MiniMax H3: gerador de vídeo com IA

No que o MiniMax H3 se sai bem

Referências de imagem, vídeo e áudio num só prompt

O MiniMax H3 aceita até 9 imagens, 3 vídeos e 3 áudios de referência por geração, e lê tudo junto, não uma coisa de cada vez.

No próprio exemplo da MiniMax, uma única frase pede para o modelo copiar o movimento de câmera de um vídeo, fazer o personagem de uma imagem cantar e acertar a voz com um áudio.

Diga no prompt para que serve cada referência, senão o modelo tem que adivinhar: "mantenha o rosto do retrato, siga o movimento de dolly do vídeo de referência e faça ele cantar a melodia do áudio".

Referências e primeiro ou último quadro não podem ser combinados na mesma geração, então escolha um caminho por clipe, e use o H3 para clipes feitos com referências.

Use material seu ou que você tenha permissão para usar, principalmente rostos e vozes.

Quadro-chave de vídeo cinematográfico em 16:9, um tríptico de três painéis separados por faixas escuras finas: à esquerda, um retrato de estúdio simples de um jovem de suéter de tricô azul-marinho diante de um fundo cinza; no centro, um storyboard a lápis de uma câmera em travelling pelo cais de um porto; à direita, o mesmo jovem com o mesmo suéter azul-marinho cantando no cais ao entardecer enquanto a câmera se move ao lado dele, com barcos atracados e postes de luz atrás. Mesmo rosto e mesma roupa em todos os painéis, paleta azul-profundo e coral, sem texto, sem logotipos.

Som estéreo nativo feito junto com a imagem

A MiniMax diz que o H3 gera som estéreo nativo, com voz, efeitos sonoros e música modelados junto com o vídeo, e não adicionados depois.

Isso faz dele uma boa escolha para cenas em que o som carrega o momento: uma banda num calçadão, passos num píer de madeira, uma fala de diálogo.

Descreva o som na mesma frase da ação a que ele pertence e diga quando cada som começa: "a tuba balança em direção à câmera no tempo forte, a caixa rufa, gaivotas gritam sobre as ondas".

A MiniMax descreve som estéreo para o H3 e não diz o mesmo do H3 Max, então escolha o H3 quando o som importar.

Ouça todo resultado antes de publicar, porque uma voz ou um instrumento ainda pode sair errado.

Quadro-chave de vídeo cinematográfico em 16:9, uma tomada grande-angular baixa de uma pequena banda de metais de uniformes azul-marinho lisos desfilando por um calçadão à beira-mar numa tarde clara e de muito vento, a campana de uma tuba girando para a câmera, um tocador de caixa no meio da batida, gaivotas levantando voo do guarda-corpo, ondas chegando atrás. Paleta nítida de coral e azul-oceano, ritmo animado de desfile, sem texto, sem logotipos.

Detalhe fino em alta resolução

O MiniMax H3 gera em até 2K. A MiniMax explica que o H3 chega à resolução máxima regerando, em contexto, a própria saída em resolução mais baixa, e diz que isso recupera detalhes finos e textos pequenos melhor que um upscale comum.

É na textura que isso aparece: gotas de água do mar numa concha, grãos de areia, lã tricotada, cabelo, madeira desgastada.

Movimentos de câmera lentos aproveitam melhor isso. Uma aproximação em macro ou uma panorâmica lenta deixa a textura legível, enquanto ação rápida borra o detalhe em qualquer resolução.

O H3 Max não oferece 2K, então escolha o H3 para clipes que vão passar numa tela grande ou ser recortados na edição.

Resolução maior custa mais por segundo, então teste o movimento numa resolução mais baixa antes.

Quadro-chave de vídeo cinematográfico em 16:9, uma aproximação macro lenta de uma concha de caramujo marinho em espiral pousada na areia molhada ao nascer do sol, minúsculas gotas de água do mar na superfície estriada, cada grão de areia cintilando, uma fina camada de espuma de onda que avança e recua. Detalhe extremamente fino, pouca profundidade de campo, tons de pérola e coral contra sombras azul-profundo.

Como escrever prompts para o MiniMax H3

1. Escreva o plano nesta ordem: elemento principal, ação, lugar, movimento de câmera, luz e, por último, som. "Um faroleiro sobe uma escada em caracol, a câmera segue logo atrás, luz fria de tempestade, chuva batendo no vidro" já basta para começar.

2. Ao adicionar referências, diga no prompt para que serve cada uma, como o rosto do retrato, o movimento de câmera do vídeo e a voz do áudio.

   Os exemplos da própria MiniMax chamam as referências pela ordem em que foram adicionadas, como Image 1, Video 1 e Audio 1.

3. Descreva o que se ouve junto com o que se vê, e ligue cada som a um momento da ação, como "a porta de ferro se abre com um estrondo e o vento entra rugindo".

4. Para uma mudança com começo e fim definidos, use um primeiro e um último quadro feitos da mesma posição de câmera, e deixe o prompt descrever só o que acontece no meio.

5. Teste a ideia no H3 Max na menor resolução e com duração curta, e depois gere de novo no H3 em 2K quando o prompt estiver fechado.

Vídeos feitos com MiniMax H3

• 

  Ouvindo uma concha

  Feito com MiniMax H3

  Uma única tomada contínua num litoral rochoso ao amanhecer. Uma jovem de capa de chuva amarelo-mostarda se agacha ao lado de uma poça de maré, tira da água uma grande concha em espiral, sacode as gotas e a leva devagar ao ouvido, com um sorriso se abrindo no rosto. A câmera começa baixa e aberta e se aproxima suavemente até um close médio. Atrás dela, as ondas chegam de leve sob um céu rosa-claro e azul, luz natural cinematográfica.

• 

  Subindo a escada do farol

  Feito com MiniMax H3

  Uma única tomada contínua dentro de um farol. Um faroleiro mais velho, de casaco pesado de lã azul-marinho, sobe as últimas voltas de uma escada em caracol branca com uma lanterna na mão, e a câmera o acompanha de perto, subindo com ele. Ele empurra uma pequena porta de ferro e sai para a varanda; a câmera o segue pela porta e gira para revelar um mar agitado lá embaixo, ondas quebrando brancas nas pedras, a grande lâmpada varrendo a chuva com seu facho. Luz azul e fria de tempestade contra o brilho quente da lanterna, cinematográfico, movimento de câmera suave e contínuo.

Exemplos de prompt para testar com MiniMax H3

• 

  Mercado de peixe à noite

  Quadro-chave de vídeo cinematográfico em 16:9, um travelling ao longo de um mercado de peixe do porto à noite, vendedores de avental de borracha tiram peixes prateados do gelo picado sob varais de lâmpadas quentes, vapor sobe de uma barraca de sopa, barcos balançam no cais ao fundo. Noite azul-profundo e luz das lâmpadas laranja-coral, reflexos molhados no concreto, animado e lotado, sem texto, sem logotipos.

• 

  Mergulhador numa floresta de kelp

  Quadro-chave de vídeo cinematográfico em 16:9, um travelling subaquático lento que acompanha um mergulhador livre de roupa de neoprene escura e lisa deslizando entre altíssimos talos dourados de kelp, raios de sol descendo na diagonal a partir da superfície, um cardume de peixinhos prateados virando ao mesmo tempo, partículas flutuando na água. Azul-oceano profundo com luz dourada e quente, calmo e sem peso, sem logotipos.

• 

  Bonde na estrada litorânea

  Quadro-chave de vídeo cinematográfico em 16:9, uma tomada aérea que acompanha um pequeno bonde de dois vagões fazendo uma curva numa estrada no alto de uma falésia sobre o mar ao entardecer, luz quente acesa nas janelas, ondas quebrando brancas nas pedras lá embaixo, um vilarejo de casas em tons pastel no cabo seguinte. Céu coral e violeta sobre água azul-profundo, movimento de drone suave, sem texto, sem logotipos.

• 

  Entalhando uma concha

  Quadro-chave de vídeo cinematográfico em 16:9, um plano próximo das mãos calejadas de um artesão entalhando um padrão fino em espiral numa concha branco-pérola sobre uma bancada de madeira, o pó da concha brilhando num feixe de luz da janela, pequenas ferramentas de entalhe arrumadas sobre um pano de linho. Sombras azuis suaves e luz coral quente, pouca profundidade de campo, aproximação lenta.

As imagens de exemplo são ilustrativas; os resultados variam conforme o modelo.

MiniMax H3: especificações e preços

Todos os preços abaixo vêm da tabela de preços em vigor, então mudam aqui assim que os valores mudam. Os créditos são cobrados por imagem ou por segundo de vídeo.

Limitações do MiniMax H3

• A MiniMax diz que a compreensão de entradas mistas do H3 ainda tem bastante espaço para melhorar, e que o detalhe visual ainda pode escorregar em algumas cenas.

  Conte com uma referência sendo seguida de forma mais solta de vez em quando, e confira rostos, mãos e letras pequenas quadro a quadro antes de publicar.

• O H3 Max troca alcance por velocidade. Ele não oferece 2K, e a MiniMax descreve som estéreo nativo só para o H3.

  Use o H3 para tomadas em alta resolução, clipes feitos com referências e clipes em que o som importa.

• Referências e primeiro ou último quadro não podem ser misturados na mesma geração. Um clipe feito a partir de um quadro segue o formato dessa imagem, então a opção de proporção não vale para ele.

  Imagens muito pequenas e proporções extremas são recusadas. Aumente uma imagem pequena com o upscale de imagem com IA. Recorte um formato extremo, ou estenda o lado mais curto com expandir imagem com IA, antes de enviar.