MiniMax H3 – generator wideo AI

Mocne strony MiniMax H3

Referencje z obrazów, wideo i dźwięku w jednym prompcie

MiniMax H3 przyjmuje w jednym generowaniu obrazy referencyjne (do 9), filmy referencyjne (do 3) i nagrania audio (do 3) i czyta je razem, a nie po kolei.

Własny przykład MiniMax prosi model w jednym zdaniu, żeby skopiował ruch kamery z filmu, kazał zaśpiewać postaci z obrazu i dopasował wokal do nagrania audio.

Napisz w prompcie, do czego służy każda referencja, inaczej model musi zgadywać: „zachowaj twarz z portretu, powtórz jazdę kamery z filmu referencyjnego i niech zaśpiewa melodię z nagrania”.

Referencji nie da się połączyć z pierwszą lub ostatnią klatką w jednym generowaniu, więc wybierz jeden sposób na klip, a do klipów opartych na referencjach wybierz H3.

Korzystaj z własnych materiałów albo takich, na które masz zgodę, zwłaszcza gdy chodzi o twarze i głosy.

Filmowa klatka kluczowa wideo 16:9, tryptyk z trzech paneli rozdzielonych cienkimi ciemnymi pasami: po lewej prosty studyjny portret młodego mężczyzny w granatowym swetrze z dzianiny na szarym tle; pośrodku ołówkowy szkic scenorysu z kamerą jadącą wzdłuż portowego nabrzeża; po prawej ten sam młody mężczyzna w tym samym granatowym swetrze śpiewa na nabrzeżu o zmierzchu, a kamera przesuwa się obok niego, w tle zacumowane łodzie i latarnie. Ta sama twarz i ubranie na wszystkich panelach, paleta głębokiego granatu i koralu, bez tekstu i logo.

Natywny dźwięk stereo razem z obrazem

MiniMax podaje, że H3 generuje natywny dźwięk stereo: głos, efekty i muzyka powstają razem z wideo, a nie są dokładane później.

Dlatego pasuje do scen, w których dźwięk niesie chwilę: orkiestra na promenadzie, kroki na drewnianym pomoście, kwestia dialogu.

Opisz dźwięk w tym samym zdaniu co akcję, do której należy, i napisz, kiedy każdy dźwięk się zaczyna: „na mocną część taktu tuba obraca się w stronę kamery, terkocze werbel, nad falami krzyczą mewy”.

MiniMax opisuje dźwięk stereo przy H3, a o H3 Max tego nie mówi, więc gdy liczy się dźwięk, wybierz H3.

Odsłuchaj każdy wynik przed publikacją, bo głos albo instrument wciąż mogą wyjść źle.

Filmowa klatka kluczowa wideo 16:9, niskie szerokokątne ujęcie małej orkiestry dętej w prostych granatowych mundurach maszerującej nadmorską promenadą w jasne, wietrzne popołudnie, czasza tuby wychyla się w stronę kamery, werblista w połowie uderzenia, mewy zrywają się z barierki, w tle napływają fale. Wyrazista paleta koralu i oceanicznego błękitu, energiczny rytm parady, bez tekstu i logo.

Drobne detale w wysokiej rozdzielczości

MiniMax H3 renderuje do 2K. MiniMax wyjaśnia, że H3 dochodzi do najwyższej rozdzielczości, generując ponownie w kontekście własny wynik w niższej rozdzielczości, i podaje, że lepiej niż zwykłe skalowanie odzyskuje drobne detale i mały tekst.

Widać to w fakturze: krople morskiej wody na muszli, ziarnka piasku, dziana wełna, włosy, spękane drewno.

Najwięcej dają powolne ruchy kamery. Najazd w makro albo wolna panorama zachowują czytelność faktury, a szybka akcja rozmywa detal w każdej rozdzielczości.

H3 Max nie oferuje 2K, więc wybierz H3 do klipów, które trafią na duży ekran albo będą kadrowane w montażu.

Wyższa rozdzielczość kosztuje więcej za sekundę, więc ruch najpierw sprawdź w niższej.

Filmowa klatka kluczowa wideo 16:9, powolny makronajazd na spiralną muszlę ślimaka morskiego leżącą na mokrym piasku o wschodzie słońca, drobne krople morskiej wody na jej żłobkowanej powierzchni, połyskujące pojedyncze ziarenka piasku, cienka warstwa piany z fali wsuwa się i cofa. Niezwykle drobne detale, mała głębia ostrości, perłowe i koralowe tony na tle głębokiego niebieskiego cienia.

Jak pisać prompty do MiniMax H3

1. Opisuj ujęcie po kolei: postać, czynność, miejsce, ruch kamery, światło, a na końcu dźwięk. Na start wystarczy „latarnik wspina się po kręconych schodach, kamera idzie tuż za nim, zimne światło burzy, deszcz bębni o szybę”.

2. Gdy dodajesz referencje, napisz w prompcie, do czego służy każda z nich, np. twarz z portretu, ruch kamery z filmu i głos z nagrania.

   Własne przykłady MiniMax odwołują się do nich w kolejności dodania: Image 1, Video 1 i Audio 1.

3. Opisz, co słychać, obok tego, co widać, i przypnij każdy dźwięk do momentu akcji, np. „żelazne drzwi otwierają się z hukiem i wpada wyjący wiatr”.

4. Przy zmianie z ustalonym początkiem i końcem użyj pierwszej i ostatniej klatki z tego samego miejsca kamery, a w prompcie opisz tylko to, co dzieje się pomiędzy.

5. Pomysł sprawdź na H3 Max w najniższej rozdzielczości i krótkim klipie, a gdy prompt jest gotowy, wygeneruj go ponownie na H3 w 2K.

Filmy stworzone za pomocą MiniMax H3

• 

  Szum morza w muszli

  Wygenerowano za pomocą MiniMax H3

  Jedno ciągłe ujęcie na skalistym brzegu o świcie. Młoda kobieta w musztardowożółtym płaszczu przeciwdeszczowym przykuca przy skalnym oczku wodnym, wyjmuje z wody dużą spiralną muszlę, strząsa krople i powoli przykłada ją do ucha, a na jej twarzy rozlewa się uśmiech. Kamera zaczyna od niskiego, szerokiego planu i łagodnie najeżdża do średniego zbliżenia. Za nią łagodnie napływają fale pod bladoróżowym i błękitnym niebem, filmowe naturalne światło.

• 

  Po schodach latarni morskiej

  Wygenerowano za pomocą MiniMax H3

  Jedno ciągłe ujęcie we wnętrzu latarni morskiej. Starszy latarnik w ciężkim granatowym wełnianym płaszczu, z latarenką w dłoni, pokonuje ostatnie zakręty białych spiralnych schodów, a kamera podąża tuż za nim i wznosi się razem z nim. Pcha małe żelazne drzwi i wychodzi na galerię; kamera przechodzi za nim przez próg i obraca się, odsłaniając wzburzone morze w dole, fale rozbijające się w białą pianę o skały i wielką lampę latarni, która omiata deszcz swoim snopem światła. Zimne niebieskie światło burzy na tle ciepłego blasku latarenki, filmowo, płynny, nieprzerwany ruch kamery.

Przykładowe prompty do wypróbowania w MiniMax H3

• 

  Nocny targ rybny

  Filmowa klatka kluczowa wideo 16:9, ujęcie z jazdą kamery wzdłuż nocnego targu rybnego w porcie, sprzedawcy w gumowych fartuchach wyjmują srebrne ryby z kruszonego lodu pod girlandami ciepłych żarówek, nad straganem z zupą unosi się para, w tle przy nabrzeżu kołyszą się łodzie. Głęboki granat nocy i koralowo-pomarańczowe światło lamp, mokre odbicia na betonie, gwarno i tłoczno, bez tekstu i logo.

• 

  Nurek w lesie wodorostów

  Filmowa klatka kluczowa wideo 16:9, powolne podwodne ujęcie z jazdą kamery za freediverem w prostej ciemnej piance, który sunie między wysokimi złocistymi łodygami wodorostów, promienie słońca padają ukośnie spod powierzchni, ławica małych srebrnych ryb skręca jednocześnie, w wodzie unoszą się drobinki. Głęboki błękit oceanu z ciepłym złotym światłem, spokojnie i lekko jak w nieważkości, bez logo.

• 

  Tramwaj na nadmorskiej drodze

  Filmowa klatka kluczowa wideo 16:9, ujęcie z lotu ptaka podąża za małym dwuwagonowym tramwajem, który o zmierzchu pokonuje zakręt drogi na klifie nad morzem, w oknach żarzy się ciepłe światło, daleko w dole fale rozbijają się w białą pianę o skały, na sąsiednim cyplu wioska z pastelowych domów. Koralowo-fioletowe niebo nad głęboką niebieską wodą, płynny ruch drona, bez tekstu i logo.

• 

  Rzeźbienie w muszli

  Filmowa klatka kluczowa wideo 16:9, bliskie ujęcie spracowanych dłoni rzemieślnika, które rzeźbią drobny spiralny wzór w perłowobiałej muszli przy drewnianym stole warsztatowym, pył z muszli łapie smugę światła z okna, małe dłuta leżą na lnianej ściereczce. Miękkie niebieskie cienie i ciepłe koralowe światło, mała głębia ostrości, powolny najazd kamery.

Przykładowe obrazy mają charakter poglądowy; wyniki zależą od modelu.

MiniMax H3: parametry i ceny

Wszystkie ceny poniżej pochodzą z aktualnego cennika, więc zmieniają się tutaj od razu, gdy zmieniają się stawki. Kredyty są naliczane za każdy obraz albo za każdą sekundę wideo.

Ograniczenia modelu MiniMax H3

• MiniMax przyznaje, że rozumienie mieszanych wejść w H3 ma jeszcze sporo do poprawy, a detale obrazu w niektórych scenach wciąż mogą się rozjeżdżać.

  Licz się z tym, że referencja czasem zostanie potraktowana luźno, i przed publikacją sprawdzaj twarze, dłonie i drobne napisy klatka po klatce.

• H3 Max oddaje zakres możliwości za szybkość. Nie oferuje 2K, a natywny dźwięk stereo MiniMax opisuje tylko przy H3.

  H3 używaj do ujęć w wysokiej rozdzielczości, klipów opartych na referencjach i klipów, w których liczy się dźwięk.

• Referencji nie można łączyć z pierwszą lub ostatnią klatką w jednym generowaniu. Klip z klatki przejmuje kształt tego obrazu, więc ustawienie proporcji go nie dotyczy.

  Bardzo małe obrazy i skrajne proporcje są odrzucane. Mały obraz powiększ narzędziem do zwiększania rozdzielczości zdjęć. Skrajny format przytnij albo wydłuż jego krótszy bok rozszerzaniem obrazu AI, zanim go prześlesz.