Le reference-to-video MiniMax H3 pilote un plan à partir de jusqu’à neuf images de référence numérotées, en gardant stables personnage, tenue et lieu. Clips de 4 à 15 secondes avec audio généré en 768p ou 2k.
Atelier
Ces exemples ont été écrits pour ce point de terminaison. Remplacez le prompt et les URL de médias par vos propres fichiers accessibles, puis vérifiez l’estimation à jour et la disponibilité du modèle avant d’envoyer.
- Sortie5 s
character-continuity-named-refs Trois références, trois rôles : l’image 1 pour son visage, l’image 2 pour la tenue, l’image 3 pour la pièce — les nommer par leur numéro les empêche de se fondre en une seule scène. Le `prompt` ne porte que l’action à `duration_seconds` `5` — s’asseoir, croiser les jambes, lever les yeux vers la caméra — avec le flottement de la caméra écrit comme une indication, pas tiré d’un clip. Le visage reste constant pendant que la scène change.
- 768p
- 5s
- Sortie5 s
red-dress-theatre-three-angles Un troisième angle sur un dispositif qui existe déjà, et c'est à cela que servent les références : `reference_image_urls` accepte jusqu'à neuf images fixes qui, ensemble, verrouillent l'interprète, la robe et la scène pour qu'une nouvelle position de caméra ne devienne pas discrètement une nouvelle production. Le prompt n'est alors écrit que pour cet angle — la marche, la poursuite, ce que fait la robe quand elle bouge — puisque le reste a été fourni en images.
- 768p
- 3:4
- 5s
- Sortie7 s
character-continuity Trois références, trois rôles : l’image 1 pour son visage, l’image 2 pour la tenue, l’image 3 pour la pièce — les nommer par leur numéro les empêche de se fondre en une seule scène. Le `prompt` ne porte que l’action à `duration_seconds` `6` — s’asseoir, croiser les jambes, lever les yeux vers la caméra — avec le flottement de la caméra écrit comme une indication, pas tiré d’un clip. Le visage reste constant pendant que la scène change.
- 768p
- 6s
- Sortie5 s
voice-and-room Les deux références ne portent que ce qu’une image fixe peut montrer — son visage sur l’image 1, le dispositif de projecteurs sur l’image 2 — et le `prompt` ajoute ce qu’une photo ne peut pas : un petit club, une réverbération chaude, un murmure de la foule. À `duration_seconds` `5`, il reste le temps d’une phrase dans le micro avant qu’elle ne sourie, ce qui transforme une pose en réplique jouée. Changez la salle, les références continuent d’ancrer le visage et la lumière.
- 768p
- 5s
Cet exemple démarre à $0.037 par seconde produite. Le Playground actualise l’estimation lorsque vous modifiez les réglages.