MiniMax H3 AI動画生成

MiniMax H3 が得意なこと

画像・動画・音声の参照を1つのプロンプトに

MiniMax H3 は1回の生成で、参照画像を最大 9 枚、参照動画を 3 本、音声を 3 本まで使え、それらを1つずつではなくまとめて読み取ります。

MiniMax 自身の例では、動画のカメラワークをまね、画像のキャラクターに歌わせ、歌声を音声クリップに合わせる指示を、1つの文で出しています。

それぞれの参照が何のためのものかをプロンプトに書きましょう。書かないとモデルが推測するしかありません。たとえば「ポートレートの顔を保ち、参照動画のドリーの動きに合わせ、音声クリップのメロディーで彼に歌わせる」です。

参照素材と1フレーム目・最終フレームは同じ生成で組み合わせられないので、クリップごとにどちらかを選びます。参照素材を使うクリップでは H3 を選んでください。

素材は自分のもの、または使用許可を得たものを使いましょう。顔や声は特に注意が必要です。

映画的な16:9の動画キーフレーム。細い暗色の区切りで分けた3枚の三連画。左は、グレーの背景の前に立つ紺のニットセーターの若い男性を撮った、飾り気のないスタジオポートレート。中央は、港の岸壁に沿ってカメラがドリー移動する様子を描いた鉛筆の絵コンテ。右は、同じ紺のセーターを着た同じ若い男性が夕暮れの港の岸壁で歌い、カメラが横に並んで動き、背後には係留された船と街灯がある。3つのコマで顔と服装は統一、深い青とコーラルの配色、文字なし、ロゴなし。

映像と一緒に作るネイティブのステレオ音声

MiniMax によると、H3 はネイティブのステレオ音声を生成し、声、効果音、音楽をあとから足すのではなく、映像と一緒に作ります。

音が見せ場を担うシーンに向いています。海辺の遊歩道のバンド、木の桟橋に響く足音、セリフの一言などです。

音は、それが属する動作と同じ文の中で書き、それぞれの音がいつ鳴り始めるかも書きましょう。「強拍でチューバがカメラのほうへ振られ、スネアが鳴り、波の上でカモメが鳴く」のように書きます。

MiniMax がステレオ音声を説明しているのは H3 で、H3 Max については同じ説明がありません。音が大事なときは H3 を選びましょう。

声や楽器がうまく出ないこともあるので、公開前にどの結果も聞いて確認してください。

映画的な16:9の動画キーフレーム。晴れて風の強い午後、無地の紺の制服を着た小さなブラスバンドが海辺の遊歩道を行進するのを、低い位置から捉えた広角ショット。チューバのベルがカメラのほうへ振られ、スネアドラマーはビートを刻む途中、手すりからカモメが飛び立ち、背後から波が寄せてくる。くっきりしたコーラルと海の青の配色、エネルギッシュなパレードのリズム、文字なし、ロゴなし。

高解像度で細部まで

MiniMax H3 は最大 2K まで出力できます。MiniMax の説明では、H3 は低い解像度で出力したものを文脈を踏まえて自ら描き直すことで最高解像度に達しており、ふつうのアップスケールより細部や小さな文字をよく再現できるとしています。

差が出るのは質感です。貝殻についた海水の粒、砂粒、ニットのウール、髪、風化した木などです。

ゆっくりしたカメラワークのほうが活きます。マクロで寄るプッシュインやゆっくりしたパンなら質感が見えたままですが、速いアクションはどの解像度でも細部がぶれます。

H3 Max は 2K に対応していないので、大きな画面で流すクリップや編集でトリミングするクリップには H3 を選びましょう。

解像度が高いほど1秒あたりの料金も上がるので、動きはまず低い解像度で試してください。

映画的な16:9の動画キーフレーム。日の出、濡れた砂の上に置かれた渦巻き状の巻き貝へゆっくり寄っていくマクロのプッシュイン。筋の入った表面に小さな海水のしずくがつき、砂粒の一つひとつがきらめき、薄い波の泡が滑り込んではまた引いていく。きわめて細かなディテール、浅い被写界深度、深い青の影に映えるパールとコーラルの色調。

MiniMax H3 のプロンプトの書き方

1. ショットは「被写体、動作、場所、カメラの動き、光、音」の順に書きましょう。「灯台守がらせん階段をのぼり、カメラがすぐ後ろからついていく。冷たい嵐の光、ガラスを打つ雨音」くらいで十分です。

2. 参照素材を加えたら、ポートレートの顔、動画のカメラワーク、音声クリップの声のように、それぞれが何のためのものかをプロンプトに書きましょう。

   MiniMax 自身の例では、追加した順に Image 1、Video 1、Audio 1 と呼んでいます。

3. 見えるものと一緒に聞こえるものも書き、それぞれの音を動作の瞬間に結びつけましょう。「鉄の扉がバンと開き、風がうなりを上げて吹き込む」のような書き方です。

4. 始まりと終わりが決まった変化には、同じカメラ位置から撮った1フレーム目と最終フレームを使い、プロンプトにはその間に起きることだけを書きます。

5. アイデアは H3 Max のいちばん低い解像度と短い長さで試し、プロンプトが固まったら H3 の 2K で生成し直しましょう。

MiniMax H3 で作った動画

• 

  貝殻に耳をすます

  MiniMax H3 で生成

  夜明けの岩場の海岸での、途切れない1ショット。マスタードイエローのレインコートを着た若い女性が潮だまりのそばにしゃがみ、大きな渦巻きの貝殻を水から持ち上げ、しずくを振り払って、ゆっくりと耳に当てる。顔には笑みが広がっていく。カメラは低い位置のワイドから始まり、ミディアムクローズアップまでゆっくり寄っていく。背後では、淡いピンクと青の空の下で波が穏やかに寄せている。映画的な自然光。

• 

  灯台の階段を上る

  MiniMax H3 で生成

  灯台の中での、途切れない1ショット。厚手の紺のウールコートを着た年配の灯台守が、ランタンを手に白いらせん階段の最後の数周を上り、カメラはすぐ後ろから彼と一緒に上昇していく。彼は小さな鉄の扉を押し開けてバルコニーへ出る。カメラは彼に続いて戸口を抜け、ぐるりと回り込んで眼下の荒れた海を映し出す。波は岩に白く砕け、大きな灯火が雨の中に光の筋を走らせている。冷たい青の嵐の光と温かいランタンの灯り、映画的、なめらかで途切れないカメラの動き。

MiniMax H3 で試せる作例プロンプト

• 

  夜の魚市場

  映画的な16:9の動画キーフレーム。夜の港の魚市場に沿って進むトラッキングショット。ゴムエプロンの売り手たちが砕いた氷の中から銀色の魚を持ち上げ、頭上には温かい電球が連なり、スープの屋台から湯気が立ちのぼり、奥の岸壁では船が揺れている。深い青の夜とコーラルオレンジの灯り、濡れたコンクリートの照り返し、にぎやかで混み合った雰囲気、文字なし、ロゴなし。

• 

  ケルプの森のダイバー

  映画的な16:9の動画キーフレーム。無地の暗い色のウェットスーツを着たフリーダイバーが、そびえ立つ金色のケルプの間を滑るように進むのを追う、ゆっくりした水中トラッキングショット。水面から日差しが斜めに差し込み、小さな銀色の魚の群れが一斉に向きを変え、水中を細かな粒子が漂う。深い海の青に温かい金色の光、静かで無重力のような雰囲気、ロゴなし。

• 

  海沿いの道を走る路面電車

  映画的な16:9の動画キーフレーム。夕暮れ、海を見下ろす崖沿いの道をカーブしながら進む2両編成の小さな路面電車を追う空撮ショット。窓には温かい明かりが灯り、はるか下の岩には白い波が砕け、隣の岬にはパステルカラーの家が並ぶ村がある。深い青の海の上にコーラルとバイオレットの空、なめらかなドローンの動き、文字なし、ロゴなし。

• 

  貝殻を彫る

  映画的な16:9の動画キーフレーム。木の作業台で、職人の年季の入った手がパールホワイトの貝殻に細かな渦巻き模様を彫っていくクローズショット。窓から差す光の筋に貝殻の粉が舞い、麻布の上に小さな彫刻刀が並んでいる。やわらかな青い影と温かいコーラルの光、浅い被写界深度、ゆっくりしたプッシュイン。

作例画像はイメージです。結果はモデルによって異なります。

MiniMax H3 の仕様と料金

下の料金はすべて最新の料金表から読み込んでいるので、料金が変わればここにもすぐ反映されます。クレジットは画像1枚ごと、または動画1秒ごとに消費されます。

MiniMax H3 の制限

• MiniMax 自身、H3 の複合的な入力の理解にはまだ大きな改善の余地があり、シーンによっては画の細部が崩れることもあるとしています。

  参照素材がゆるくしか反映されないこともあると考え、公開前に顔、手、小さな文字をコマ送りで確認してください。

• H3 Max は、解像度や機能の幅と引き換えに速さを取ったバージョンです。2K には対応せず、MiniMax がネイティブのステレオ音声を説明しているのは H3 だけです。

  高解像度のテイク、参照素材を使うクリップ、音が大事なクリップには H3 を使いましょう。

• 参照素材と1フレーム目・最終フレームは、同じ生成で組み合わせられません。フレームから作るクリップはその画像の形で出力されるため、アスペクト比の設定は効きません。

  小さすぎる画像や極端なアスペクト比の画像は受け付けられません。小さな画像は AI 画像高画質化 で拡大します。極端な形の画像は、切り抜くか AI 画像拡張 で短い辺を広げてからアップロードしてください。