Wprowadzenie
Przedłużanie wideo w MiniMax H3 Spicy. Wyślij klip, który chcesz kontynuować, i opisz, co dzieje się dalej: ostatnia klatka twojego klipu staje się klatką początkową nowego ujęcia obraz na wideo w MiniMax H3 Spicy, a oryginał i nowy fragment wracają połączone w jednym MP4. Płacisz tylko za nowe sekundy.
| Pole | Wartość |
|---|---|
| Wejście | Wideo |
| Wyjście | Wideo |
| Twórca modelu | MiniMax |
| Endpoint | image-to-video, video-extend |
| Czas trwania | 3-15 sekund, pełne sekundy |
| Rozdzielczość | 480p, 540p, 768p, 1080p (domyślnie 480p) |
| Kontrola klatek | Klatka początkowa wymagana, klatka końcowa opcjonalna |
| Prompt | Opcjonalny; wskazówki bez cenzury są przyjmowane |
| Treści | Materiał bez cenzury obsługiwany, brak klasyfikatora treści |
| Wykonanie | Zadanie asynchroniczne, rozliczane za sekundę wyniku |
Najważniejsze funkcje
O treści decyduje twój kadr, a nie filtr tekstu
Ponieważ jedyną drogą wejścia jest klatka początkowa, ta rodzina nie ma zwykłej luki między tym, o co poprosiłeś, a tym, co prompt tekstowy zechce wyrenderować. Ożywa to, co jest na zdjęciu: strój, ciało, poza, kadr. Na tym prompt zajmuje się ruchem, kamerą i dźwiękiem.
Samo zdjęcie to kompletne żądanie
Prompt nie jest tu wymagany. Wyślij obraz, a model wywnioskuje z niego prawdopodobny, niewielki ruch – często to wszystko, czego potrzebuje pętla. Tekst dodaj wtedy, gdy chcesz konkretnej sceny: obrotu w stronę kamery, zsuwającego się ubrania, zmiany wyrazu twarzy – i ogranicz go do tego, co się dzieje, zamiast opisywać kadr od nowa.
Połącz go z modelem obrazowym bez cenzury
Praktyczny przepływ pracy to dwa wywołania: wygeneruj zdjęcie modelem obrazowym bez cenzury, a potem ożyw je tutaj. To dzieli problem na pół – kompozycja i treść rozstrzygają się w tanim przebiegu obrazowym, na którym szybko zrobisz re-roll, a przebiegowi wideo zostaje tylko trafić z ruchem.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
last_image_url | Nie | Opcjonalna docelowa klatka końcowa: nowy fragment kończy się na tym obrazie. Przypina zakończenie, nie ruch pomiędzy. |
prompt | Nie | Opcjonalne. Co dzieje się dalej: kolejna akcja, ruch kamery i dźwięk. |
duration_seconds | Nie | Długość nowego fragmentu: dowolna liczba całkowita od 3 do 15, domyślnie 5. Twoje źródło jest dodawane z przodu i nie jest rozliczane. |
resolution | Nie | 480p, 540p, 768p albo 1080p, domyślnie 480p. Wybierz rozdzielczość swojego źródła, żeby połączenie wyglądało równo. |
seed | Nie | Opcjonalne, od 0 do 2147483647. Trzymaj go stałego, by porównywać po jednym zmienionym polu; zostaw puste dla różnorodności. |
video_url | Tak | Klip do kontynuowania: MP4, MOV albo WebM, do 60 sekund. Jego ostatnia klatka staje się klatką początkową nowego fragmentu, więc utnij go na czystej, ostrej klatce. od 1 znaków |
Cennik
Rozliczenie za sekundę nowego fragmentu w wybranej rozdzielczości; wysłany klip źródłowy nie jest rozliczany.
| Specyfikacja | Cena |
|---|---|
| $0.038 / sekundę |
| $0.057 / sekundę |
| $0.084 / sekundę |
| $0.152 / sekundę |
Zastosowania
Sceny bez cenzury, które inne API odrzucają
Jednoznaczne kadry źródłowe są przyjmowane i animowane w takiej postaci, w jakiej je dostarczysz. Klipy, których hostowane API wideo odmawiają już na filtrze promptu, tutaj działają, a ponieważ treść mieszka w kadrze, a nie w tekście, wynik odpowiada temu, co zatwierdziłeś, zamiast złagodzonej reinterpretacji.
Klipy towarzyszące i roleplayowe
Jedno zdjęcie postaci zamienia się w bibliotekę krótkich reakcji: spojrzenie w górę, uśmiech, obrót ramienia, odgarnięte włosy. Zachowaj tę samą klatkę początkową i zmieniaj wyłącznie prompt, a postać pozostanie spójna w każdym klipie serii.
Ożywianie istniejącej sesji zdjęciowej
Sesja, którą już masz, wprawia się w ruch bez ponownego fotografowania. Każda klatka staje się klipem trwającym od 3 do 15 sekund, a klatka końcowa pozwala parze zdjęć z tej samej sesji wyznaczyć początek i koniec jednego ruchu.
Pętle na płatny feed
Trzy sekundy w 480p są na tyle tanie, by generować warianty hurtowo, wybrać dwa, które czytają się najlepiej, i powtórzyć je w 768p. Zachowaj identyczny prompt i identyczną klatkę początkową, żeby porównanie szkicu w 480p z wersją w 768p nadal miało sens.
Wskazówki
Najpierw przygotuj klatkę początkową
Rozstrzygnij strój, ciało, pozę i kadr w przebiegu obrazowym, bo to właśnie tamto zdjęcie znajdzie się w wideo. Klatka, która już jest właściwa, nie wymaga potem żadnych negocjacji z promptem.
Opisz wyłącznie ruch
Opisz scenę, kamerę i dźwięk, a nie kadr. Działający prompt wygląda tak – pozostawiony po angielsku w takiej postaci, w jakiej został wysłany: „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.” Ustaw
duration_secondsi podnieś resolution do 768p albo 1080p, gdy masz już za sobą etap szkicowania.Szkicuj tanio, wykańczaj raz
Wygeneruj kilka trzysekundowych wariantów w 480p, wybierz jeden, a potem powtórz go w 768p albo 1080p z dłuższym czasem trwania. Klatkę końcową dodawaj tylko wtedy, gdy klip musi wylądować na znanej kompozycji.
Wprowadzenie
MiniMax H3 Spicy Przedłużanie wideo kontynuuje klip, który już masz. Wyślij go jako video_url, z promptem opisującym, co dzieje się dalej, albo bez niego. Ostatnia klatka twojego klipu staje się klatką początkową nowego ujęcia obraz na wideo w MiniMax H3 Spicy trwającego od 3 do 15 sekund, a oba fragmenty są łączone w jeden MP4: najpierw twój oryginał, potem kontynuacja, bez powtórzonej klatki na łączeniu. Nowy fragment wraca też jako osobny plik, więc możesz przedłużać dalej albo montować części osobno.
Kluczowe funkcje i atuty
Ciągłość bierze się z ostatniej klatki. Kostiumy, scenografia, światło i położenie wszystkich osób zostają, bo nowy fragment dosłownie zaczyna się na twojej ostatniej klatce. Ruch nie przenosi się w ten sam sposób: model widzi jeden kadr, a nie cały klip, więc opisz ruch, który ma trwać, zamiast zakładać, że zachowa tempo i kierunek.
Dostajesz jeden plik oraz osobno nowy fragment. Dźwięk twojego źródła zostaje, a dźwięk nowego fragmentu następuje po nim. Pierwszy zasób wyniku to połączony klip (rola video), drugi to sam nowy fragment (rola segment), gotowy do kolejnego przedłużenia albo do edytora. Połączony MP4 zachowuje liczbę klatek na sekundę i kadrowanie Twojego klipu, bez czarnych pasów. Aby dopasować łączenie, obraz może zostać przycięty lub skorygowany o kilka procent przy krawędziach. Jeśli model zwróci wyraźnie inne proporcje, nowy fragment zostanie przeskalowany tak, aby wypełnić Twój kadr, i wyśrodkowany, a to, co wystaje, zostanie przycięte.
Cała reszta to MiniMax H3 Spicy obraz na wideo. Nowy fragment działa na tych samych trasach, z tym samym zakresem treści i tą samą ceną za sekundę co endpoint obraz na wideo, a nieudana generacja jest zwracana tak samo. Jeśli generacja się powiedzie, ale samo połączenie nie da się zbudować, zadanie kończy się błędem, a opłata jest zwracana.
Opcjonalnie możesz domknąć ujęcie. Dodaj last_image_url, docelową klatkę końcową, a nowy fragment zakończy się na tym obrazie. Przypina zakończenie, nie ruch pomiędzy.
Zastosowania
Wydłuż ujęcie, które skończyło się za wcześnie: obrotowy stolik z produktem, który staje, zanim etykieta obróci się do kamery, albo spacer urwany, zanim bohater dojdzie do drzwi. Przedłuż o kilka sekund i opisz tylko pozostały ruch.
Buduj dłuższą sekwencję krok po kroku. Wygeneruj pierwsze ujęcie, przedłuż je, a potem przedłuż połączony wynik jeszcze raz; każdy krok rozlicza tylko dodane przez siebie sekundy. Ponieważ każdy krok startuje z jednej klatki, sprawdź każde łączenie, zanim dołożysz następne.
Poradnik promptów i wskazówki dla zaawansowanych
Prompt jest opcjonalny. Zostaw go pustego, a model wyprowadzi niewielki ruch z ostatniej klatki, co często wystarcza. Gdy chcesz konkretnego momentu, opisz następny, a nie całą scenę, i powtórz język kamery, którym skończył się twój klip, na przykład powolny najazd albo statyczne ujęcie, żeby łączenie wyglądało jak jedno ujęcie.
Przytnij przed przedłużeniem. Ostatnia klatka to jedyne, co widzi model, więc rozmyte, urwane w pół ruchu albo mocno skompresowane zakończenie przechodzi prosto do kontynuacji. Najpierw utnij źródło na czystej, ostrej klatce. Źródła do 60 sekund są przyjmowane w MP4, MOV albo WebM.
Zachowaj spójną rozdzielczość. Wybierz rozdzielczość swojego źródła, żeby połączenie wyglądało równo, i ustaw duration_seconds na długość, której naprawdę potrzebujesz: opłata dotyczy tylko nowego fragmentu, według stawki wybranej rozdzielczości.
Wolno wykorzystywać wyłącznie dorosłe osoby, które wyraziły zgodę, oraz materiał objęty właściwą licencją. Zabronione są osoby małoletnie, intymne obrazy bez zgody oraz zwodnicze podszywanie się pod realne osoby.
Odpowiadasz za prawa do materiału źródłowego, wizerunku, marki i muzyki oraz za każde wykorzystanie komercyjne.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-spicy/video-extend",
"input": {
"duration_seconds": 5,
"resolution": "480p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
