doit deviner : « garde le visage du portrait, suis le travelling de la vidéo de référence, et fais-lui chanter la mélodie de l'extrait audio ».

Références et première ou dernière image ne se combinent pas dans une même génération : choisissez une approche par clip, et prenez H3 pour les clips construits sur des références.

Utilisez vos propres contenus, ou des contenus que vous avez le droit d'utiliser, surtout pour les visages et les voix.

Image clé vidéo cinématographique en 16:9, un triptyque de trois panneaux séparés par de fines marges sombres : à gauche, un portrait de studio sobre d'un jeune homme en pull en maille bleu marine devant un fond gris ; au centre, un storyboard au crayon d'une caméra en travelling le long d'un quai de port ; à droite, le même jeune homme dans le même pull bleu marine qui chante sur le quai au crépuscule pendant que la caméra se déplace à côté de lui, des bateaux amarrés et des lampadaires derrière. Visage et vêtements identiques d'un panneau à l'autre, palette bleu profond et corail, pas de texte, pas de logos.

Un son stéréo natif créé avec l'image

Selon MiniMax, H3 génère un son stéréo natif : voix, effets sonores et musique sont modélisés avec la vidéo au lieu d'être ajoutés après coup.

Il convient donc aux scènes où le son porte le moment : une fanfare sur une promenade, des pas sur un ponton en bois, une réplique.

Décrivez le son dans la même phrase que l'action à laquelle il appartient, et précisez quand chaque son commence : « le tuba pivote vers la caméra sur le premier temps, la caisse claire crépite, les mouettes crient au-dessus des vagues ».

MiniMax décrit un son stéréo pour H3, mais pas pour H3 Max : prenez H3 quand le son compte.

Écoutez chaque résultat avant de le publier, car une voix ou un instrument peut encore être raté.

Image clé vidéo cinématographique en 16:9, un plan grand angle en contre-plongée d'une petite fanfare en uniformes bleu marine unis qui défile sur une promenade en bord de mer par un après-midi lumineux et venteux, le pavillon d'un tuba pivote vers la caméra, un joueur de caisse claire en plein coup, des mouettes s'envolent de la rambarde, des vagues déferlent derrière. Palette nette corail et bleu océan, rythme de parade énergique, pas de texte, pas de logos.

Des détails fins en haute résolution

MiniMax H3 fait un rendu jusqu'en 2K. MiniMax explique que H3 atteint sa résolution maximale en régénérant en contexte sa propre sortie en résolution plus basse, et que cela restitue les détails fins et le petit texte mieux qu'un agrandissement classique.

C'est sur les textures que cela se voit : gouttes d'eau de mer sur un coquillage, grains de sable, laine tricotée, cheveux, bois patiné.

Les mouvements de caméra lents en tirent le meilleur parti. Un travelling avant en macro ou un panoramique lent garde la texture lisible, alors que l'action rapide brouille le détail quelle que soit la résolution.

H3 Max ne propose pas le 2K : prenez H3 pour les clips diffusés sur grand écran ou recadrés au montage.

Une résolution plus élevée coûte plus cher à la seconde : testez d'abord le mouvement en résolution plus basse.

Image clé vidéo cinématographique en 16:9, un lent travelling avant en macro sur une coquille d'escargot de mer en spirale posée sur du sable mouillé au lever du soleil, de minuscules gouttes d'eau de mer sur sa surface striée, chaque grain de sable scintille, une fine nappe d'écume glisse puis se retire. Détails extrêmement fins, faible profondeur de champ, tons nacre et corail sur des ombres bleu profond.

Bien écrire ses prompts pour MiniMax H3

1. Décrivez le plan dans l'ordre : sujet, action, lieu, mouvement de caméra, lumière, puis son. « Un gardien de phare monte un escalier en colimaçon, la caméra le suit de près, lumière froide d'orage, la pluie tambourine sur la vitre » suffit pour commencer.

2. Quand vous ajoutez des références, dites dans le prompt à quoi sert chacune, par exemple le visage du portrait, le mouvement de caméra de la vidéo et la voix de l'extrait audio.

   Les exemples de MiniMax les désignent dans l'ordre d'ajout : Image 1, Video 1 et Audio 1.

3. Décrivez ce qu'on entend à côté de ce qu'on voit, et rattachez chaque son à un moment de l'action, par exemple « la porte en fer s'ouvre avec fracas et le vent s'engouffre en rugissant ».

4. Pour une transformation dont le début et la fin sont fixés, utilisez une première et une dernière image prises depuis la même position de caméra, et laissez le prompt décrire seulement ce qui se passe entre les deux.

5. Testez l'idée sur H3 Max à la résolution la plus basse et sur une durée courte, puis relancez-la sur H3 en 2K une fois le prompt au point.

Vidéos réalisées avec MiniMax H3

• 

  L'oreille contre un coquillage

  Réalisée avec MiniMax H3

  Un seul plan continu sur un rivage rocheux à l'aube. Une jeune femme en ciré jaune moutarde s'accroupit près d'une flaque de marée, sort de l'eau un grand coquillage en spirale, en secoue les gouttes et le porte lentement à son oreille, un sourire se dessinant sur son visage. La caméra part en plan large et bas et avance doucement jusqu'à un plan rapproché. Derrière elle, les vagues roulent doucement sous un ciel rose pâle et bleu, lumière naturelle cinématographique.

• 

  En haut de l'escalier du phare

  Réalisée avec MiniMax H3

  Un seul plan continu à l'intérieur d'un phare. Un gardien âgé, vêtu d'un lourd manteau de laine bleu marine, monte les derniers tours d'un escalier en colimaçon blanc, une lanterne à la main, la caméra le suit de près et s'élève avec lui. Il pousse une petite porte en fer et sort sur la galerie ; la caméra le suit par l'embrasure et pivote pour révéler une mer déchaînée en contrebas, des vagues qui se brisent en blanc sur les rochers, la grande lanterne du phare balayant la pluie de son faisceau. Lumière d'orage bleue et froide contre la lueur chaude de la lanterne, cinématographique, mouvement de caméra fluide et continu.

Exemples de prompts à essayer avec MiniMax H3

• 

  Marché aux poissons de nuit

  Image clé vidéo cinématographique en 16:9, un travelling le long d'un marché aux poissons du port la nuit, des marchands en tablier de caoutchouc sortent des poissons argentés de la glace pilée sous des guirlandes d'ampoules chaudes, de la vapeur s'élève d'un stand de soupe, des bateaux tanguent au quai derrière. Nuit bleu profond et lumière des lampes orange corail, reflets mouillés sur le béton, animé et bondé, pas de texte, pas de logos.

• 

  Plongeur dans une forêt de kelp

  Image clé vidéo cinématographique en 16:9, un lent travelling sous-marin qui suit un apnéiste en combinaison sombre unie glissant entre de hautes tiges de kelp dorées, des rayons de soleil descendent en biais depuis la surface, un banc de petits poissons argentés vire d'un seul mouvement, des particules dérivent dans l'eau. Bleu océan profond et lumière dorée chaude, calme et en apesanteur, pas de logos.

• 

  Tramway sur la route côtière

  Image clé vidéo cinématographique en 16:9, un plan aérien qui suit un petit tramway de deux voitures dans un virage sur une route de falaise au-dessus de la mer au crépuscule, une lumière chaude brille à ses fenêtres, des vagues se brisent en blanc sur les rochers tout en bas, un village de maisons pastel sur le cap suivant. Ciel corail et violet au-dessus d'une eau bleu profond, mouvement de drone fluide, pas de texte, pas de logos.

• 

  Graver un coquillage

  Image clé vidéo cinématographique en 16:9, un plan rapproché sur les mains burinées d'un artisan qui gravent un fin motif en spirale dans un coquillage blanc nacré sur un établi en bois, de la poussière de coquillage accroche un rayon de lumière venu de la fenêtre, de petits outils de gravure alignés sur une toile de lin. Ombres bleues douces et lumière corail chaude, faible profondeur de champ, lent travelling avant.

Les images d'exemple sont illustratives ; les résultats varient selon le modèle.

MiniMax H3 : caractéristiques et tarifs

Tous les prix ci-dessous proviennent de la grille tarifaire en vigueur : ils changent ici dès que les tarifs changent. Les crédits sont décomptés par image, ou par seconde de vidéo.

Limites de MiniMax H3

• MiniMax reconnaît que la compréhension des entrées mixtes par H3 a encore une marge de progrès importante, et que le détail visuel peut encore déraper dans certaines scènes.

  Attendez-vous à ce qu'une référence soit parfois suivie de loin, et vérifiez visages, mains et petit texte image par image avant de publier.

• H3 Max sacrifie l'étendue des options à la vitesse. Il ne propose pas le 2K, et MiniMax ne décrit un son stéréo natif que pour H3.

  Prenez H3 pour les prises en haute résolution, les clips construits sur des références et ceux où le son compte.

• Références et première ou dernière image ne se mélangent pas dans une même génération. Un clip créé à partir d'une image reprend le format de cette image : le réglage du format ne s'y applique pas.

  Les images très petites et les formats extrêmes sont refusés. Agrandissez une petite image avec l'outil Upscale image IA. Recadrez un format extrême, ou étendez son côté court avec l'outil Étendre une image, avant de l'importer.