一段提示詞裡同時用圖片、影片與音訊參考
MiniMax H3 一次生成最多可以接收 9 張參考圖、3 段參考影片與 3 段音訊,而且是把它們放在一起理解,而不是逐一處理。MiniMax 自己舉過一個例子:用一句話讓模型照著一段影片的運鏡走、讓一張圖裡的角色唱歌,並讓歌聲對上一段音訊。每份參考素材用來做什麼,要在提示詞裡寫清楚:「保留肖像裡的臉和那件海軍藍毛衣,照參考影片裡的推軌運鏡走,讓他在黃昏的港邊唱出音訊裡的旋律」。少了這句話,模型只能猜哪份素材管什麼。參考素材和首幀、尾幀不能在同一次生成裡一起用,所以每支影片只選一種方式;靠參考素材生成的影片,請在模型選單裡選 H3。請使用你自己的素材或已取得授權的素材,涉及人臉與聲音時尤其要注意。

電影感 16:9 影片關鍵影格,用細細的深色間隔分開的三聯畫:左邊是一張樸素的棚拍肖像,一位穿海軍藍針織毛衣的年輕男子站在灰色背景前;中間是一張鉛筆分鏡草圖,畫的是鏡頭沿港邊碼頭推軌移動;右邊是同一位穿同一件海軍藍毛衣的年輕男子在黃昏的港邊碼頭上唱歌,鏡頭在他身旁跟著移動,身後是繫泊的船和路燈。三格裡的臉和衣著保持一致,深藍與珊瑚色配色,無文字,無標誌。






