Zero Kit AI

MiniMax H3 AI वीडियो जनरेटर

Hailuo AI बनाने वाली टीम का सबसे नया वीडियो मॉडल MiniMax H3 किसी प्रॉम्प्ट, पहले फ़्रेम या इमेज, वीडियो और ऑडियो रेफ़रेंस के सेट को छोटे वीडियो में बदलता है, और उसी एडिटर में मौजूद H3 Max तेज़ जनरेशन के लिए बना वर्ज़न है।

  • MinimaxMiniMax
  • अधिकतम 2K
  • अधिकतम 9 रेफ़रेंस इमेज
  • अधिकतम 3 रेफ़रेंस वीडियो
  • अधिकतम 3 रेफ़रेंस ऑडियो क्लिप
  • एक बार में अधिकतम 4 वीडियो
  • 4–15 सेकंड
  • प्रति सेकंड क्रेडिट: 10 से शुरू
  • Plus और उससे ऊपर के प्लान में शामिल
कोरल रंग का रेनकोट पहने एक महिला पत्थर के घाट के छोर पर खड़ी है, उसके पीछे लहर सफ़ेद झाग बनकर टूट रही है और दूर एक लाइटहाउस दिख रहा है।

MiniMax H3 से बने वीडियो

  • सीपी में समुद्र की आवाज़

    MiniMax H3 से जनरेट किया गया

    भोर के समय पथरीले किनारे पर एक लगातार शॉट। सरसों-पीले रेनकोट में एक युवती ज्वार के पानी के गड्ढे के पास बैठती है, पानी से एक बड़ी सर्पिल सीपी निकालती है, बूँदें झटकती है और धीरे-धीरे उसे कान से लगाती है, और उसके चेहरे पर मुस्कान फैल जाती है। कैमरा नीचे और चौड़े फ़्रेम से शुरू होकर धीरे-धीरे मीडियम क्लोज़-अप तक पुश-इन करता है। उसके पीछे हल्के गुलाबी और नीले आसमान के नीचे लहरें धीरे-धीरे आती हैं, सिनेमैटिक प्राकृतिक रोशनी।

  • लाइटहाउस की सीढ़ियाँ चढ़ते हुए

    MiniMax H3 से जनरेट किया गया

    लाइटहाउस के अंदर एक लगातार शॉट। भारी नेवी ऊनी कोट पहने एक बुज़ुर्ग रखवाला हाथ में लालटेन लिए सफ़ेद घुमावदार सीढ़ियों के आख़िरी घेरे चढ़ता है, कैमरा ठीक पीछे चलता है और उसके साथ ऊपर उठता है। वह लोहे का एक छोटा दरवाज़ा धकेलकर खोलता है और बालकनी में निकलता है; कैमरा दरवाज़े से उसके पीछे-पीछे निकलता है और घूमकर नीचे उफनता समुद्र दिखाता है, चट्टानों पर सफ़ेद झाग बनकर टूटती लहरें, और बड़ा लैंप बारिश के बीच अपनी रोशनी की किरण घुमाता हुआ। तूफ़ान की ठंडी नीली रोशनी और लालटेन की गर्म चमक का कंट्रास्ट, सिनेमैटिक, स्मूद और लगातार कैमरा मूवमेंट।

MiniMax H3 के साथ आज़माने के लिए सैंपल प्रॉम्प्ट

  • बंदरगाह के मछली बाज़ार में गर्म रोशनी वाले बल्बों की लड़ियों के नीचे विक्रेता बर्फ़ पर रात की पकड़ छाँट रहे हैं।

    रात का मछली बाज़ार

    सिनेमैटिक 16:9 वीडियो कीफ़्रेम, रात में बंदरगाह के मछली बाज़ार के साथ-साथ चलता ट्रैकिंग शॉट, रबर के एप्रन पहने विक्रेता गर्म रोशनी वाले बल्बों की लड़ियों के नीचे कुटी हुई बर्फ़ से चाँदी जैसी मछलियाँ उठा रहे हैं, सूप के ठेले से भाप उठ रही है, पीछे घाट पर नावें डोल रही हैं। गहरी नीली रात और कोरल-नारंगी लैंप की रोशनी, कंक्रीट पर गीली परछाइयाँ, चहल-पहल और भीड़, कोई टेक्स्ट या लोगो नहीं।

  • एक फ़्री डाइवर ऊँचे केल्प के तनों के बीच तैर रहा है और सूरज की किरणें पानी में तिरछी उतर रही हैं।

    केल्प के जंगल में गोताखोर

    सिनेमैटिक 16:9 वीडियो कीफ़्रेम, पानी के नीचे धीमा ट्रैकिंग शॉट, सादे गहरे रंग के वेटसूट में एक फ़्री डाइवर ऊँचे सुनहरे केल्प के तनों के बीच फिसलता हुआ, सतह से सूरज की किरणें तिरछी उतरती हुईं, छोटी चाँदी जैसी मछलियों का झुंड एक साथ मुड़ता हुआ, पानी में तैरते कण। गहरा समुद्री नीला और गर्म सुनहरी रोशनी, शांत और भारहीन, कोई लोगो नहीं।

  • शाम के धुंधलके में समुद्र के ऊपर चट्टान वाली सड़क पर एक छोटी ट्राम चल रही है, उसकी खिड़कियाँ रोशन हैं।

    तटीय सड़क पर ट्राम

    सिनेमैटिक 16:9 वीडियो कीफ़्रेम, हवाई शॉट जो दो डिब्बों वाली एक छोटी ट्राम के पीछे चलता है, जब वह शाम के धुंधलके में समुद्र के ऊपर चट्टान वाली सड़क पर मुड़ती है, खिड़कियों में गर्म रोशनी, बहुत नीचे चट्टानों पर सफ़ेद झाग बनकर टूटती लहरें, अगले अंतरीप पर पेस्टल रंग के घरों वाला गाँव। गहरे नीले पानी के ऊपर कोरल और बैंगनी आसमान, ड्रोन की स्मूद मूवमेंट, कोई टेक्स्ट या लोगो नहीं।

  • लकड़ी की वर्कबेंच पर एक कारीगर के हाथ मोती जैसी सफ़ेद सीपी पर सर्पिल डिज़ाइन उकेर रहे हैं।

    सीपी पर नक्काशी

    सिनेमैटिक 16:9 वीडियो कीफ़्रेम, लकड़ी की वर्कबेंच पर एक कारीगर के खुरदुरे हाथों का क्लोज़ शॉट जो मोती जैसी सफ़ेद सीपी पर बारीक सर्पिल डिज़ाइन उकेर रहे हैं, सीपी की धूल खिड़की से आती रोशनी की एक पट्टी में चमक रही है, लिनन के कपड़े पर छोटे नक्काशी के औज़ार रखे हैं। हल्की नीली परछाइयाँ और गर्म कोरल रोशनी, कम डेप्थ ऑफ़ फ़ील्ड, धीमा पुश-इन।

सैंपल इमेज केवल उदाहरण के लिए हैं; नतीजे मॉडल के हिसाब से अलग हो सकते हैं।

MiniMax H3 के बारे में

MiniMax H3, MiniMax का वीडियो मॉडल है। यही कंपनी Hailuo AI वीडियो जनरेटर बनाती है। इसके पहले के वीडियो मॉडल Hailuo नाम से आते थे, जैसे Hailuo 02, और H3 बनाने के लिए MiniMax ने वह आर्किटेक्चर छोड़ दिया। MiniMax के मुताबिक़ H3 टेक्स्ट, इमेज, वीडियो और ऑडियो को एक साथ समझता है, इसलिए एक ही प्रॉम्प्ट में फ़ोटो का किरदार, किसी क्लिप की कैमरा मूवमेंट और किसी रिकॉर्डिंग की आवाज़ जोड़ी जा सकती है। यह सिर्फ़ टेक्स्ट से, पहले फ़्रेम से, पहले और आख़िरी फ़्रेम से या रेफ़रेंस के सेट से शुरू कर सकता है, और MiniMax कहता है कि यह तस्वीर के साथ-साथ नेटिव स्टीरियो साउंड भी बनाता है।

यह पेज MiniMax H3 और MiniMax H3 Max के बारे में है। दोनों ऊपर वाले एडिटर से चलते हैं, और मॉडल बटन से आप इनके बीच बदल सकते हैं। MiniMax H3 पूरा मॉडल है: यह 2K तक जाता है, रेफ़रेंस लेता है, और MiniMax इसी वर्ज़न को स्टीरियो साउंड के साथ बताता है। H3 Max, H3 का वह वर्ज़न है जिसे fal ने तेज़ जनरेशन के लिए आगे ट्रेन किया है। MiniMax के मुताबिक़ यह H3 से तेज़ बनाता है, और इसका सबसे ऊँचा रिज़ॉल्यूशन कम है। जब तक आइडिया परख रहे हों, Max इस्तेमाल करें, और फ़ाइनल वर्ज़न के लिए H3।

क्लिप 4 से 15 सेकंड तक की होती हैं और चुने गए रिज़ॉल्यूशन पर हर सेकंड के हिसाब से चार्ज होती हैं, और टेक्स्ट से बनी क्लिप 6 आस्पेक्ट रेशियो में से कोई भी इस्तेमाल कर सकती है। H3 छोटे विज्ञापनों, म्यूज़िक और परफ़ॉर्मेंस क्लिप, प्रोडक्ट शॉट और उन सीन के लिए ठीक है जिनमें आपके पास पहले से मौजूद मटीरियल से कोई लुक, आवाज़ या कैमरा मूवमेंट लाना हो। अगर बस एक फ़ोटो में जान डालनी है, तो नीचे दिया गया Animate टूल ज़्यादा जल्दी का रास्ता है।

MiniMax H3 किन कामों में अच्छा है

एक प्रॉम्प्ट में इमेज, वीडियो और ऑडियो रेफ़रेंस

MiniMax H3 एक जनरेशन में 9 तक रेफ़रेंस इमेज, 3 रेफ़रेंस वीडियो और 3 ऑडियो क्लिप लेता है, और इन्हें एक-एक करके नहीं, बल्कि एक साथ पढ़ता है। MiniMax के अपने उदाहरण में मॉडल से एक ही वाक्य में कहा जाता है कि वह वीडियो से कैमरा मूवमेंट कॉपी करे, इमेज वाले किरदार से गाना गवाए और आवाज़ को एक ऑडियो क्लिप से मिलाए। हर रेफ़रेंस किस काम का है, यह आप प्रॉम्प्ट में ही बताते हैं: "पोर्ट्रेट से चेहरा और नेवी स्वेटर वैसा ही रखो, रेफ़रेंस वीडियो की डॉली मूवमेंट को फ़ॉलो करो, और उसे शाम के धुंधलके में बंदरगाह पर ऑडियो क्लिप वाली धुन गाने दो"। यह वाक्य न हो तो मॉडल को अंदाज़ा लगाना पड़ता है कि कौन-सा इनपुट किस चीज़ को कंट्रोल करता है। एक जनरेशन में रेफ़रेंस और पहला या आख़िरी फ़्रेम साथ नहीं चल सकते, इसलिए हर क्लिप के लिए एक ही तरीका चुनें, और रेफ़रेंस पर आधारित क्लिप के लिए मॉडल मेन्यू में H3 चुनें। अपना मटीरियल इस्तेमाल करें या ऐसा मटीरियल जिसकी आपके पास अनुमति हो, ख़ासकर चेहरों और आवाज़ों के मामले में।

अगल-बगल तीन फ़्रेम: नेवी स्वेटर पहने एक युवक का पोर्ट्रेट, बंदरगाह के साथ कैमरा मूवमेंट का पेंसिल स्केच, और वही युवक शाम के धुंधलके में बंदरगाह पर गाता हुआ।

सिनेमैटिक 16:9 वीडियो कीफ़्रेम, पतली गहरी पट्टियों से अलग तीन पैनल वाला ट्रिप्टिक: बाईं ओर ग्रे बैकग्राउंड पर नेवी बुने हुए स्वेटर में एक युवक का सादा स्टूडियो पोर्ट्रेट; बीच में बंदरगाह के घाट के साथ डॉली करते कैमरे का पेंसिल स्टोरीबोर्ड स्केच; दाईं ओर वही युवक उसी नेवी स्वेटर में शाम के धुंधलके में घाट पर गाता हुआ, कैमरा उसके साथ-साथ चलता हुआ, पीछे बँधी हुई नावें और लैंप। सभी पैनल में एक जैसा चेहरा और कपड़े, गहरे नीले और कोरल का पैलेट, कोई टेक्स्ट या लोगो नहीं।

तस्वीर के साथ ही बनने वाली आवाज़

MiniMax कहता है कि H3 नेटिव स्टीरियो साउंड बनाता है, जिसमें आवाज़, साउंड इफ़ेक्ट और म्यूज़िक बाद में जोड़े नहीं जाते, बल्कि वीडियो के साथ ही मॉडल किए जाते हैं। इसलिए यह उन सीन के लिए ठीक है जिनमें पल की जान आवाज़ होती है: समुद्र किनारे की सैरगाह पर बैंड, लकड़ी के घाट पर क़दमों की आहट, डायलॉग की एक लाइन। आवाज़ को उसी वाक्य में लिखें जिसमें वह ऐक्शन है जिससे वह जुड़ी है, जैसे "डाउनबीट पर ट्यूबा कैमरे की ओर घूमता है, स्नेयर ड्रम खड़खड़ाता है, लहरों के ऊपर सीगल चीख़ते हैं", और बताएँ कि हर आवाज़ कब शुरू होती है। MiniMax, H3 के लिए स्टीरियो साउंड की बात करता है और H3 Max के बारे में ऐसा नहीं कहता, इसलिए जब आवाज़ मायने रखती हो, H3 चुनें। पब्लिश करने से पहले हर नतीजा सुनें, क्योंकि कोई आवाज़ या वाद्य अब भी ग़लत निकल सकता है।

एक ब्रास बैंड समुद्र किनारे की सैरगाह पर मार्च कर रहा है, ट्यूबा का मुँह कैमरे की ओर घूम रहा है और सीगल रेलिंग से उड़ रहे हैं।

सिनेमैटिक 16:9 वीडियो कीफ़्रेम, नीचे से लिया गया वाइड-ऐंगल शॉट, सादी नेवी वर्दी में एक छोटा ब्रास बैंड धूप और तेज़ हवा वाली दोपहर में समुद्र किनारे की सैरगाह पर मार्च करता हुआ, ट्यूबा का मुँह कैमरे की ओर घूमता हुआ, स्नेयर ड्रमर बीट के बीच में, रेलिंग से उड़ते सीगल, पीछे आती लहरें। कोरल और समुद्री नीले का साफ़ पैलेट, जोशीली परेड की लय, कोई टेक्स्ट या लोगो नहीं।

हाई रिज़ॉल्यूशन पर बारीक डिटेल

MiniMax H3 2K तक रेंडर करता है। MiniMax बताता है कि H3 अपना सबसे ऊँचा रिज़ॉल्यूशन अपने ही कम रिज़ॉल्यूशन वाले नतीजे को संदर्भ में दोबारा बनाकर हासिल करता है, और कहता है कि इससे बारीक डिटेल और छोटा टेक्स्ट आम अपस्केलिंग से बेहतर वापस आता है। यह टेक्सचर में दिखता है: सीपी पर समुद्री पानी की बूँदें, रेत के दाने, बुना हुआ ऊन, बाल, मौसम की मार झेली लकड़ी। धीमी कैमरा मूवमेंट इसका सबसे ज़्यादा फ़ायदा उठाती है। मैक्रो पुश-इन या धीमा पैन टेक्सचर को साफ़ रखता है, जबकि तेज़ ऐक्शन किसी भी रिज़ॉल्यूशन पर डिटेल धुँधला कर देता है। H3 Max में 2K नहीं है, इसलिए जो क्लिप बड़ी स्क्रीन पर चलेंगी या एडिट में क्रॉप होंगी, उनके लिए H3 चुनें। ज़्यादा रिज़ॉल्यूशन का प्रति सेकंड ख़र्च ज़्यादा है, इसलिए पहले कम रिज़ॉल्यूशन पर मूवमेंट टेस्ट करें।

सूर्योदय के समय गीली रेत पर पड़े एक सर्पिल समुद्री घोंघे के खोल का मैक्रो शॉट, जिसमें समुद्री पानी की बूँदें और रेत के दाने साफ़ दिख रहे हैं।

सिनेमैटिक 16:9 वीडियो कीफ़्रेम, सूर्योदय के समय गीली रेत पर पड़े एक सर्पिल समुद्री घोंघे के खोल पर धीमा मैक्रो पुश-इन, उसकी धारीदार सतह पर समुद्री पानी की नन्ही बूँदें, चमकते हुए अलग-अलग रेत के दाने, लहर के झाग की एक पतली परत अंदर आती और लौट जाती हुई। बेहद बारीक डिटेल, कम डेप्थ ऑफ़ फ़ील्ड, गहरी नीली परछाईं के सामने मोती और कोरल के रंग।

MiniMax H3 के स्पेसिफ़िकेशन और क़ीमत

नीचे दी गई हर क़ीमत लाइव प्राइस लिस्ट से आती है, इसलिए रेट बदलते ही यहाँ भी बदल जाती है। क्रेडिट हर इमेज के हिसाब से, या वीडियो के हर सेकंड के हिसाब से कटते हैं।

प्रति सेकंड क्रेडिट
रिज़ॉल्यूशनप्लानMiniMax H3MiniMax H3 Max
768PPlus2025
2KPlus40उपलब्ध नहीं
480PPlusउपलब्ध नहीं10

ये सीमाएँ जान लें

  • MiniMax ख़ुद कहता है कि मिले-जुले इनपुट को समझने में H3 के सुधार की अभी काफ़ी गुंजाइश है, और कुछ सीन में विज़ुअल डिटेल अब भी गड़बड़ा सकती है। मानकर चलें कि कभी-कभी रेफ़रेंस को ढीले ढंग से ही फ़ॉलो किया जाएगा, और पब्लिश करने से पहले चेहरे, हाथ और छोटे अक्षर फ़्रेम-दर-फ़्रेम जाँच लें।
  • H3 Max रफ़्तार के बदले दायरा कम कर देता है। इसमें 2K नहीं है, और MiniMax नेटिव स्टीरियो साउंड सिर्फ़ H3 के लिए बताता है। हाई रिज़ॉल्यूशन टेक, रेफ़रेंस पर आधारित क्लिप और जिन क्लिप में आवाज़ मायने रखती हो, उनके लिए H3 इस्तेमाल करें।
  • एक जनरेशन में रेफ़रेंस और पहला या आख़िरी फ़्रेम मिलाए नहीं जा सकते, और फ़्रेम से बनी क्लिप उसी इमेज के आकार पर चलती है, इसलिए आस्पेक्ट रेशियो की सेटिंग उस पर लागू नहीं होती। बहुत छोटी इमेज और बहुत असामान्य आस्पेक्ट रेशियो वाली इमेज स्वीकार नहीं होतीं, इसलिए अपलोड करने से पहले उन्हें किसी आम आकार में क्रॉप कर लें।

MiniMax H3 के लिए प्रॉम्प्ट कैसे लिखें

  1. शॉट को क्रम से लिखें: सब्जेक्ट, ऐक्शन, जगह, कैमरा मूवमेंट, रोशनी और फिर आवाज़। शुरुआत के लिए इतना काफ़ी है: "लाइटहाउस का रखवाला घुमावदार सीढ़ियाँ चढ़ता है, कैमरा ठीक पीछे-पीछे चलता है, तूफ़ान की ठंडी रोशनी, काँच पर बारिश की थपथपाहट"।
  2. रेफ़रेंस जोड़ते समय प्रॉम्प्ट में बताएँ कि हर रेफ़रेंस किस लिए है, जैसे पोर्ट्रेट से चेहरा, वीडियो से कैमरा मूवमेंट और ऑडियो क्लिप से आवाज़। MiniMax के अपने उदाहरणों में रेफ़रेंस को उसी क्रम से नाम दिया गया है जिस क्रम में वे जोड़े गए थे, जैसे Image 1, Video 1 और Audio 1।
  3. जो सुनाई देता है उसे जो दिखता है उसके साथ लिखें, और हर आवाज़ को ऐक्शन के किसी पल से जोड़ें, जैसे "लोहे का दरवाज़ा धड़ाम से खुलता है और हवा गरजती हुई अंदर आती है"।
  4. जिस बदलाव की शुरुआत और अंत तय हों, उसके लिए एक ही कैमरा पोज़िशन से लिए गए पहले और आख़िरी फ़्रेम इस्तेमाल करें, और प्रॉम्प्ट में सिर्फ़ बीच में होने वाली चीज़ें लिखें।
  5. आइडिया को H3 Max पर सबसे कम रिज़ॉल्यूशन और छोटी अवधि में परखें, फिर प्रॉम्प्ट तय हो जाने पर उसे H3 पर 2K में दोबारा जनरेट करें।

मिलते-जुलते AI टूल

MiniMax H3 से जुड़े सवाल

पूरी तरह नहीं। Hailuo AI, MiniMax का वीडियो ऐप है, और MiniMax H3, MiniMax का सबसे नया वीडियो मॉडल है। MiniMax के पहले के वीडियो मॉडल Hailuo नाम से आते थे, जैसे Hailuo 02, इसीलिए दोनों नाम अक्सर साथ में सर्च किए जाते हैं। यह पेज H3 और H3 Max को Zero Kit एडिटर में चलाता है, इसलिए आप Hailuo AI प्लान से नहीं, बल्कि Zero Kit क्रेडिट से भुगतान करते हैं।

MiniMax H3 आज़माने के लिए तैयार हैं?

एक लाइन लिखिए या कोई सैंपल प्रॉम्प्ट चुनिए, फिर जनरेट दबाइए।

आख़िरी अपडेट: