Zero Kit AI

MiniMax H3 – generator wideo AI

MiniMax H3, najnowszy model wideo od zespołu stojącego za Hailuo AI, zamienia prompt, pierwszą klatkę albo zestaw referencji – obrazów, wideo i audio – w krótki film, a H3 Max w tym samym edytorze to wersja przygotowana z myślą o szybszym generowaniu.

  • MinimaxMiniMax
  • Do 2K
  • Do 9 obrazów referencyjnych
  • Do 3 filmów referencyjnych
  • Do 3 referencyjnych nagrań audio
  • Do 4 filmów za jednym razem
  • Od 4 do 15 sekund
  • Kredyty za sekundę: od 10
  • W planie Plus i wyższych
Kobieta w koralowym płaszczu przeciwdeszczowym stoi na końcu kamiennego mola, za nią fala rozbija się w białą pianę, w oddali widać latarnię morską.

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

  • Sprzedawcy pod girlandami ciepłych żarówek sortują na lodzie nocny połów na targu rybnym w porcie.

    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.

  • Freediver sunie między wysokimi łodygami wodorostów, a promienie słońca ukośnie przebijają się przez wodę.

    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.

  • Mały tramwaj o zmierzchu jedzie drogą na klifie nad morzem, a jego okna świecą.

    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.

  • Dłonie rzemieślnika rzeźbią spiralny wzór w perłowobiałej muszli przy drewnianym stole warsztatowym.

    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.

O modelu MiniMax H3

MiniMax H3 to model wideo firmy MiniMax, która tworzy generator wideo AI Hailuo AI. Jej wcześniejsze modele wideo nosiły nazwę Hailuo, na przykład Hailuo 02, a przy H3 MiniMax odeszła od tamtej architektury. Według MiniMax H3 odczytuje tekst, obrazy, wideo i audio łącznie, więc jeden prompt może połączyć postać ze zdjęcia, ruch kamery z klipu i głos z nagrania. Model startuje od samego tekstu, od pierwszej klatki, od pierwszej i ostatniej klatki albo od zestawu referencji, a MiniMax podaje, że razem z obrazem generuje natywny dźwięk stereo.

Ta strona obejmuje MiniMax H3 i MiniMax H3 Max. Oba modele uruchomisz w edytorze powyżej, a przełączasz się między nimi przyciskiem modelu. MiniMax H3 to pełny model: sięga rozdzielczości 2K, przyjmuje referencje i to właśnie tę wersję MiniMax opisuje jako generującą dźwięk stereo. H3 Max to wersja H3, którą fal dotrenował pod kątem szybkiego generowania. MiniMax podaje, że generuje szybciej niż H3, ale jej maksymalna rozdzielczość jest niższa. Sięgaj po Max, gdy dopiero sprawdzasz pomysł, a po H3, gdy robisz wersję ostateczną.

Klipy trwają od 4 do 15 sekund i są rozliczane za każdą sekundę według wybranej rozdzielczości, a klip tworzony z tekstu może mieć dowolne z 6 proporcji obrazu. H3 sprawdza się w krótkich reklamach, klipach muzycznych i scenicznych, ujęciach produktowych oraz scenach, w których trzeba przenieść wygląd, głos albo ruch kamery z materiału, który już masz. Jeśli chcesz tylko ożywić jedno zdjęcie, szybszą drogą jest narzędzie „Obraz na wideo AI” podlinkowane poniżej.

Mocne strony MiniMax H3

Referencje z obrazów, wideo i audio w jednym prompcie

MiniMax H3 przyjmuje w jednym generowaniu do 9 obrazów referencyjnych, 3 filmów referencyjnych i 3 klipów audio i odczytuje je łącznie, a nie po kolei. We własnym przykładzie MiniMax prosi model w jednym zdaniu, by skopiował ruch kamery z filmu, kazał postaci z obrazu zaśpiewać i dopasował wokal do klipu audio. To w prompcie mówisz, do czego służy każda referencja: „zachowaj twarz i granatowy sweter z portretu, powtórz jazdę kamery z filmu referencyjnego i niech zaśpiewa melodię z klipu audio w porcie o zmierzchu”. Bez takiego zdania model musi zgadywać, które wejście za co odpowiada. Referencji nie da się połączyć z pierwszą lub ostatnią klatką w jednym generowaniu, więc przy każdym klipie wybierz jedno podejście, a do klipów opartych na referencjach wybierz w menu modeli H3. Używaj własnych materiałów albo takich, na które masz zgodę, zwłaszcza gdy chodzi o twarze i głosy.

Trzy kadry obok siebie: portret młodego mężczyzny w granatowym swetrze, szkic ołówkiem ruchu kamery wzdłuż portu i ten sam mężczyzna śpiewający w porcie o zmierzchu.

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.

Dźwięk powstaje razem z obrazem

MiniMax podaje, że H3 generuje natywny dźwięk stereo, a głos, efekty dźwiękowe i muzyka są modelowane razem z wideo, a nie dokładane później. Dlatego model pasuje do scen, w których to dźwięk niesie chwilę: orkiestra na promenadzie, kroki na drewnianym molo, kwestia dialogu. Opisuj dźwięk w tym samym zdaniu co akcję, do której należy, na przykład „na mocną część taktu tuba wychyla się w stronę kamery, werbel terkocze, nad falami krzyczą mewy”, i zaznacz, kiedy zaczyna się każdy dźwięk. MiniMax opisuje dźwięk stereo w 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 może wyjść nie tak.

Orkiestra dęta maszeruje nadmorską promenadą, czasza tuby wychyla się w stronę kamery, a mewy zrywają się z barierki.

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 w rozdzielczości do 2K. MiniMax wyjaśnia, że H3 osiąga najwyższą rozdzielczość, generując w kontekście na nowo własny wynik w niższej rozdzielczości, i podaje, że w ten sposób drobne detale i mały tekst odtwarzają się lepiej niż przy zwykłym skalowaniu w górę. Najlepiej widać to w fakturze: krople morskiej wody na muszli, ziarenka piasku, dziergana wełna, włosy, zwietrzałe drewno. Najwięcej wydobywają z tego powolne ruchy kamery. Makronajazd albo powolna panorama zachowują czytelną fakturę, a szybka akcja rozmywa detale w każdej rozdzielczości. H3 Max nie oferuje rozdzielczości 2K, więc do klipów, które trafią na duży ekran albo będą kadrowane w montażu, wybierz H3. Wyższa rozdzielczość kosztuje więcej za sekundę, więc ruch najpierw przetestuj w niższej.

Makroujęcie spiralnej muszli ślimaka morskiego na mokrym piasku o wschodzie słońca, z ostro widocznymi kroplami wody i ziarenkami piasku.

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.

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.

Kredyty za sekundę
RozdzielczośćPlanMiniMax H3MiniMax H3 Max
768PPlus2025
2KPlus40Niedostępne
480PPlusNiedostępne10

Ograniczenia, o których warto wiedzieć

  • MiniMax przyznaje, że H3 ma jeszcze sporo do poprawy w rozumieniu mieszanych danych wejściowych, a detale obrazu w niektórych scenach nadal mogą się rozjeżdżać. Licz się z tym, że referencja od czasu do czasu zostanie potraktowana luźno, i przed publikacją sprawdzaj klatka po klatce twarze, dłonie i drobne napisy.
  • H3 Max poświęca zakres możliwości na rzecz szybkości. Nie oferuje rozdzielczości 2K, a natywny dźwięk stereo MiniMax opisuje tylko w H3. Do ujęć w wysokiej rozdzielczości, klipów opartych na referencjach i klipów, w których liczy się dźwięk, używaj H3.
  • Referencji i pierwszej lub ostatniej klatki nie można łączyć w jednym generowaniu, a klip tworzony z klatki przyjmuje kształt tego obrazu, więc ustawienie proporcji obrazu go nie dotyczy. Bardzo małe obrazy i obrazy o skrajnych proporcjach są odrzucane, więc przed wgraniem przytnij je do typowego formatu.

Jak pisać prompty do MiniMax H3

  1. Opisuj ujęcie po kolei: obiekt, akcja, miejsce, ruch kamery, światło, a na końcu dźwięk. Na początek wystarczy „latarnik wspina się po spiralnych schodach, kamera podąża tuż za nim, zimne światło burzy, deszcz bębni o szybę”.
  2. Gdy dodajesz referencje, napisz w prompcie, do czego służy każda z nich, na przykład twarz z portretu, ruch kamery z filmu i głos z klipu audio. W przykładach przygotowanych przez MiniMax referencje nazywa się w kolejności dodania: Image 1, Video 1 i Audio 1.
  3. Opisuj to, co słychać, razem z tym, co widać, i przypisuj każdy dźwięk do konkretnego momentu akcji, na przykład „żelazne drzwi otwierają się z hukiem i do środka wdziera się ryk wiatru”.
  4. Przy zmianie z ustalonym początkiem i końcem użyj pierwszej i ostatniej klatki zrobionych z tej samej pozycji kamery, a w prompcie opisz tylko to, co dzieje się pomiędzy.
  5. Przetestuj pomysł na H3 Max w najniższej rozdzielczości i przy krótkim czasie trwania, a gdy prompt będzie gotowy, wygeneruj klip ponownie na H3 w rozdzielczości 2K.

Powiązane narzędzia AI

MiniMax H3: najczęstsze pytania

Nie do końca. Hailuo AI to aplikacja wideo firmy MiniMax, a MiniMax H3 to najnowszy model wideo MiniMax. Wcześniejsze modele wideo MiniMax nosiły nazwę Hailuo, na przykład Hailuo 02, dlatego obie nazwy często wyszukuje się razem. Ta strona uruchamia H3 i H3 Max w edytorze Zero Kit, więc płacisz kredytami Zero Kit, a nie w ramach planu Hailuo AI.

Chcesz wypróbować MiniMax H3?

Napisz jedno zdanie albo wybierz przykładowy prompt i uruchom generowanie.

Ostatnia aktualizacja: