이미지, 영상, 오디오 참조를 프롬프트 하나에
MiniMax H3는 한 번 생성에 참조 이미지 최대 9장, 참조 영상 3개, 오디오 클립 3개를 받고, 하나씩이 아니라 함께 읽어요.
MiniMax의 예시는 영상의 카메라 워크를 따라 하고, 이미지 속 캐릭터가 노래하게 하고, 보컬을 오디오 클립에 맞추는 것을 한 문장으로 요청해요.
참조마다 용도를 프롬프트에 적어야 모델이 추측하지 않아요. "인물 사진의 얼굴은 그대로, 참조 영상의 돌리 움직임을 따라가고, 오디오 클립의 멜로디로 그가 노래하게"처럼요.
참조와 첫·마지막 프레임은 한 번 생성에 함께 쓸 수 없으니 클립마다 한 가지 방식을 고르고, 참조로 만드는 클립은 H3를 고르세요.
소재는 직접 만든 것이나 사용 허락을 받은 것만 쓰고, 얼굴과 목소리는 특히 주의하세요.
시네마틱한 16:9 영상 키프레임. 가는 어두운 여백으로 나눈 세 패널의 삼면화. 왼쪽은 회색 배경 앞에 선 네이비 니트 스웨터 차림의 젊은 남성을 찍은 단순한 스튜디오 초상, 가운데는 항구 부두를 따라 카메라가 돌리로 이동하는 모습을 그린 연필 스토리보드 스케치, 오른쪽은 같은 네이비 스웨터를 입은 같은 남성이 해 질 녘 항구 부두에서 노래하고 카메라가 옆에서 함께 움직이며 뒤로 정박한 배와 가로등이 보이는 장면. 세 패널에서 얼굴과 옷차림이 일관되고, 짙은 파랑과 코랄 팔레트, 글자 없음, 로고 없음.
