Wprowadzenie
MiniMax H3 Spicy w trybie obraz na wideo animuje kadr otwierający bez cenzury, z opcjonalnym kadrem końcowym i opcjonalnym opisem ruchu.
MiniMax H3 Spicy to dostrojona przez LoRA wersja MiniMax H3 bez cenzury, udostępniona jako endpointy obraz na wideo i video-extend; ta strona dotyczy obraz na wideo. Dostarczony kadr otwierający ustala postać, opcjonalny kadr końcowy ustala zakończenie, a prompt kieruje 3–15 sekundami pomiędzy nimi w 480p, 540p, 768p lub 1080p.
Najważniejsze funkcje
O treści decyduje twój kadr, a nie filtr tekstu
Ponieważ jedynym wejściem jest kadr otwierający, w tej rodzinie nie ma zwykłego rozdźwięku między tym, o co prosisz, a tym, co gotów jest wygenerować prompt tekstowy. Animuje się to, co jest na zdjęciu: strój, ciało, poza i kadrowanie. Prompt odpowiada za ruch, kamerę i dźwięk.
Samo zdjęcie to kompletne żądanie
Prompt nie jest tu wymagany. Wyślij obraz, a model wywnioskuje z niego wiarygodny, drobny ruch, który często wystarcza na pętlę. Dodaj tekst, gdy chcesz konkretny moment, na przykład zwrot w stronę kamery, rękę przesuwającą się przez włosy albo zmianę wyrazu twarzy, i opisuj tylko to, co się dzieje, zamiast ponownie opisywać kadr.
Połącz go z modelem obrazów bez cenzury
Praktyczny przepływ to dwa wywołania: wygeneruj zdjęcie modelem obrazów bez cenzury, a potem ożyw je tutaj. Dzieli to problem na pół: kompozycję i treść ustalasz w tanim przebiegu obrazu, który szybko powtórzysz, a przebieg wideo musi tylko trafić z ruchem.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
image_url | Tak | Wymagane. To zdjęcie, które ożywa – decyduje o treści, więc najpierw doprowadź je do porządku. |
last_image_url | Nie | Opcjonalne i ważne wyłącznie razem z |
prompt | Nie | Opcjonalny. Opisz scenę, kamerę i dźwięk; nie opisuj kadru od nowa. |
duration_seconds | Nie | Pełne sekundy, od 3 do 15. Trzy są na tyle tanie, by generować warianty hurtowo. |
resolution | Nie | 480p, 540p, 768p albo 1080p. Domyślnie 480p, najtańszy z czterech progów. |
seed | Nie | Opcjonalny, od 0 do 2147483647. |
Cennik
| Specyfikacja | Cena |
|---|---|
| $0.038 / sekundę |
| $0.057 / sekundę |
| $0.084 / sekundę |
| $0.152 / sekundę |
Zastosowania
Sceny bez cenzury, które odrzucają inne API
Dosadne kadry otwierające są przyjmowane i animowane tak, jak zostały dostarczone. Klipy, które hostowane API wideo odrzucają na filtrze promptów, działają tutaj, a ponieważ treść jest w kadrze, a nie w tekście, wynik odpowiada temu, co zatwierdziłeś, a nie złagodzonej reinterpretacji.
Klipy z towarzyszką i odgrywanie ról
Jedno zdjęcie postaci staje się biblioteką krótkich reakcji: spojrzenie w górę, uśmiech, obrót ramienia, odgarnięte włosy. Zachowaj ten sam kadr otwierający i zmieniaj tylko prompt, a postać pozostanie spójna w każdym klipie zestawu.
Animowanie istniejącej sesji zdjęciowej
Sesja, którą już masz, zamienia się w ruch bez ponownych zdjęć. Każdy kadr staje się klipem od 3 do 15 sekund, a kadr końcowy pozwala, by dwa zdjęcia z tej samej sesji wyznaczyły początek i koniec jednego ruchu.
Wskazówki
Najpierw zrób kadr otwierający
Strój, ciało, pozę i kadrowanie ustal w przebiegu obrazu, bo właśnie to zdjęcie znajdzie się w wideo. Kadr, który już jest dobry, nie musi potem spierać się z promptem.
Użyj kadru końcowego, gdy znasz zakończenie
last_image_url można wysłać tylko razem z image_url i ogranicza ono zakończenie, a nie środek. Dodaj je tylko wtedy, gdy klip ma dojść do znanej kompozycji, na przykład do drugiego zdjęcia z tej samej sesji.
Dostosuj dołączony przykład
Opublikowany przykład używa duration_seconds 5 i resolution 768p, a jako image_url jednego zdjęcia.
She exhales a slow plume of smoke against the rain-streaked glass, the neon sign outside pulses red across her face, and she turns her head toward camera without changing expression. Blind shadows creep, rain runs down the window, distant traffic.
Jedno zdjęcie i notatka o ruchu: dym, pulsujący neon i obrót głowy są opisane, a wszystko, co identyfikuje postać, pochodzi z kadru.
Tani szkic, jedno wykończenie
Domyślna rozdzielczość to 480p, najtańszy z czterech poziomów. Wygeneruj kilka trzysekundowych wariantów w 480p, wybierz jeden i wygeneruj go ponownie w 768p lub 1080p z dłuższym czasem, zachowując ten sam prompt i kadr otwierający, żeby porównanie miało sens.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-spicy/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
