Il reference-to-video MiniMax H3 guida una singola ripresa da fino a nove immagini di riferimento numerate, mantenendo stabili personaggio, abiti e location. Clip da 4 a 15 secondi con audio generato a 768p o 2k.
Playground
Questi esempi sono stati scritti per questo endpoint. Sostituisci il prompt e gli URL dei media di esempio con input tuoi e raggiungibili, poi controlla il preventivo aggiornato e la disponibilità del modello prima di inviare.
- Output5 s
character-continuity-named-refs Tre riferimenti, tre compiti: l’immagine 1 per il volto, l’immagine 2 per l’abito, l’immagine 3 per la stanza — chiamarle per numero impedisce che si fondano in un’unica scena. Il `prompt` copre solo l’azione a `duration_seconds` `5`: sedersi, accavallare le gambe, guardare verso la camera, con l’ondeggiare della camera a mano scritto come indicazione, non preso da una clip. Il volto resta costante mentre la scena cambia.
- 768p
- 5s
- Output5 s
red-dress-theatre-three-angles Una terza angolazione su un impianto che esiste già, ed è a questo che servono i riferimenti: `reference_image_urls` accetta fino a nove fermi immagine che insieme fissano l'interprete, l'abito e il palco, perché una nuova posizione di camera non diventi di soppiatto una nuova produzione. Il prompt è poi scritto solo per questa angolazione — la camminata, l'occhio di bue, cosa fa l'abito mentre lei si muove — perché il resto è stato consegnato come immagini.
- 768p
- 3:4
- 5s
- Output7 s
character-continuity Tre riferimenti, tre compiti: l’immagine 1 per il volto, l’immagine 2 per l’abito, l’immagine 3 per la stanza — chiamarle per numero impedisce che si fondano in un’unica scena. Il `prompt` copre solo l’azione a `duration_seconds` `6`: sedersi, accavallare le gambe, guardare verso la camera, con l’ondeggiare della camera a mano scritto come indicazione, non preso da una clip. Il volto resta costante mentre la scena cambia.
- 768p
- 6s
- Output5 s
voice-and-room I due riferimenti portano solo ciò che un fermo immagine può mostrare: il volto nell’immagine 1, l’impianto luci nell’immagine 2, mentre il `prompt` aggiunge ciò che una foto non può: un piccolo locale, un riverbero caldo, un mormorio del pubblico. Con `duration_seconds` `5` c’è tempo per una battuta al microfono prima del sorriso, e questo trasforma una posa in una battuta recitata. Cambia la sala, i riferimenti continuano ad ancorare volto e luce.
- 768p
- 5s
Questo esempio parte da $0.037 per secondo generato. Il Playground aggiorna la stima quando cambi le impostazioni.