MiniMax H3 Max: Models and API のネイティブオーディオを使用したビデオ

minimax/minimax-h3-max/image-to-video

MiniMax H3 Max は、480p または 768p のネイティブオーディオを使用して、テキストまたは最初のフレームから 5 ～ 15 秒のビデオ (多くの場合、約 12 秒の 10 秒のクリップ) を作成します。

開始フレーム画像 *

最初のフレームとして使用する画像の URL。出力のアスペクト比はこの画像に従います。

プロンプト *

ビデオ生成のためのテキストプロンプト: モーション、カメラ、照明、スタイル、およびオプションのオーディオ。

終了フレーム画像（任意）

最初から最後までのキーフレーム生成の最後のフレームとして使用する画像のオプションの URL。

長さ（秒）

ビデオの長さ (秒単位)。

解像度

ビデオのネイティブ世代の解像度。

プロンプト拡張モード *

生成前にプロンプトを書き直すのに費やす労力。 balanced はすぐに戻ります。 quality は、よりリッチなプロンプトに長い時間を費やします。

シード

ランダムな種。省略した場合はランダムなシードが選択されます。ランダムには -1 を使用します。

セーフティチェッカーを有効化

true に設定すると、安全性チェッカーが有効になります。

Idle

The rate is $0.055 per second for 480p, and $0.088 per second for 768p.

MiniMax H3 Max の紹介

MiniMax の MiniMax H3 Max は、テキストまたは静止画を 480p または 768p で一致するサウンド付きの短いクリップに変換し、多くの場合、10 秒のビデオをおよそ 12 秒で配信します。
MiniMax H3 Max は、カメラ、アクション、サウンドをカバーする 1 つのブリーフに長い待ち時間と遅れたオーディオ同期を代用することで、マーケティング担当者、プリビズアーティスト、ソーシャルチームの反復作業を迅速化するのに役立ちます。
開発者にとって、RunComfy 上の MiniMax H3 Max はブラウザーと HTTP API の両方で使用できるため、モデルを自分でホストしたりスケールしたりする必要はありません。
最適な用途: 広告ストーリーボード |製品の動き |ソーシャルフック

MiniMax / MiniMax H3 Max#

MiniMax H3 Max は、画像とサウンドが一緒にレンダリングされた短いクリップ用の MiniMax のトレーニング後の H3 ビデオラインであり、速度を重視して構築されています。 10 秒のクリップは、多くの場合、約 12 秒で戻ってくるため、タイトなループでショットのドラフト、修正、ロックを行うことができます。

RunComfy では、書き込まれたショットリストから開始するか (テキストからビデオ)、静止画から開始フレームをロックする (画像からビデオ) ことができ、その後、オプションで最後のフレームで終了を制御できます。

このページは、画像からビデオへのパスを実行します。単語だけから最初のフレームを作成したい場合、兄弟のテキストからビデオへのページは同じ MiniMax H3 Max ファミリーを共有します。いずれにせよ、MiniMax H3 Max は、別のオーディオパスを必要とせずに、強力なプロンプトフォローを目指しています。

ハイライト#

素早い処理: MiniMax H3 Max は、多くの場合、10 秒のビデオをおよそ 12 秒で生成し、リアルタイムに近い反復を維持します。
2 つのエントリポイント: テキストからビデオへの完全な概要を作成し、画像からビデオへの静止画をアップロードします。 MiniMax H3 Max は、モーション、照明、オーディオを 1 つのパスで調整します。
即時遵守: MiniMax H3 Max では、ビートは作成した順序で着地します。カメラの動き、被写体のアクション、画面上のタイミングは、概要に近いままになります。
ネイティブオーディオ: MiniMax H3 Max は、部屋のトーン、フォーリー、ダイアログキュー、およびアンビエンスを画像と同じパスでレンダリングします。
最初から最後までのコントロール: この画像からビデオへのページで、開始画像とオプションの終了画像を設定して、ショットが 2 つの承認されたフレーム間を移動できるようにします。
プロンプト展開: 簡単に書き換える場合は balanced を選択し、生成前により充実した展開が必要な場合は quality を選択します。
実用的な長さ: ドラフトおよび配信準備完了プレビュー用に 480p または 768p で 5 ～ 15 秒のクリップを生成します。

パラメータ#

パラメータ	必須	タイプ	デフォルト	範囲/オプション	説明
image_url *	はい (*)	文字列 (URL)	最初のフレームのサンプル	画像の URL	主題、構図、スタイルを固定する開始フレーム。アスペクト比はこの画像に従います。
プロンプト *	はい (*)	文字列	サンプルモーション概要	テキスト	モーション、カメラ、照明、スタイル、およびオプションのオーディオの方向。
end_image_url	いいえ	文字列 (URL)	なし	画像の URL	最初から最後までキーフレームを生成するためのオプションの最後のフレーム。
期間	いいえ	整数	5	5-15	秒単位のクリップの長さ。
解像度	いいえ	文字列	768p	480p、768p	ネイティブ世代の解像度。
prompt_expansion_mode *	はい (*)	文字列	balanced	balanced、quality	生成前にプロンプトを書き直すのに費やす労力。
種子	いいえ	整数	ランダム	整数	再現可能な結果を得るためにシードを修正しました。ランダムシードの場合は省略します。
enable_safety_checker	いいえ	ブール値	本当	真、偽	true の場合、安全性チェッカーを有効にします。

価格設定#

解像度	価格
480p	$0.055/秒
768p	$0.088/秒

MiniMax H3 Max の請求は、生成されたクリップの継続時間に従います。実際のクレジットの見積もりについては、このページの「生成」セクションを確認してください。

使用方法#

希望するフレームと外観がすでに含まれている、鮮明な最初のフレーム画像をアップロードします。
アクション、カメラの動き、照明、必要なサウンドを含むプロンプトを作成します。
ショットが特定の終了フレームで終了する必要がある場合は、オプションで終了画像を追加します。
継続時間を 5 ～ 15 秒の間で設定します。
より安価な MiniMax H3 Max ドラフトの場合は 480p を、より迅速な配達の場合は 768p を選択します。
balanced または quality プロンプト展開を選択し、生成します。
__PH5__ の画像と音声を一緒に確認します。ブリーフまたはシードを調整し、必要に応じて再実行します。
自動化に移行するときに、RunComfy API を介して同じ MiniMax H3 Max パラメーターを呼び出します。

プロンプトとリファレンスのヒント#

被写体と主なアクションを主導し、次にカメラパスと照明を追加します。
同じプロンプトに音声の方向を入力します (例: 足音、室内のトーン、短いセリフ)。
最初から最後のショットの場合、開始画像と終了画像でアイデンティティ、ワードローブ、パレットを共有します。
多くの競合する動きではなく、MiniMax H3 Max クリップごとに 1 つの連続したカメラのアイデアを優先します。
概要がまばらな場合は quality 拡張を使用します。プロンプトにすでに詳細が記載されている場合は、「balanced」を使用してください。
MiniMax H3 Max からの読みやすい単語が必要な場合は、画面上のテキストリクエストを明示的かつ短くしてください。
タイムラインが混雑しないように、長さを作成したビートに合わせます。
MiniMax H3 Max は、曖昧な雰囲気の言葉ではなく、各ビートが具体的である場合に最もよく反応します。

静止画ではなく純粋なテキストからビデオへの変換が必要な場合は、RunComfy で兄弟の MiniMax H3 Max テキストページを開きます。この画像からビデオへのルートは、MiniMax H3 Max がモーションとサウンドを処理する間、承認された最初のフレームを保持する場所です。

スタジオでは、多くの場合、コンセプトボードと静止画を使用した製品ショットの両方で MiniMax H3 Max を常に使用し続けるため、モード間で外観の一貫性が保たれます。

MiniMax H3 Max と他のモデルの比較#

ベース MiniMax H3 との比較: MiniMax H3 Max は、480p/768p でのより緊密なプロンプト追従とより強力な美しさのために調整されたトレーニング後のパスです。
対 MiniMax H3 Open: オープンは無差別ウェイトルートです。 MiniMax H3 Max は、トレーニング後の Max quality と RunComfy のスループットプロファイルをターゲットとしています。
Hailuo 2.3 Pro との比較: Hailuo は依然として強力な MiniMax 生産オプションです。新しい Max 準拠およびネイティブオーディオワークフローが必要な場合は、MiniMax H3 Max を選択してください。
公開されている情報に基づいて、パイプラインをロックする前にモデル間で同じ概要を実行します。

さらに試してみたいモデル#

MiniMax H3 Max text to video — 同じ Max ファミリを使用してテキストのみから最初のフレームを作成します。
MiniMax H3 画像からビデオへ — 768p および 2K オプションを備えた公式の H3 画像からビデオへの変換。
MiniMax H3 — 768p 層と 2K 層を備えた H3 テキストからビデオへの変換。
MiniMax H3 Open 画像からビデオへ — 480p/768p で H3 画像からビデオへのオープンウェイト。
Hailuo 2.3 Pro 画像からビデオへ — MiniMax H3 Max が適合しない場合の、以前の MiniMax プロダクション画像からビデオへのパス。

公式リソース#

このMiniMax H3 Maxページ以降の製品アップデートについては:

【MiniMax公式サイト】(https://www.minimax.io/)
MiniMax H3 ローンチ投稿

よくある質問

MiniMax H3 Max はビデオ生成において何が最も優れていますか?

MiniMax H3 Max は、テキストブリーフまたは最初のフレームの静止画から画像とサウンドが一緒に作成される短いクリップ用に構築されています。明確なカメラの動き、規則正しいアクションビート、別個のサウンドパスを必要としないオーディオのマッチングが必要な場合に最適です。

MiniMax H3 Max はテキストからビデオへの変換と画像からビデオへの変換の両方をサポートしていますか?

はい。 MiniMax H3 Max では、単語から最初のフレームを作成する場合のテキストからビデオへの変換と、開始部分の静止画をロックする場合の画像からビデオへの変換について説明します。このページは画像からビデオへの変換に焦点を当てています。テキストのみのパスには兄弟のテキストからビデオへのページを使用します。

MiniMax H3 Max は最初から最後までのショットに最後のフレームを使用できますか?

画像からビデオへのルートでは、MiniMax H3 Max はオプションの終了画像を受け入れ、クリップは開始フレームから選択された終了フレームに向かって移動します。よりクリーンなトランジションを実現するために、2 つの静止画間で被写体のアイデンティティ、ワードローブ、パレットの一貫性を保ちます。

MiniMax H3 Max はどのような解像度と期間をサポートしていますか?

MiniMax H3 Max は、480p または 768p で 5 ～ 15 秒の長さのクリップを生成します。安価なドラフトには 480p を選択し、より迅速な配達が必要な場合には 768p を選択してください。ライブコントロールについては、RunComfy パラメーターパネルを確認してください。

MiniMax H3 Max ではプロンプト拡張はどのように機能しますか?

MiniMax H3 Max は、balanced および quality のプロンプト拡張モードを提供します。 Balanced は概要を素早く書き換えます。 quality は、生成前に、より豊富なプロンプトを構築するのに長い時間を費やします。簡潔な概要には quality を使用し、プロンプトがすでに詳細に記載されている場合には balanced を使用します。

MiniMax H3 Max はビデオとともに音声を生成しますか?

はい。 MiniMax H3 Max は画像と同期したオーディオを返すため、同じプロンプトでアンビエンス、フォーリー、またはダイアログのキューを操作できます。オーディオの方向を省略しても、モデルはシーンに基づいたサウンドトラックを提供します。

開発者は RunComfy API を通じて MiniMax H3 Max を使用できますか?

はい。 RunComfy Web UI で MiniMax H3 Max をプロトタイプし、実稼働または自動化のために同じパラメーターを使用して RunComfy API を介して同じモデルを呼び出します。自分でモデルをホストしたりスケールしたりする必要はありません。

RunComfy で MiniMax H3 Max を使用して生成するといくらかかりますか?

MiniMax H3 Max は生成されたビデオの 1 秒ごとに請求されます。480p では 1 秒あたり $0.055、768p では 1 秒あたり $0.088 です。世代ごとに USD またはクレジットが消費されます。実行する前に、このページの「生成」セクションで実際の推定値を確認してください。

RunComfy

RunComfyは最高の ComfyUI プラットフォームです。次のものを提供しています: ComfyUIオンライン環境とサービス、および ComfyUIワークフロー魅力的なビジュアルが特徴です。 RunComfyはまた提供します AI Models, アーティストが最新のAIツールを活用して素晴らしいアートを作成できるようにする。

MiniMax H3 Max: Models and API のネイティブ オーディオを使用したビデオ | RunComfy

MiniMax H3 Max は、480p または 768p のネイティブ オーディオを使用して、テキストまたは最初のフレームから 5 ～ 15 秒のビデオ (多くの場合、約 12 秒の 10 秒のクリップ) を作成します。