MiniMax H3で場所の一貫性を保つ：複数動画で同じ部屋を使う

人物は正しくても、アパートが変わり続けます。ソファが別の窓の下へ移り、フロアランプが部屋を横切り、クローズアップには前の動画になかったドアが現れます。継続する成人キャラクターのファッション、静かな日常、大人向けシリーズでは、別々のショットが別作品に感じられます。

MiniMax H3で場所を一貫させるには、定義した1つの部屋の写真を再利用し、家具をカメラではなく部屋に対して説明します。H3に新しい見え方を作らせるときは参照から動画を使います。配置の正確さが重要なら、ショットごとに開始静止画を承認し、画像から動画で動かします。

部屋のグリッドはつながる複数の見え方を伝える助けになりますが、3D再構成や固定の保証ではありません。重なる部屋写真20枚で成功したというH3制作者もいれば、家具が動くという報告もあります。次のショットで、新しい空間をどれだけモデルに作らせるかが判断の要点です。

ここでは、参照準備、完全なプロンプト、ランプ・壁・窓がずれたときの具体的な変更を含む、1部屋の3ショットを作ります。32歳の架空の成人モデルによる夜のファッションシリーズです。提案する制作方法であり、新しいH3テストの映像ではありません。

次のカメラ位置に合わせて参照形式を選ぶ

部屋写真1枚、別々の複数視点、コンタクトシートは、異なる入力の問題を解きます。ショットで使う空間を本当に見せる、最小の素材セットを選びます。

最初の回では、アパート全体より家具のある1つの角から始めます。特徴的なソファ、ランプ、窓が1つずつあれば、見る人が認識する反復情報が足り、保持するものも具体的になります。

MiniMax H3モデルカードは、開始・終了フレームのFL2VAと、参照素材のRef2VAを分けます。開始画像は始まる構図を指定し、参照画像は新しい構図の内容を供給します。部屋を開始フレームにして遠い逆角度を求めると、その写真から移動する動画を求めます。場面参照にすると、新しく構成したショットを求めます。

SpicyAPIのMiniMax H3参照から動画は、番号付きの参照画像1〜9枚に対応します。主な例では部屋と成人の2枚、5秒、768p、16:9を使います。指示をそのままにし、1要求に短い1動作を持たせます。参照2枚で1本$0.1986、3ショットは再実行前で$0.5958です。場所のずれを消すと証明した設定ではなく、例の出発点です。

20枚の部屋写真の例が示すこと

元の部屋一貫性の投稿では、制作者が実際のオフィスを内容が重なるよう20回撮り、1グリッドにまとめRefModで使いました。その処理では別々の部屋画像で同じ一貫性は得られなかったと報告しています。

結論を限定する点が2つあります。グリッドをRefModとしてエンコードすることが直接使用より良いかは確認されていません。後には62写真と追加の2部屋による大きい試行が失敗したと報告しました。範囲を増やせば良いわけではありません。

1部屋のつながる見え方という考え方を借り、20写真やRefModを必須の設定にしないでください。控えめなショットには選んだ2視点で十分な場合があり、密なグリッドでは重要なランプが小さすぎて読めなくなります。

RefModは再利用する参照情報を保存するコミュニティの仕組みです。プロジェクトの文書は、H3重みの学習ではなく参照素材のエンコードと説明します。保存ファイルは通常の画像アップロードと交換できません。SpicyAPIのH3画像参照はRefModファイルを受け付けないため、その経路には元の写真かグリッドを残します。

反対の経験も理解すると役立ちます。別の場所一貫性の議論では、適切な部屋ツアーに10回以上必要なことがあり、その後4つの透視図を組み合わせたと説明されています。それでも家具が動いたり変わったりしました。問題は部屋の一般的なスタイルではなく、あるべき位置の保持でした。

そこで以下では、映画風の形容詞より先に物理的関係を定義します。「暖かく豪華なラウンジ」では多くの部屋が可能です。「ソファは入口の向かいの壁、窓は隣の壁」とすれば具体的な配置になります。

人物を加える前に、部屋を理解できるようにする

成人ファッション制作者の継続する夜のシリーズに、小さなラウンジを使います。人物はバーガンディーのイブニングドレスです。3本で立って袖口を整え、ソファの肘掛けのそばに座り、窓へ向きます。衣装と人物は同じで、この記事は周囲のセットに集中します。

まず部屋の内容を決めます。詳細な建築図は不要です。メモの簡単な平面図で、自分の指示の矛盾を避けられます。

「北」「西」は計画のラベルで、画像に方位磁針を置く要求ではありません。実際の指示は、ソファの壁、窓の壁、入口など見える基準に結び付けます。カメラが回っても役立ちます。

入口からソファを見ると窓は左、ランプは右です。部屋の別側からは画面位置が変わります。ソファとの物理的関係を保ち、毎構図で窓を左端へ固定しません。

図解：カメラの位置は変わっても、ソファ、窓、ランプは同じ壁に属します。

実際の部屋は重なるよう撮る

場所を使えるなら、家具と照明を変えず移動します。入口から広く撮り、窓のそばからソファとランプを含めて撮ります。反対の角は、予定の場面がそこを見せる場合だけ追加します。

隣り合う写真には、分かる物や壁の接続を共通にします。同じソファの肘掛け、窓枠、ランプで、つながりが見えます。シェードの接写と無関係な壁の広い写真では、ランプの位置が分かりません。

カメラをおおむね水平にし、可能なら同じレンズ設定を使います。強い広角の歪みは、1参照だけ部屋を深く見せます。写真ごとに良く見せるため家具を動かしません。1枚でどけたテーブルは、セットに加えると矛盾する証拠になります。

可能なら無人で撮ります。成人キャラクターシリーズでは、環境はセット、別画像は演じる人物を供給すべきです。場所写真の人物から不要な服、ポーズ、存在が移る場合があります。肩の周囲の魅力的な部分だけでなく、人物の後ろの空間も必要です。

止める基準は予定するショットの範囲です。3本ともソファの近くなら、台所、廊下、浴室は不要です。後の場面で必要になるとき、別の場所として保存します。

架空の部屋は採用した1デザインから作る

架空のラウンジでは、変化を作る前に基準の1視点を選びます。窓の数、ソファ、ランプ、壁の配置を固定します。その基準を編集して別視点を作り、部屋セットに採用する前に比べます。

自然な新しい角度でも、一貫しているとは限りません。2枚目で窓が増えたりランプが反対へ動いたりしたら、魅力的でも含めません。参照集が別々の2部屋を説明することになります。

基準にない壁を逆角度が見せるなら、その内容は自分で決めます。与えていない既存デザインをモデルは回復できません。簡単に配置を描き、不足視点を意図して作るか、未知の側を見せないショットにします。

固定シリーズでは、部屋中の自由移動より、戻れる3カメラ位置を作る方が有用な場合があります。入口の広い視点、ソファ側の中距離、窓側の人物写真なら、完全な仮想セットなしに分かる表現を持てます。

セットをコラージュにせずグリッドを組む

視点の関係が有用で各パネルが読めるならグリッドを使います。原本を切らずに残します。グリッドは追加の見せ方であり、原本を捨てる理由ではありません。

ラウンジなら、入口、窓側、ランプ側、ソファとテーブルの関係を見せる近い視点の4パネルから始めます。編集上の便利さのための選択で、測定したH3の最適数ではありません。

広い視点を部屋の周囲の順に合理的に並べます。大きな白い縁や装飾タイトルは避けます。写真の壁へラベルを載せず、ファイル名やメモに置きます。家具と空間を伝える画像であり、動画内の発表スライドにするものではありません。

全体サイズが固定なら、パネル追加で各視点の画素は減ります。幅2048の4列は、間隔や余白前で各約512ピクセルです。元写真の小さなランプは、パネルで数十ピクセルになるかもしれません。似た5枚目を加えても欠けた細部は戻りません。

シリーズを示す家具は認識できる大きさにします。密なグリッドへ詰めず、ソファとランプの近い別視点を追加できます。その役割を、新しい部屋ではなく既存のソファとランプの角に絞ります。

図解：グリッドは1画像に視点をまとめますが、各パネルの空間は減ります。

場所のグリッドと絵コンテも別です。前者は1空間を複数位置から、後者は複数構図やカットを求めます。1ショットでは、グリッドは場所参照で、出力は1つの連続したカメラ視点と書きます。さもないと、タイル入力がタイル出力と解釈される場合があります。

使える360度パノラマがあるなら別の選択肢です。コミュニティのパノラマ例は廊下を作りましたが、ドアや取っ手の変化が指摘されています。作者も、プロンプト修正かseedが歪みに影響したか不明としました。範囲は有用な入力ですが、幾何学的に正しい部屋の証明ではありません。

3ショットには、未知の投影より通常の重なる視点が確認しやすいものです。パノラマを理解しているならきれいな原本を残し、そうでなければ簡単なソファ場面の前に変換作業を追加する必要はありません。

部屋と成人キャラクターへ別の役割を与える

すべての参照から動画で、アップロード順を同じにします。

1. Picture 1：無人の部屋の基準かグリッド。
2. Picture 2：シンプルな背景で、目的の服を着る架空の成人。
3. Picture 3、必要な場合だけ：Picture 1にすでにある特定の角を明瞭に見せる画像。

人物画像が強い競合の場所参照にならないようにします。人物の後ろが明るい寝室で、Picture 1が暖かなラウンジなら素材が矛盾します。モデルに解釈させる前に、不要な背景を切るか交換します。

MiniMaxの公式参照プロンプトガイドは、環境を再利用する参照内容とし、具体的な構図の基準と分けます。各画像の貢献と変更可能なものを書くと役立ちます。ソファの位置を説明するために、人物の顔を再説明する必要はありません。

ショット間で部屋の指示は同じにし、カメラ位置、範囲、動作を変えます。日々のシリーズでは場所が見慣れたものになり、新しい動作や服が次の投稿の理由になります。

次の3指示では、Picture 1が合意した部屋視点、Picture 2が成人とバーガンディーのドレスです。5秒に3カットではなく、別々の5秒を求めます。場面を確立する間は、すべて5秒、768p、16:9にします。

ショット1：入口から部屋を示す

見る人の基準です。次のショットを認識できるだけ家具を見せ、動作は小さくします。

Picture 1は1ラウンジの複数視点です。家具、壁の配置、素材、照明に使います。Picture 2は架空の32歳の成人女性とバーガンディーのイブニングドレスを供給し、背景は無視します。1つのカメラ視点による連続した5秒のファッションショットを作り、コラージュにしません。カメラは入口から、向かいの壁のテラコッタのソファを見ます。クリーム色のカーテンの高い窓は、ソファの壁の左に隣接する壁にあります。真鍮のフロアランプは、この入口視点のソファ右の肘掛けの角に残します。丸い濃い木のテーブルはソファの前です。女性はテーブルのそばに立ち、片方の袖口をゆっくり整え、手を落ち着かせます。カメラは固定。窓から柔らかな昼光、ランプから穏やかな暖かい光。家具の位置と窓1つを全体で保ちます。静かな部屋の環境音、セリフと音楽なし。

窓・ソファ・ランプの関係を定めます。部屋の特徴が見えない近い人物から始めるより有用です。後で近く切れますが、見えないランプを連続性の証拠には使えません。

ショット2：カメラを動かし、家具をそのままにする

次は窓の近くからソファを斜めに見ます。透視は変わっても、ランプは物理的に同じ肘掛けの隣です。

Picture 1は同じラウンジと固定の家具配置です。Picture 2は架空の32歳の成人女性とバーガンディーのイブニングドレスで、背景は無視します。高い窓のそばから、ソファと真鍮のランプを斜めに見る、連続した5秒の中距離ファッションショットにします。女性はソファの窓側の端に座ります。片手を肘掛けに置き、視線を少し窓へ向けます。ランプはソファの反対端の元の角です。丸い濃い木のテーブルはソファの前に残し、このカメラ位置で自然に見える部分だけ写します。ソファは元の壁に接したままです。視点を変えながら実際の配置を保ちます。窓の昼光はカメラのそばから、ランプは暖かい背景光のままです。固定カメラ、自然な透視、1部屋、カットやパネル配置なし。静かな環境音、セリフと音楽なし。

テーブルは一部が隠れても移動していません。すべての参照の物を完全に見せる要求は、新しい角度と競合します。自然な部屋には遮蔽があり、一貫性は毎回すべての小物を見せることではありません。

ショット3：窓側の人物で終える

最後は近くても、セットとのつながりを保てます。分かる建築部分1つと家具1つを構図に残します。

Picture 1は同じラウンジの場所参照です。Picture 2は架空の32歳の成人女性とバーガンディーのイブニングドレスで、背景を移しません。高い窓のそばで、腰から上の5秒の単一ポートレートを作ります。カメラは丸いテーブルの近くから、ソファの窓側の端へ向けます。女性はソファと窓の間に立ち、ゆっくり肩を昼光へ向け、自然な横への視線で終えます。後ろにクリーム色のカーテンと元の肘掛けの一部を見せます。ほかの家具は枠外でもよく、見せるために移動しません。窓は元の壁のまま、部屋の比率を保ちます。柔らかな昼光を主に、向こうのランプの暖かさをわずかに加えます。固定カメラ。新しいドア、追加の窓、分割画面、場面変更なし。静かな環境音、セリフと音楽なし。

ここではカーテンと肘掛けがつながりを担います。最後の近いショットに平面図全体を証明させていません。それは最初の広いショットと、参照同士の整合性の役割です。

光を部屋の光源に結び付ける

画面方向だけの指示では、照明の連続性が混乱します。「左からの光」は反対側へカメラが動くと、別の物理配置です。ここでは窓を主光源、ランプを暖かな副光源にします。

入口では窓の光は画面左から、窓側の中距離ではカメラ近くから来ます。どちらも同じ時点です。顔の影を毎回同じに求めると、光がカメラと一緒に移動する必要があり、部屋の連続性を損ないます。

点灯する光源、窓とランプの相対的な明るさ、時間帯を固定します。「柔らかな窓の昼光と、背景のかすかな暖かいランプ」に技術的な照明図は不要です。ただし、時間変更を意図しないのに、暗い夜の参照と明るい正午の逆視点を混ぜません。

大人向けファッションの劇的な照明は、部屋の有用な証拠も隠します。広い参照でも人物の輪郭以外が見えなければ、ソファの縁や壁のつなぎを次へ渡せません。完成版を暗い雰囲気にしても、部屋参照は明瞭にします。

図解：カメラ移動で画面内の光の方向が変わっても、物理的な光源は同じです。

意図した昼から夜への変更は、同じセットの新しい照明版として扱います。家具を保ち、採用済みの夜の視点を渡し、窓は暗いと書きます。晴れた参照を残し「昼光」だけ「ネオンの夜」に変えると、指示が矛盾します。

部屋がずれ続けたら、先に静止画を作る

新しい角度でランプを再配置し続けるなら、毎動画にその角度を一から解かせません。部屋、カメラ、人物が正しい静止画を準備して動かします。

Qwen Image 2.1編集はその方法の1つです。部屋と成人画像から始め、不足する空間を供給するときだけ第3の部屋視点を使います。最終形、不透明背景、PNGを選び、例では16:9、2k、プロンプト拡張無効です。編集入力の使い方の提案であり、見えない部屋を初回で正しく再構成する主張ではありません。

ショット2の静止画には次を使います。

1枚目はラウンジだけに使い、家具と建築を保ちます。2枚目は架空の32歳の成人女性とバーガンディーのイブニングドレスだけに使います。高い窓のそばからテラコッタのソファを斜めに見る、1枚の写真風の中距離構図にします。窓に近いソファ端へ座らせ、片手を肘掛けに置きます。ソファは同じ壁、真鍮のランプは反対端の角、丸い濃い木のテーブルはソファ前に保ちます。新しい視点からの自然な重なりと透視を見せます。柔らかな窓の昼光と穏やかな暖かいランプ。見える家具の形を保ち、窓やドアを増やしません。1写真、パネルや文字なし。

3枚目を使うなら、「3枚目は窓のそばの視点で、ソファとランプの関係を明確にする。別の部屋や新しい家具デザインは追加しない」と加えます。

動かす前に部屋の基準と比べます。ランプが動いていれば静止画を直します。一貫した角度を作れなければ、素材で裏付けられる近いカメラ位置を選びます。動作に払う前に明示的に判断できます。

その後、MiniMax H3画像から動画で採用静止画を開始フレームにし、5秒、768pを使います。構図を画像が決めているため、動作指示は短くできます。

この開始画像を連続した5秒の1ショットとして動かします。成人女性は座った位置を保ち、肩と手を小さく自然に動かしながら、ゆっくり視線を窓へ向けます。カメラは固定。ソファ、テーブル、ランプ、窓、カーテンの位置を保ちます。既存の昼光と暖かいランプを保持します。新しい物、カット、部屋変更なし。静かな環境音、セリフと音楽なし。

ショット1と3も、それぞれの構図で同じように準備します。1静止画を異なる角度へ無理に延ばすのではなく、3つの承認済み開始画像です。各動画は選んだ配置から始まります。

任意の終了画像で終わる構図を指定できますが、中間の全フレームを固定しません。矛盾する部屋2枚を開始と終了にして、家具の差を見えずに解消すると期待しません。両端が必要なら、同じセットと自然な動作を説明する画像にします。

小さい動作には固定カメラで、新しく見える環境を限定できます。残る問題が不要なカメラ移動なら、部屋写真を増やし続けず、別の固定カメラ動画ガイドを使います。

連続性の誤りに合う入力を変える

再実行は結果を変えても、不足する壁の写真を追加できません。再実行前に、見える誤りに対処する変更を選びます。

調べる原因候補であり、見ていない生成の診断ではありません。静止参照にすでにあるか、新しい構図だけか、動作中に発生するかを分けます。

参照にあれば原本を修復します。新角度の創作で出るなら角度を制約するか静止画にします。動作中なら動作を短くしカメラの移動を限ります。解像度を上げても、窓をどの壁へ置くかは伝わりません。

ランプ1つの問題で部屋全体、服、比率を書き直しません。別のショット指示になります。採用部分を保ち、誤った空間関係1つを直します。

鏡には注意します。主カメラ外の物を見せ、画像内に別の部屋視点を作れます。必須でなければ最初の場面から外します。必要なら正しい反射の静止画を準備し、反射が大きく変わるカメラ移動を避けます。

日々の成人キャラクターシリーズでセットを再利用する

3位置が使えたら、次も採用済みの部屋画像を使います。魅力的な動画フレームすべてを新しい参照にせず、同じ原本へ戻ります。後のフレームに長くなったソファやずれた窓があれば、それを次へ引き継ぐ可能性があります。

無人の部屋と人物・服を分けます。次の服では服を持つ人物画像だけを替え、部屋を保ちます。部屋を意図して変えるなら関連視点を一緒に更新します。1角度だけの新しい椅子は、古い角度に戻ると矛盾します。

大人向けシリーズの親しみは、横のカーテン、座った後ろのテラコッタソファ、遠い角の暖かいランプなど、小さいものから生まれます。毎日部屋全体を見せる必要はありません。別の部屋を増やす前に、確立した角の切り取り、動作、人物の位置を変えます。

位置間の難しい移動はカットで避けられます。広いショットから座った中距離へのカットは、テーブルの周囲を歩いて座る連続動作をH3に求めず、時間やポーズの変更を伝えます。連続した動きを見せることが重要な場合に使います。

成人向け内容の扱いは、選ぶモデルとタスクに属します。場所参照で範囲は広がらず、成功したファッション場面から全H3版の内容は分かりません。この方法はセットのためであり、実際の題材に合うエンドポイントは別に選びます。

準備を含め必要なショットの予算を組む

採用静止画の経路では、通常H3画像から動画の1秒料金は、768pが$0.037、2kが$0.058です。

既存静止画からの動画生成の合計です。画像準備と追加生成は加えます。例えばショット2を1回やり直すと768pの動画小計は$0.740です。低い案から高い新規生成へ移るのは2要求で、無料のアップグレードではありません。

参照から動画は、その動画料金へ画像1枚$0.0068を加えます。上の2画像では768p・5秒は$0.185 + $0.0136 = $0.1986、3本は$0.5958、再実行1回追加は$0.7944です。3枚目の角で各$0.2054、3本$0.6162です。グリッドは計算上1アップロードですが、料金削減だけのためにまとめると、読める細部を犠牲にする場合があります。

静止画準備のQwen Image 2.1編集2kは、この2〜3参照で出力1枚$0.048です。3編集で$0.144、準備静止画3枚と768p・5秒3本は再試行前で$0.699です。既存写真、手動合成の時間、最初の人物や部屋の作成は含みません。

静止画を準備する費用上の理由は、試行回数が減る保証ではありません。動作へ払う前に、見える家具配置を決められることです。静止画で明らかに違う角度は、長い動画でも正しい部屋にはなりません。

1部屋、明瞭な1角度、短い1動作から始める

場所を示す家具を3つ選びます。無人の明瞭な視点でその関係を撮影して確立し、次のショットが本当に必要とする追加視点だけを用意します。

その参照セットで新しい構図を探るときは、参照から動画を使います。家具の位置が変わり続けるなら静止画で承認し、小さな動作で動かします。次も同じ物理光源と部屋参照を使います。

ラウンジ例の最初の有用な結果は、ソファ、窓、ランプが合意位置にある、入口からの5秒です。同じ部屋デザインから座る角度を作ります。途中でアパートが変わる壮大なツアーより、認識できる3ショットのセットが、継続するシリーズの有用な土台です。