Modele i API: MiniMax

O MiniMax

MiniMax wnosi linię H3: trzy rodziny wideo, które startują z opisanego ujęcia, z zatwierdzonej pierwszej klatki albo z zestawu obrazów referencyjnych i oddają dźwięk razem z obrazem, a do tego trzy rodziny LoRA, które uruchamiają otwarte wagi H3 z twoimi własnymi plikami LoRA.

MiniMax H3 wystawia wszystkie trzy zadania. Jego tekst na wideo oddaje od 5 do 15 sekund w sześciu proporcjach, a zadanie referencyjne utrzymuje postać, garderobę i lokację przy pomocy do dziewięciu obrazów referencyjnych. MiniMax H3 Max obsługuje tekst na wideo i obraz na wideo oraz potrafi wylądować na drugiej klatce, którą sam podasz. MiniMax H3 Spicy to nieocenzurowana rodzina z obrazu na wideo: ożywia twój własny kadr na 3 do 15 sekund w 480p, 540p, 768p albo 1080p, a prompt jest opcjonalny. MiniMax H3 LoRA obsługuje tekst na wideo, obraz na wideo i wideo z referencji na H3 z otwartymi wagami, z maksymalnie trzema twoimi własnymi LoRA na żądanie, w rozdzielczości od 480p do 1080p i na 3 do 15 sekund. MiniMax H3 Singularity LoRA oferuje obraz na wideo i wideo z referencji na społecznościowym fine-tunie H3, zbudowanym z myślą o szybkiej akcji, tańcu i planach ogólnych. MiniMax H3 Image LoRA na tych samych wagach tworzy pojedyncze kadry i edycje z maksymalnie dziewięcioma referencjami, więc klatka kluczowa i następujący po niej klip mogą dzielić jeden model i jedną LoRA.

Jeśli problemem jest ciągłość między kilkoma ujęciami, zacznij od zadania referencyjnego H3: dziewięć obrazów referencyjnych na jedno wywołanie to duży limit, który zastępuje większość opisu potrzebnego w prompcie. Wybierz H3 Max, kiedy liczy się konkretna klatka końcowa. Na stronie każdej rodziny sprawdź udostępniane poziomy rozdzielczości — nie są jednakowe we wszystkich rodzinach. Sięgnij po rodzinę LoRA, gdy postać albo styl są już zapisane w wagach wytrenowanych dla H3; te same pliki LoRA można wczytać we wszystkich trzech.