Guia de resolução MiniMax H3: gerar maior ou ampliar depois?

Um personagem adulto recorrente pode convencer num retrato e ficar irreconhecível do outro lado de um cômodo. Exportar a segunda tomada em 4K produz um arquivo maior, mas não entrega automaticamente o rosto pretendido. Essa é a pergunta útil por trás da resolução MiniMax H3: a tomada precisa de mais informação durante a geração ou uma tomada já bem-sucedida só precisa de um arquivo maior para entrega?

Use 768p como ponto de partida prático, tanto para rascunhos de movimento e composição quanto quando rosto e roupa importam, e uma faixa de saída maior na geração quando a tomada depende de traços pequenos ou de um recorte posterior. Se um clipe de resolução menor já tem personagem, movimento e expressão certos, ampliar essa tomada selecionada é o caminho mais barato para um arquivo maior. São escolhas de produção, não uma afirmação de que imagens ampliadas igualem uma geração de resolução maior.

Para um clipe H3 comum de imagem para vídeo com cinco segundos, gerar em 768p e fazer uma ampliação separada para 2K custa $0.245, enquanto selecionar 2K na tarefa de geração custa $0.29. A diferença é de apenas 4.5 centavos, então economizar sacrificando um rosto importante não é automaticamente um bom negócio.

Este guia se concentra em vídeos de personagens adultos fictícios, incluindo produções NSFW, e nas decisões visuais que você pode tomar antes de gastar com um lote. Resolução não muda o comportamento de conteúdo de um endpoint. Escolha primeiro uma versão H3 adequada; nossa comparação de versões H3 cobre essa decisão separada.

“Gerar maior” e “ampliar” podem descrever processos diferentes

As pessoas costumam misturar três coisas: pedir uma saída maior a um serviço de geração, ampliar um MP4 existente e substituir um decodificador dentro de um fluxo local ComfyUI. Todas podem aumentar as dimensões finais do arquivo. Não recebem a mesma informação nem tomam as mesmas decisões.

Uma faixa de saída maior na geração é escolhida enquanto a tomada é criada. A solicitação ainda contém prompt e imagens originais. Seu resultado pode diferir de uma geração de faixa menor em expressão, movimento ou detalhes locais. Se você tem uma ótima tomada 768p, enviar novamente a mesma imagem inicial numa faixa maior não recupera aquela tomada exata com mais pixels.

Uma ampliação separada de vídeo começa num clipe existente. É útil quando você quer manter a atuação selecionada. A fonte já contém ação, enquadramento e ritmo; você está pedindo uma versão maior daquela gravação, não outra interpretação da cena original.

Um fluxo local de latentes ou VAE opera dentro da geração, antes de existir o vídeo finalizado. Pode redimensionar uma representação interna, executar outra etapa de geração, mudar a decodificação ou combinar vários desses processos. Uma publicação que diz “ampliação 2×” sem identificar a etapa não informa qual processo usou.

Por exemplo, o model card do H3 Latent Upscaler descreve geração de baixa resolução, ampliação dos latentes e depois reamostragem ou refinamento na resolução-alvo. Essa etapa adicional de geração faz parte do fluxo proposto, não é apenas outro tamanho de exportação.

Ilustração: uma solicitação de geração usa as instruções originais da cena; uma ampliação separada recebe o vídeo selecionado.

A opção 2K do H3 precisa de uma descrição mais precisa que “nativa”

O model card oficial do H3 da MiniMax descreve uma saída-base com lado curto padrão de 768 pixels. Sua etapa H3-Regenerate-2K leva o resultado de menor resolução e o contexto original de volta ao H3 para gerar o resultado maior. Isso difere de uma etapa convencional dedicada de super-resolução aplicada apenas a um arquivo finalizado.

A diferença prática é o acesso ao contexto: uma etapa de regeneração pode consultar instruções e referências originais da cena, enquanto um ampliador de MP4 trabalha com o clipe recebido. A MiniMax apresenta isso como vantagem da arquitetura; não estabelece qual rota preservará melhor seu personagem específico.

Por isso, este artigo usa faixa de saída maior na geração para a opção hospedada. “2K nativo contra 2K falso” é uma descrição simplista, e um menu de resolução não é garantia de arquitetura.

As faixas disponíveis dependem da versão H3

H3 comum de imagem para vídeo oferece 768p e 2K (o 480p deixou de ser oferecido em 9 de outubro de 2026). H3 LoRA e H3 Spicy de imagem para vídeo oferecem 480p, 540p, 768p e 1080p. Os menus não são intercambiáveis: não há configuração 1080p de H3 comum nesta comparação, e o menu LoRA não acrescenta opção de geração 2K.

As notas dos parâmetros H3 Spicy descrevem especificamente 768p como tela nativa e 1080p como saída ampliada acima dela. Pagar pela faixa 1080p, portanto, não deve ser interpretado como comprar garantia de detalhes faciais resolvidos nativamente. A faixa é uma opção de produto com preço, não uma promessa sobre cada traço pequeno.

Escolha a versão e a tarefa exatas antes de comparar preços. Mudar de um fluxo com LoRA de personagem personalizado para H3 comum altera mais que a resolução, mesmo se o preço do H3 comum for menor.

Conte os pixels do rosto, não apenas os do quadro inteiro

A resolução se distribui por toda a imagem. Numa cena ampla de quarto, muitos pixels podem descrever parede, roupa de cama, cortinas e espaço vazio ao redor da pessoa. Se o personagem recorrente ocupa uma parte pequena do quadro, aumentar a resolução geral gasta dinheiro com todas essas áreas ao mesmo tempo.

Um exemplo geométrico simples mostra por que composição importa. Suponha que o rosto ocupe 10% da dimensão vertical numa tomada horizontal. Num quadro de 480 pixels de altura, o rosto tem cerca de 48 pixels de altura. Num quadro de 768 pixels com a mesma composição, tem cerca de 77 pixels. Há mais espaço para representar traços, mas o rosto continua pequeno.

Agora mantenha a tela de 480 pixels de altura e mude a composição para o rosto ocupar 25% dela. O rosto terá cerca de 120 pixels de altura. Reenquadrar destinou mais pixels ao rosto que passar de 480 para 768 na composição ampla original.

Esses valores são ilustrações aritméticas, não limites de reconhecimento do H3. Não há uma regra confiável de que um rosto se torne correto com determinada quantidade de pixels. Luz, ângulo, movimento, compressão e referência importam. O princípio útil é mais simples: faça um traço importante ocupar espaço suficiente na fonte para sua identidade estar visível antes de depender de ampliação.

Ilustração: reenquadrar pode destinar mais pixels ao rosto que aumentar o quadro inteiro. Os 480 pixels são um exemplo de cálculo; o H3 comum não oferece mais 480p desde 9 de outubro de 2026.

Numa tomada ampla, decida o que o público precisa reconhecer

Uma tomada para estabelecer o cômodo e uma para revelar o rosto têm funções diferentes. Numa série de personagem adulto, a tomada ampla talvez só precise estabelecer roupa conhecida, silhueta e local. Não precisa necessariamente trazer os detalhes mais finos de olhos e lábios. Uma tomada próxima posterior pode fornecer esse reconhecimento.

Se a história exige que o público reconheça o rosto enquanto o personagem está longe, reserve mais orçamento para essa tomada. Use uma faixa maior de geração, separação clara do fundo e uma pose que não esconda metade do rosto. Evite planejar uma aproximação digital agressiva posterior como forma de descobrir detalhes que não estavam visíveis na fonte.

Se o cômodo importa mais que o rosto, deixe a tomada cumprir essa função. Investir numa tela maior pode valer a pena para móveis e luz, mas não julgue o sucesso pela capacidade de também virar um close. Pedir que um clipe gerado sirva às duas funções torna a escolha de resolução mais difícil que o necessário.

Recorte a composição antes de animar quando possível

Para imagem para vídeo, prepare o quadro inicial no formato pretendido de entrega. Uma fonte de retrato vertical é um ponto de partida mais claro para um clipe vertical que uma fonte ampla que você espera cortar depois.

Um recorte centralizado 9:16 de uma imagem 16:9 mantém apenas cerca de 31.6% da largura original ao usar toda a altura. Num quadro horizontal convencional 1920×1080, esse recorte vertical é de aproximadamente 608×1080 antes de redimensionar. O arquivo pode ter começado em Full HD, mas a imagem preservada já não contém 1920 pixels na largura do sujeito.

Um recorte intencional de uma fonte suficientemente detalhada pode melhorar o enquadramento enviado ao H3. Recortar um rosto minúsculo de uma captura de tela de baixa qualidade não produz, sozinho, uma referência melhor. Use a imagem original e pare de ampliar quando estiver apenas deixando o desfoque existente mais evidente.

Deixe também espaço suficiente para o movimento real. Um recorte perfeitamente fechado no quadro inicial pode ficar inviável se uma pequena virada cortar a linha do cabelo ou uma mão atravessar a borda. O quadro inicial correto reserva espaço para a ação sem desperdiçar a maior parte da tela com ambientes vazios.

Um rosto que muda nem sempre é problema de resolução

Uma discussão de vídeo H3 com referência começou exatamente com essa pergunta: o rosto 480p parecia apenas vagamente com a referência, e o criador se perguntava se precisava de 720p. Depois, atribuiu o problema ao fluxo personalizado e ao LoRA Turbo. É um contraexemplo útil à ideia de que toda semelhança fraca resulta de falta de pixels; não é um veredito geral sobre fluxos Turbo.

Se um rosto muda de proporções mesmo ocupando boa parte da imagem, comprar uma saída maior não deve ser sua primeira correção. Resolva referências conflitantes, imagem inicial inadequada ou ação complicada demais. Se o rosto se mantém consistente, mas simplesmente é pequeno demais para ver, composição e resolução são mais diretamente relevantes.

Quanto as duas rotas realmente custam

A seguir estão preços públicos de geração da SpicyAPI para imagem para vídeo, em USD. Supõem imagens de origem já existentes; criar ou editar essas imagens teria custo próprio. Cada linha descreve um clipe gerado, não uma estimativa de quantas tentativas serão úteis.

H3 comum: compare diretamente as rotas 2K

MiniMax H3 de imagem para vídeo custa $0.037 por segundo em 768p e $0.058 em 2K.

A opção 2K exige pelo menos cinco segundos. H3 comum de imagem para vídeo aceita, nas demais situações, de quatro a quinze segundos, com quatro segundos disponíveis apenas em 768p.

Video Upscaler custa $0.006 por segundo de origem em 720p ou 1080p, $0.012 em 2K e $0.024 em 4K. Veja o efeito de adicioná-lo ao H3 no total:

Em cinco segundos, a geração 768p sozinha custa $0.185; com uma ampliação 2K depois, $0.245. A fonte não muda: uma tomada 768p ampliada para 2K ou 4K continua partindo dos mesmos pixels 768p. Se ainda não precisar de um arquivo de entrega maior, ficar com a tomada 768p de $0.185 é razoável numa tomada centrada no rosto.

A comparação mais próxima é 768p com ampliação 2K contra geração direta 2K: $0.245 contra $0.29, diferença de 4.5 centavos para cinco segundos. Se você já gosta da atuação 768p, a ampliação preserva essa escolha. Se ainda não gerou a tomada e espera que detalhes pequenos importem, os 4.5 centavos extras podem ser mais justificáveis que outra etapa de recuperação posterior. Nenhum dos preços informa qual versão de uma tomada específica ficará melhor.

H3 LoRA e Spicy têm outra diferença de preço

Um personagem recorrente pode depender de LoRA ou de um fluxo Spicy estabelecido. Use os preços relevantes, em vez de presumir que a tabela do H3 comum se aplica.

No H3 LoRA, gerar cinco segundos em 480p e ampliar para 1080p totaliza $0.28, comparado a $1.00 na faixa de geração 1080p. Em dez segundos, a mesma comparação é $0.56 contra $2.00. No H3 Spicy, é $0.22 contra $0.76 em cinco segundos ou $0.44 contra $1.52 em dez segundos.

São diferenças significativas; ampliar tomadas selecionadas merece consideração. Não comprovam detalhes faciais iguais, e o ampliador não recebe seu LoRA de personagem nem o prompt original. Se um traço distintivo nunca apareceu na fonte de baixa resolução, o total menor não promete que ele reapareça depois.

Os preços acima pertencem a H3 LoRA de imagem para vídeo e H3 Spicy de imagem para vídeo. Referência para vídeo tem preço próprio; não multiplique a tarifa de imagem para vídeo pela duração de outra tarefa.

Faça orçamento de candidatos separado do orçamento de clipes selecionados

Suponha que seu próximo lançamento precise de quatro clipes de personagem com cinco segundos e você escolha gerar doze candidatos. É um orçamento de produção com quantidade fixa de candidatos, não uma taxa prevista de sucesso.

A economia vem parcialmente de adiar a ampliação até saber quais tomadas manter. Ampliar todos os doze candidatos de resolução menor elimina essa vantagem. Na rota 768p, eleva o total de $2.46 para $2.94 sem acrescentar uma única atuação nova para escolher.

Para um personagem LoRA, vinte candidatos de dez segundos em 480p custam $10.00. Ampliar cinco selecionados para 1080p acrescenta $0.30, totalizando $10.30. Gerar todos os vinte na faixa 1080p custa $40.00. Se os candidatos 480p perderem repetidamente a identidade do personagem, porém, o plano barato falhou em seu propósito; mude a resolução de origem ou a composição antes de comprar mais da mesma tentativa.

Um lote planejado de doze candidatos de cinco segundos, com quatro selecionados para entrega 2K. A quantidade selecionada é ilustrativa. Os valores 480p do gráfico vêm de uma faixa que deixou de ser oferecida em 9 de outubro de 2026.

A ampliação cobra a duração real da fonte arredondada para cima em segundos inteiros, com mínimo de três segundos e máximo de sessenta. Estas tabelas supõem entradas de exatamente cinco ou dez segundos no ampliador. Uma fonte de 5.2 segundos é cobrada como seis segundos; sua ampliação 2K custa $0.072, não $0.06. A estimativa inicial pode reservar o máximo de sessenta segundos; o acerto usa a duração realmente cobrada. Deixe espaço para essa reserva ao planejar um saldo pequeno de conta.

Construa uma tomada de personagem em torno do que precisa sobreviver

Considere um retrato de cinco segundos para a série voltada ao público adulto de um personagem fictício de 32 anos. Ele está sentado junto a uma luminária quente, usando um robe de seda escuro, e se vira para a câmera com um pequeno sorriso. Os traços reconhecíveis são formato do rosto, cabelo escuro curto, brinco estreito prateado e gola contrastante do robe.

É um exemplo criativo proposto, não um resultado H3 registrado. Mostra como decidir a resolução sem transformar o projeto num benchmark técnico.

1. Prepare uma fonte com função clara

Use um quadro inicial limpo, com rosto, roupa e iluminação pretendidos já resolvidos. Enquadre do peito para cima para o rosto ser parte importante da imagem. Mantenha a gola visível, deixe espaço ao lado da cabeça para a virada e evite uma mão cobrindo o rosto no início.

Não adicione um panorama completo do cômodo só porque o tem. Nesta tomada, o cômodo fornece atmosfera; o personagem fornece o motivo para assistir. Espelho cheio de detalhes, papel de parede fino, roupa de cama estampada e vários enfeites reflexivos criam mais estruturas pequenas para preservar sem ajudar nessa função.

Se o brinco é essencial ao desenho do personagem, deixe-o visivelmente distinto do fundo na imagem estática. Se for um acessório secundário, não deixe um reflexo minúsculo justificar rejeitar uma atuação útil. Estabeleça essa prioridade antes de gastar com outra faixa de resolução.

2. Peça um movimento legível

Uma instrução inicial utilizável seria:

O personagem adulto vira lentamente a cabeça para a câmera, mantém um sorriso relaxado e depois se acomoda. A câmera permanece fixa na altura dos olhos. Mantenha o rosto inteiro no quadro, o penteado curto e o brinco prateado consistentes e a gola contrastante do robe escuro inalterada. Luz quente e estável da luminária, ambiente sonoro discreto do cômodo, sem diálogo.

Isso diz ao modelo o que muda depois do quadro inicial. Não pede ao mesmo tempo rosto novo, outra roupa e um movimento amplo de câmera. Também dá às texturas importantes uma chance de permanecer visíveis, em vez de desaparecerem em movimento rápido.

Para este retrato, comece com 768p e cinco segundos no H3 comum. O preço de geração é $0.185. É uma configuração prática para examinar personagem e movimento sem escolher imediatamente a maior faixa de saída.

Se estiver apenas decidindo entre uma virada de cabeça e uma inclinação sentado, um rascunho de quatro segundos em 768p por $0.148 pode responder à pergunta anterior. Quando a pergunta passa a ser “o brinco continua preso e isso ainda parece meu personagem?”, vale julgar uma tomada que você realmente manteria, não o rascunho mais barato.

3. Guarde uma boa atuação; repare o problema certo

Se a fonte tem rosto certo, uma virada atraente e roupa estável, mas parece suave no tamanho pretendido de exibição, amplie o arquivo selecionado. Uma etapa 1080p acrescenta $0.03 para uma fonte de exatamente cinco segundos; uma etapa 2K acrescenta $0.06. Você está finalizando uma tomada que já quer usar.

Se o personagem virar outra pessoa durante a virada, mude a tomada, em vez de aumentar sua nitidez. Encurte a virada, mantenha-a mais próxima de uma vista de três quartos ou prepare uma imagem inicial no ângulo que realmente deseja. Se o rosto de baixa resolução for minúsculo, feche a composição de origem. Essas mudanças tratam causas diferentes; não empilhe todas na próxima tentativa sem motivo.

Se o rosto é estável, mas um padrão fino da gola se move artificialmente, considere substituir o padrão na fonte por um tecido mais simples, preservando corte e cor. Para um personagem NSFW recorrente, um estilo reconhecível costuma importar mais que cada fio microscópico do tecido. A peça deve continuar a mesma durante toda a atuação.

4. Deixe o destino final definir a ampliação

Para um retrato visto principalmente no celular, uma faixa limpa de entrega 1080p pode atender ao objetivo. Para um player maior ou uma edição que realmente precise de espaço extra para recorte, 2K pode ser útil. Uma ampliação 4K acrescenta $0.12 a um clipe de exatamente cinco segundos, mas o rótulo maior de entrega não transforma a fonte original 768p numa nova captura.

A faixa do ampliador é um orçamento de pixels que preserva a proporção da fonte, não uma promessa de tela exata. Se a entrega exige 3840×2160 horizontal ou 2160×3840 vertical, confira as dimensões retornadas e ajuste ou recorte o resultado no editor antes de exportar o tamanho exato. Uma seleção “4K” sozinha não conclui esse requisito.

Finalize a escolha da tomada e do trecho útil antes de pagar pela ampliação. Adicione títulos nítidos ou sobreposições gráficas na resolução final de edição, em vez de pedir a um aprimorador de vídeo que reconstrua texto pequeno incorporado à fonte de baixa resolução. Para o tratamento dos arquivos, use o guia separado de entrega com ampliação de vídeo.

Faça a correção corresponder ao problema visível

Um clipe pode ser grande, nítido e ainda inadequado. A diferença útil é se o problema envolve informação espacial, movimento, identidade ou exportação final. Cada um aponta para outra ação.

O rosto distante é vago desde o primeiro quadro

Faça o rosto ocupar mais da composição ou escolha uma faixa maior de geração se a distância for essencial. Melhore a fonte se o rosto original já estiver pouco definido. Um ampliador pode aumentar esses poucos pixels e reconstruir detalhes plausíveis, mas não consegue consultar uma referência de personagem não fornecida para saber os traços exatos desejados.

Num retrato de corpo inteiro num cômodo, considere duas tomadas: uma para estabelecer a roupa e outra para mostrar o rosto. Muitas vezes é uma mudança criativa mais útil que exigir informação facial de retrato de uma figura pequena num quadro amplo.

O rosto começa correto, mas muda em movimento

É um problema de identidade ou movimento, além de possivelmente de detalhe. Uma segunda etapa pode deixar a mudança facial mais visível sem tornar o rosto correto.

Reduza a mudança de ângulo, remova instruções conflitantes de aparência ou divida uma ação ambiciosa em tomadas curtas. Se uma mecha de cabelo cobre repetidamente um olho durante a virada, prepare uma pose inicial mais clara ou peça um movimento mais suave. Mais pixels, sozinhos, não resolvem qual estrutura facial o modelo deve manter atrás da obstrução.

A pele fica nítida, mas artificial

Uma borda mais marcada não é o mesmo que pele convincente. Contornos claros na mandíbula, um padrão gravado na bochecha ou textura regular demais podem parecer nítidos em miniatura e distrair no tamanho completo.

Compare a versão maior no tamanho em que os espectadores realmente a verão. Se o aprimoramento prejudicar a aparência pretendida, guarde a tomada original e use um tamanho menor de entrega ou um método de ampliação mais conservador no editor. SpicyAPI Video Upscaler expõe escolha de resolução, e não controle de restauração facial ou intensidade de nitidez; não há ali um controle oculto de “preservar rosto” para reduzir.

Não passe repetidamente o mesmo vídeo por ampliações esperando que o rosto eventualmente fique natural. O processamento repetido pode enfatizar erros anteriores e afastar ainda mais da fonte de que você gostou.

Cabelo ou tecido cintilam enquanto o personagem quase não se move

É um problema temporal: a textura muda entre quadros. Uma imagem estática pode parecer detalhada enquanto a mesma textura se move artificialmente na reprodução. Fios finos de cabelo, xadrez pequeno, padrões finos semelhantes a renda e acessórios brilhantes tornam essas mudanças perceptíveis.

Pesquisas de super-resolução de vídeo tratam isso como desafio distinto. O artigo StableVSR descreve sintetizar detalhes finos coordenando-os entre quadros adjacentes. Isso explica por que aplicar aprimoramento de imagem independentemente a cada quadro pode substituir mal um fluxo de vídeo. Não estabelece o projeto interno nem o desempenho medido da ferramenta SpicyAPI.

Se a cintilação já estiver na fonte H3, simplifique o padrão problemático ou reduza o movimento que o expõe. Se aparecer apenas depois da ampliação, volte à fonte limpa em vez de aumentar de novo a faixa de saída. Alguns fios extras num quadro pausado não são um ganho útil se nunca ficam no mesmo lugar.

O rosto fica desfocado apenas durante a virada

Não espere que ampliação espacial recrie uma exposição nítida em todo quadro borrado. Desacelere a virada solicitada, mantenha a câmera parada ou escolha um momento com menos movimento para a expressão principal. Uma fonte com boa separação de iluminação também facilita perceber traços sem pedir textura extra inventada.

Algum desfoque pode ser adequado ao movimento. Remover tudo não melhora automaticamente, principalmente se o resultado virar uma sequência de quadros excessivamente nítidos que já não parecem a mesma atuação.

O vídeo baixado parece bom, mas o upload fica sem definição

Compare o arquivo salvo localmente com a versão enviada antes de gerar novamente. Se a fonte local está limpa e a publicada está suave, mudar o prompt H3 não trata a etapa em que a perda visível apareceu.

Exporte do arquivo original selecionado, evite downloads repetidos de redes sociais como intermediários e mantenha a tela consistente com o destino. Uma plataforma pode recomprimir o upload; enviar 4K não garante que o público receba 4K nem que a textura delicada sobreviva. Use a versão maior quando servir à entrega real, não como cura universal de qualidade de distribuição.

O que o X2 VAE comunitário faz — e o que não comprova

A discussão do H3 X2 Detail VAE é útil porque seu autor separa explicitamente tamanho de saída de informação adicionada. No tópico original de lançamento, ele explica que o modo 2X comum produz o dobro das dimensões espaciais de um latente H3 mantendo aproximadamente o mesmo detalhe visível. Ao ser perguntado se isso significa qualidade proporcionalmente melhor, respondeu que o objetivo de detalhe extra não havia sido alcançado como pretendido.

O model card separa dois modos:

• Decodificação VAE 2X: amplia a saída decodificada de um latente H3 gerado.
• Aprimoramento de detalhes da referência: processa uma referência RGB existente por um caminho adicional no início do encoder antes de gerar por referência para vídeo.

O segundo modo tem acesso a informações de uma imagem de origem real. Não é uma substituição direta para extrair a mesma informação extra de qualquer latente de vídeo gerado. O autor apresenta o lançamento como experimental e diz que o objetivo original de mais detalhes apenas com latentes não foi alcançado.

Isso o torna uma opção interessante de fluxo local, não evidência de que uma geração 480p com decodificação X2 seja igual a uma geração de maior resolução. Tampouco é o mesmo produto que um ampliador de MP4 finalizado. Os controles hospedados de resolução da SpicyAPI não aceitam um VAE substituto; instalar o arquivo comunitário é uma decisão separada de ComfyUI.

Lembre-se também da conta: dobrar largura e altura produz quatro vezes mais pixels, não uma melhoria medida de quatro vezes na qualidade. Contorno mais suave, contraste maior e textura reconstruída são mudanças diferentes. Decida qual realmente ajuda o personagem antes de descrever um resultado ampliado como “mais detalhado”.

Resolução, cintilação e taxa de quadros são controles separados

Resolução descreve o tamanho espacial de um quadro. Taxa de quadros descreve quantos quadros são exibidos por segundo. Cintilação de textura descreve mudanças indesejadas de aparência entre esses quadros. Todas podem afetar o acabamento percebido de um vídeo, mas não substituem umas às outras.

O model card oficial H3 lista 24 FPS. Um clipe 24 FPS pode ter rosto detalhado e ainda mostrar uma panorâmica rápida em passos distintos. Uma versão de maior resolução mantém esse ritmo, a menos que um processo separado o altere. Da mesma forma, adicionar quadros intermediários pode suavizar o movimento deixando o rosto pequeno tão mal definido quanto antes.

Interpolação de quadros sintetiza quadros intermediários. Os presets documentados da Topaz ilustram a separação: a opção 4K usa aprimoramento, enquanto 4K com 60 FPS combina aprimoramento e interpolação. É uma diferença entre duas operações, não uma recomendação de converter todo vídeo H3 para 60 FPS.

No exemplo de retrato sentado, mantenha a taxa original, a menos que a entrega ou o estilo criativo exijam outra. Uma expressão sutil não fica mais fiel só porque há mais quadros. Se converter deliberadamente a taxa, examine a virada e qualquer mão que passe pelo rosto: são pontos em que novas imagens intermediárias precisam interpretar limites em mudança.

SpicyAPI Video Upscaler oferece video_url e resolution, sem controle de FPS. Use-o para uma imagem maior; não compre uma etapa 4K esperando que resolva uma necessidade de 60 FPS, substitua uma ação errada ou remova todo tipo de cintilação.

Escolha a rota para este lançamento

Para explorar uma cena nova de personagem adulto, gaste pouco com candidatos curtos em 768p até ação e composição fazerem sentido. Um rascunho responde se a ideia funciona; não precisa passar como retrato final.

Para um rosto reconhecível numa série vista no celular, comece mais perto e em 768p. Invista o próximo incremento em acertar a fonte antes de pagar para ampliar um rosto vago ou em mudança. Se uma tomada bem-sucedida só precisar de arquivo maior, finalize-a com uma ampliação apropriada.

Para uma cena ampla ou edição com muitos recortes, proteja a área importante do sujeito antes de gerar. Use a faixa maior quando a tomada realmente depender desses pequenos traços e mantenha claro o contexto original. Não suponha que o rótulo final do arquivo compense um rosto que quase não ocupa espaço.

Para uma exigência de entrega 4K, faça personagem, ação e texturas funcionarem primeiro e amplie o trecho selecionado depois. Confira suas dimensões reais e exporte a tela especificada de 3840×2160 ou 2160×3840 no editor. O ampliador preserva proporções da fonte, então a faixa 4K sozinha não garante esse tamanho exato de entrega nem que todo detalhe tenha se originado nele.

Seu próximo passo é concreto: abra o quadro de origem pretendido, decida se o espectador precisa do cômodo, da roupa inteira ou do rosto e enquadre essa prioridade com clareza. Depois escolha a faixa H3 para a tomada. Pague por ampliação depois de ter algo que valha a pena ampliar.