De Qwen Image 2.1 a MiniMax H3: crie uma ficha reutilizável de referências de personagem NSFW

Seu personagem adulto fictício parece certo num retrato. Depois o vídeo se afasta, o personagem vira e aparece outro penteado, corpo ou roupa. O retrato era útil; apenas nunca mostrou a informação de que a nova tomada precisava.

Use Qwen Image 2.1 para preparar um retrato claro do rosto e vistas frontal, lateral e traseira correspondentes. Guarde essas imagens separadamente, mesmo se também montar uma ficha de personagem. No MiniMax H3, anime uma cena pronta quando o início precisar ser exato; use referência para vídeo quando H3 deve compor uma nova tomada com as vistas do personagem. Uma ficha é uma embalagem conveniente, não uma obrigação de espremer toda referência numa imagem.

Numa série de personagem NSFW, a parte reutilizável é a aparência do adulto e a roupa atual. Um retrato de luz suave, uma prévia de roupa de corpo inteiro e um vídeo com virada precisam de seleções diferentes do mesmo conjunto. Aqui está a escolha inicial prática:

Nas configurações usadas abaixo, seis edições Qwen 2k custam $0.288. Um rascunho H3 de cinco segundos de imagem para vídeo em 768p custa $0.185; a versão de referência com três imagens custa $0.2054. Preparar o personagem não exige treinar LoRA nem montar uma coleção grande primeiro.

Decida o que a ficha precisa explicar

Uma ficha de referência deve responder a uma pergunta visual. Se a tomada nunca sai do rosto, uma vista traseira contribui pouco. Se a personagem se afasta e olha para trás, cabelo na nuca, costas da roupa e lateral do rosto importam mais que cinco retratos quase idênticos.

Neste passo a passo, a personagem é Iris, uma mulher fictícia de 32 anos, criada para uma série de retratos e vídeos voltada ao público adulto. Ela tem bob escuro até o queixo com risca lateral, olhos castanhos, rosto oval e mandíbula bem definida. O primeiro conjunto usa robe de cetim bordô amarrado na cintura, mangas longas e botas escuras de cano curto. Os clipes planejados são um retrato sentado, uma virada de roupa de corpo inteiro e uma caminhada em direção a uma porta. Todos os exemplos permanecem sem conteúdo explícito.

Esses três clipes explicam por que só um rosto não basta. A tomada sentada precisa de olhos e cabelo reconhecíveis. A tomada de roupa precisa do comprimento da peça, do cinto e das mangas. A tomada da porta revela as costas do robe e o formato do bob por trás. Criaremos essas vistas ausentes antes de pedir a um modelo de vídeo que as invente em movimento.

Separe decisões de identidade de decisões de estilo:

O cabelo pode mudar entre coleções, mas deve ser uma nova versão deliberada. Enviar um retrato de cabelo curto junto a uma vista traseira de cabelo longo dá ao H3 duas respostas à mesma pergunta. Da mesma forma, uma imagem de corpo inteiro em grande angular e um retrato próximo comprimido podem parecer discordar sobre proporções, mesmo se cada um for atraente sozinho.

Não precisa de um parágrafo de medidas. Escolha um conjunto pequeno de traços visíveis e faça as imagens concordarem. Se uma pinta, anel ou emblema pequeno for essencial à série, guarde uma imagem separada de detalhe; não suponha que uma marca minúscula num painel de corpo inteiro sobreviva a uma tomada ampla de vídeo.

Uma ficha pode revelar decisões de desenho ausentes

Quando Qwen gira um retrato, a orelha antes escondida, o cabelo atrás e as costuras da roupa são gerados. Não há um original não visto para recuperar. Você está escolhendo a aparência do personagem fictício nesses ângulos.

Trate o primeiro perfil e a primeira vista traseira como trabalho de desenho. Se o perfil tiver nariz ou mandíbula que você não escolheria para a personagem, revise-o antes de salvar a ficha. Se o robe frontal tiver cinto e a vista traseira tiver fecho elaborado, decida qual desenho realmente quer. Uma disposição organizada não resolve painéis contraditórios.

Por isso, gerar todas as vistas numa solicitação pode servir para uma visão rápida, mas ser pouco prático para um conjunto aprovado: um painel pode estar errado enquanto os outros dois são úteis. Vistas separadas permitem substituir o perfil sem redesenhar a frente.

Escolha entre retrato, ficha de três vistas e referências separadas

Um retrato: use quando a câmera permanecer perto

Um retrato limpo de cabeça e ombros ou do peito para cima dedica grande parte da imagem ao rosto. É uma fonte sensata para expressão, pequena virada ou novo retrato próximo. Não estabelece constituição corporal completa, calçados nem costas da roupa.

Escolha um retrato com olhos desobstruídos, bordas legíveis do cabelo e luz dos dois lados do rosto. Mão na mandíbula, sombras profundas coloridas ou cabeça muito inclinada podem servir à postagem pronta, mas deixam o retrato menos informativo como fonte geral. Guarde a versão dramática para a cena; prepare uma versão mais simples para reutilizar.

Se o retrato existente é exatamente o início desejado, pode ir direto para imagem para vídeo. Se quiser outro cômodo, recorte mais amplo ou roupa nova, crie essa imagem no Qwen primeiro. Pedir ao H3 que comece num rosto fechado e imediatamente passe a corpo inteiro acrescenta um novo problema de desenho de personagem ao pedido de movimento.

Três vistas de corpo inteiro: use para definir a silhueta

Vistas frontal, lateral e traseira explicam contorno e roupa de uma personagem em pé. São úteis para a virada de roupa e o clipe da porta. Mantenha postura, roupa, luz e escala aparente iguais nas três. A lateral deve ser realmente lateral, não outro retrato frontal de três quartos.

A desvantagem é a área facial. Três figuras de corpo inteiro cabem numa ficha, mas nenhuma tem rosto grande. Se o próximo clipe termina perto dos olhos, mantenha um retrato junto à ficha. O painel traseiro não fornece nenhuma evidência facial, por maior que seja o arquivo inteiro.

Não há uma disposição H3 universal comprovada para copiar. Numa discussão comunitária sobre formatos de ficha de personagem, criadores perguntam especificamente sobre quantidade de painéis, tamanho do close e resolução; as respostas incluem configurações locais de redimensionamento e preferências individuais. Essas configurações não são controles na tarefa H3 hospedada descrita aqui. Escolha uma disposição pelo que mostra claramente, não tratando uma grade específica como requisito do modelo.

Imagens separadas: use quando cada vista tiver uma função distinta

Arquivos independentes preservam o tamanho útil de cada vista e simplificam substituições. Para o clipe de roupa de Iris, retrato facial, frente de corpo inteiro e perfil fornecem três informações distintas. Para o clipe da porta, substitua a frente pelas costas se o início já estiver estabelecido em outro lugar.

O custo prático é manter a ordem certa. Se remover a segunda imagem, “Picture 3” pode passar a apontar para outra coisa. Nomeie arquivos claramente e leia as miniaturas numeradas antes de enviar. Um criador perguntando sobre fichas ou referências H3 independentes descreveu exatamente esse problema: imagens individuais funcionavam para identidade, mas mudar as entradas causava erros de associação. Uma ficha pode simplificar o manuseio sem comprovar um rosto melhor.

Minha recomendação inicial é guardar os originais individuais, montar uma visão geral se ajudar e escolher o formato de upload por tomada. Você pode passar de arquivos separados para uma ficha depois. Recuperar um retrato grande limpo de um painel minúsculo é muito mais difícil.

Dê espaço suficiente ao rosto antes de adicionar painéis

Dimensões da imagem e detalhes do rosto são coisas diferentes. Uma ficha grande ainda pode conter rostos minúsculos.

Imagine uma fonte de corpo inteiro em que a pessoa tem 1.500 pixels de altura e o rosto ocupa cerca de 180 pixels dessa altura. Reduza a figura para 750 pixels para encaixá-la numa ficha, e o rosto passa a cerca de 90 pixels. Recortar o painel e ampliá-lo não restaura as amostras originais. Esses números ilustram a geometria; não são uma especificação de tamanho mínimo de rosto para H3.

Você pode resolver isso de três maneiras práticas:

• Guarde um retrato próximo separado para toda tomada em que o rosto importe.
• Use menos vistas na visão geral para as úteis permanecerem grandes.
• Monte a ficha com os arquivos originais, não com capturas de miniaturas nem recompressão de uma colagem anterior.

Uma visão geral de quatro células pode dedicar uma ao retrato e três à frente, lateral e costas. Uma faixa ampla de três painéis funciona para avaliar roupa, mas ainda precisa de retrato separado se o rosto estiver pequeno demais. Títulos grandes, molduras decorativas e margens vazias consomem espaço sem descrever Iris.

Ilustração: reduzir a altura da figura pela metade também reduz a do rosto; um retrato separado mantém o rosto legível.

Observe a ficha no tamanho real salvo. Consegue distinguir olhos, linha do cabelo e mandíbula sem adivinhar? Consegue ver se a roupa traseira corresponde à frontal? Se não, trocar “muito detalhado” por “ultradetalhado” no prompt de vídeo não corrige a fonte.

Mantenha também a diferença entre tamanho de entrada e saída. Um retrato próximo fornece informação útil de identidade, mas a tomada ampla final ainda pode mostrar um rosto muito pequeno. Para torná-lo legível no clipe pronto, aproxime a câmera ou escolha uma composição com sujeito maior. Mais pixels de referência não deixam um olho de oito pixels de largura visivelmente detalhado no tamanho de entrega.

Monte o conjunto reutilizável no Qwen Image 2.1

O model card do Qwen Image 2.1 descreve geração e edição unificadas com até dez referências de imagem. Neste fluxo, a parte útil é editar a partir de uma fonte aprovada. Não precisa recriar Iris por descrição textual a cada ângulo.

Os prompts abaixo são um exemplo proposto de produção, não um resultado recém-medido de Qwen para H3. Use seu próprio personagem adulto fictício aprovado no lugar de Iris.

1. Crie ou selecione o retrato do rosto

Se já tem a personagem, comece com essa imagem. Se não, use Qwen Image 2.1 de texto para imagem para escolher um rosto inicial. Um prompt de origem discreto seria:

Retrato fotográfico de personagem de Iris, uma mulher adulta fictícia de 32 anos. Bob escuro até o queixo com risca lateral, olhos castanhos, rosto oval com mandíbula definida. Ela usa robe de cetim bordô com gola simples. Enquadramento do peito para cima, cabeça ereta, rosto levemente virado para a câmera, expressão neutra relaxada. Luz suave e uniforme de estúdio e fundo cinza quente simples. Textura natural da pele, sem iluminação dramática colorida, sem letras, uma pessoa.

Use 3:4, 1k, PNG, fundo opaco e desative a expansão de prompt para esta instrução já específica. Uma solicitação 1k de texto para imagem custa $0.024. Quatro candidatos custam $0.096, mas quatro é uma escolha de orçamento, não requisito; pare quando tiver um rosto que queira manter.

Salve a imagem escolhida em resolução completa como fonte do retrato. Não continue gerando a descrição em busca do rosto idêntico. Agora a imagem é a referência.

Se o único retrato existente tem luz colorida forte, faça uma edição pedindo luz neutra com preservação do rosto. Compare com o original antes de substituir qualquer coisa. Uma correção de luz que muda a mandíbula é outra personagem, mesmo se a pele parecer mais limpa.

2. Estabeleça a frente de corpo inteiro

Abra a edição Qwen Image 2.1, envie o retrato como primeira e única fonte e use:

Expanda a mulher adulta do retrato de origem para uma vista única de personagem em pé de corpo inteiro. Preserve identidade facial de Iris, idade adulta, bob escuro e risca lateral. Ela tem constituição média equilibrada e fica ereta com braços relaxados ligeiramente separados do corpo, mãos visíveis e pés confortavelmente afastados. Mostre o robe de cetim bordô amarrado na cintura, mangas longas e botas escuras de cano curto. Vista frontal, câmera nivelada, fundo cinza quente simples de estúdio, luz suave uniforme. Inclua cabeça completa e ambas as botas com pequena margem. Uma pessoa, uma vista, sem colagem nem texto.

Escolha 3:4, 2k, PNG, opaco, com expansão de prompt desativada. Essa edição com uma fonte custa $0.048. O espaço extra abaixo do rosto é o propósito: a imagem estabelece proporções e roupa, em vez de tentar fazer o retrato cumprir todas as funções.

Aprove o desenho corporal antes de seguir. Observe largura dos ombros em relação à cabeça, proporções de tronco e pernas, comprimento do robe e calçados. Uma câmera perto dos pés pode distorcer essas relações; uma vista nivelada e simples é mais fácil de reutilizar. Se a saída cortar as botas, solicite a mesma vista em pé com mais espaço acima e abaixo. Não diminua a figura inteira para um cômodo distante só para fazê-la caber.

3. Gere lateral e costas a partir das fontes aprovadas

Para a lateral, envie primeiro o retrato e depois a frente de corpo inteiro aprovada. Em 2k, as duas referências ainda custam $0.048 por imagem editada. Use:

A imagem 1 fornece rosto e penteado de Iris. A imagem 2 fornece constituição corporal da mesma personagem adulta, robe de cetim bordô, amarração na cintura e botas escuras. Crie uma única vista de perfil de corpo inteiro dessa mesma mulher voltada para a borda esquerda da imagem. Mantenha corpo ereto, braços relaxados e cabeça e botas completas visíveis. Preserve comprimento do robe, formato das mangas e posição do cinto. Mesmo fundo cinza quente simples e luz uniforme. Uma pessoa, uma vista lateral, sem painel frontal nem texto.

Para as costas, mantenha as fontes e substitua a vista solicitada:

A imagem 1 fornece penteado e identidade adulta de Iris. A imagem 2 fornece constituição corporal e roupa completa com robe bordô. Mostre uma única vista traseira de corpo inteiro da mesma mulher em pé ereta, voltada diretamente para longe da câmera. Preserve bob até o queixo, formato dos ombros do robe, amarração na cintura, comprimento da barra e botas escuras de cano curto. A cabeça acompanha o corpo, sem olhar por cima do ombro. Mesmo fundo cinza quente simples de estúdio e luz uniforme. Uma pessoa, uma vista traseira, sem colagem nem texto.

Uma vista de costas olhando por cima do ombro é outra pose; esconde parte da informação necessária à virada. Guarde essa pose separadamente se um clipe específico precisar dela.

Não use a lateral recém-gerada como única fonte das costas e depois as costas como única fonte do próximo rosto. Volte sempre ao retrato original e ao corpo aprovado. Isso evita transformar uma alteração acidental numa imagem intermediária no ponto de partida de todas as seguintes.

4. Adicione um retrato dedicado de perfil apenas quando necessário

O perfil de corpo inteiro pode ter silhueta legível e rosto sem detalhes suficientes. Se o vídeo planejado entra em perfil de perto, faça um retrato de cabeça e ombros usando o retrato e a lateral aprovada:

A imagem 1 fornece a identidade facial de Iris. A imagem 2 estabelece ângulo lateral aprovado e penteado. Faça um retrato de perfil de cabeça e ombros da mesma mulher de 32 anos voltada para a borda esquerda. Preserve linha do nariz, mandíbula, orelha visível e bob; mantenha cabeça nivelada e expressão relaxada. Fundo cinza quente simples, luz suave uniforme, sem mudança de penteado ou maquiagem, um retrato.

Em 2k, acrescenta mais $0.048. Pule se a tomada final nunca mostrar essa vista de perto. Uma biblioteca de referências não fica mais útil só por conter todo ângulo possível.

5. Monte a ficha sem gerar novamente as imagens aprovadas

Coloque frente, lateral e costas aprovadas numa tela simples no editor. Mantenha as figuras completas em alturas semelhantes, deixe pequeno espaço entre elas e use fundo simples. Adicione o rosto separado numa quarta área apenas se permanecer grande o suficiente para ser útil.

Essa etapa deve organizar pixels existentes. Pedir ao Qwen que redesenhe as quatro imagens aprovadas numa ficha nova introduz outra chance de alterá-las. Talvez prefira essa rota pela velocidade, mas examine os painéis novamente depois; aprovação das fontes não aprova automaticamente uma colagem recém-gerada.

Salve as duas versões: imagens de origem limpas e visão geral montada. Use nomes como iris-robe-face, iris-robe-front, iris-robe-left-profile e iris-robe-back. Mantenha títulos e notas num documento separado se deixarem a imagem carregada.

Ilustração: guarde as vistas de origem individuais; a visão geral é outra forma de reuni-las.

Mantenha variações de roupa fora do mesmo conjunto de referências

Em coleções de personagem adulto, uma roupa nova costuma ser o principal motivo para reutilizar a personagem. Isso facilita introduzir conflitos: a fonte facial mostra robe, a fonte de corpo inteiro mostra vestido e uma terceira mostra outro conceito de estilo. “Mantenha a mesma personagem” não diz qual roupa deve prevalecer.

Crie a próxima roupa como nova edição Qwen a partir do retrato de identidade. Estabeleça sua frente de corpo inteiro antes de produzir lateral e costas. Por exemplo:

Preserve a mulher adulta fictícia da imagem 1: mesmo rosto, idade adulta, constituição corporal e bob escuro até o queixo. Mude apenas a roupa para uma jaqueta de noite preta ajustada com calça correspondente e botas escuras. Faça uma única vista frontal de corpo inteiro sobre o mesmo fundo cinza quente simples. Mantenha a roupa simples e claramente visível; sem robe, acessórios extras nem texto.

Depois faça os ângulos correspondentes a partir da frente aprovada dessa roupa. O segundo conjunto deve conter a roupa com jaqueta em todas as imagens. Para um retrato próximo, use recorte mais fechado que remova quase toda a peça antiga ou crie um retrato correspondente com a nova roupa. Não forneça a imagem antiga de robe como referência de roupa igualmente importante.

Se usar uma imagem separada da peça, escolha uma sem outra pessoa reconhecível quando possível e diga que fornece apenas roupa. Num vídeo em que a roupa é central, vesti-la corretamente em Iris numa imagem primeiro é mais concreto que pedir ao H3 combinar rosto, peça e movimento difícil de corpo inteiro numa etapa.

A abordagem também funciona quando um conjunto precisa de vários níveis de estilo. Mantenha um conjunto de personagem claro e simples para reutilizar e prepare cada cena adulta pretendida a partir dele. Não precisa colocar toda versão de roupa ou cena na visão geral. A ficha descreve Iris; a imagem da cena descreve como este clipe específico começa.

Envie a imagem certa à tarefa H3 certa

O model card oficial H3 da MiniMax distingue modos de quadro inicial/final e referência. Na SpicyAPI, a diferença aparece em duas tarefas com campos de entrada distintos. Uma não é apenas a outra com mais slots de imagem.

Rota A: componha o início no Qwen e depois anime

Use para o retrato sentado de Iris ou uma prévia de roupa cuja primeira composição deva corresponder a uma imagem finalizada.

Na edição Qwen, envie retrato facial e frente da roupa atual. Crie a cena:

A imagem 1 fornece identidade facial de Iris e bob escuro. A imagem 2 fornece constituição corporal e robe de cetim bordô. Mostre essa mesma mulher fictícia de 32 anos sentada ereta junto a uma janela alta num camarim privado de luz suave. Composição da cintura para cima, rosto em vista suave de três quartos, mãos repousando soltas no colo. Luminária quente à direita da câmera, cortinas discretas, sem espelhos nem outras pessoas. Uma cena fotográfica finalizada, sem painéis nem rótulos.

Escolha agora o formato final: 3:4 neste exemplo de retrato ou 9:16 se for a entrega pretendida. Salve o resultado aprovado. Em MiniMax H3 de imagem para vídeo, envie a cena finalizada na imagem inicial, defina cinco segundos e 768p. Use:

A mulher sentada move lentamente o olhar para a câmera e dá um sorriso contido. A cabeça faz uma pequena virada natural enquanto os ombros permanecem relaxados. Câmera fixa, sem zoom nem corte. Mantenha pessoa, penteado, robe e cômodo iguais. Ambiente sonoro discreto do cômodo e um suave ruído de tecido; sem diálogo nem música.

A imagem inicial fixa o formato do quadro; esta tarefa não tem configuração separada de proporção. Retrato, robe e cômodo já estão nesse quadro; o prompt de movimento não precisa reconstruí-los em prosa.

Não envie a ficha inteira como início. Isso pede à tarefa de imagem para vídeo que comece com várias figuras ou painéis. Uma frase “ignore a grade” não muda a função da entrada. Selecione uma vista ou crie uma cena primeiro.

Há quadro final opcional, mas deixe-o vazio para o pequeno movimento sentado. Uma ficha de personagem também não é quadro final. A imagem de encerramento deve ser uma composição final plausível da mesma tomada.

Rota B: envie as vistas relevantes como referências

Use MiniMax H3 de referência para vídeo quando quiser uma posição nova de câmera ou uma tomada composta a partir do conjunto de personagem. H3 base aceita de uma a nove referências de imagem aqui. Não aceita imagem inicial junto delas e não expõe referências de vídeo ou áudio nesta tarefa.

Para o clipe de roupa de corpo inteiro, envie nesta ordem:

1. O retrato facial de Iris.
2. A vista frontal aprovada com robe bordô.
3. O perfil esquerdo aprovado com a mesma roupa.

Defina 3:4, cinco segundos, 768p. Use:

Pictures 1, 2 e 3 mostram a mesma mulher adulta fictícia, Iris, de 32 anos. Picture 1 fornece rosto e bob escuro; Picture 2 fornece proporções de corpo inteiro e roupa com robe bordô; Picture 3 fornece a vista lateral correspondente. Crie uma única tomada de corpo inteiro de Iris sozinha num camarim com luz suave. Ela começa de frente para a câmera e vira lentamente até o corpo ficar em vista de três quartos voltada para a esquerda, então pausa. Mantenha ambas as botas dentro do quadro e a câmera parada. Robe, amarração na cintura e penteado permanecem iguais. Uma pessoa numa cena contínua, sem tela dividida nem painéis de referência. Ambiente sonoro discreto, sem diálogo nem música.

A parada em três quartos é deliberada. Dá movimento à roupa sem pedir uma rotação completa e retorno em cinco segundos. Se precisar de perfil, peça perfil; se precisar das costas, adicione ou substitua por referência traseira e dê tempo à ação.

Ao usar a ficha montada, envie-a como imagem de referência e simplifique a atribuição:

Picture 1 é uma visão geral de uma mulher adulta fictícia, Iris, de 32 anos, mostrada de vários ângulos. Todos os painéis descrevem a mesma mulher com o mesmo robe bordô. Use-os para estabelecer sua aparência e crie uma única cena de corpo inteiro apenas com Iris. Não reproduza a disposição dos painéis.

Depois acrescente frases de ação, câmera e som. Se também anexar o retrato próximo, identifique-o como referência do rosto pelo número real. É esclarecimento comum, não um comando especial que garanta interpretação correta.

Ilustração: envie um início composto a imagem para vídeo ou vistas selecionadas a referência para vídeo para uma nova tomada.

O que passa de um modelo para o outro

Os arquivos de imagem passam. Nome da personagem, conversa anterior e seed Qwen não criam uma identidade salva dentro do H3. Envie as fontes pretendidas em toda nova solicitação.

Qwen usa image_urls para edição. H3 de imagem para vídeo usa image_url; sua tarefa de referência usa reference_image_urls. Mesmo trabalhando só no Playground, a diferença explica por que os formulários pedem coisas diferentes. Não se troca de tarefa colocando várias URLs na caixa de imagem inicial.

H3 base não expõe seed. Uma renderização posterior em 2k é uma nova geração, não uma cópia maior garantida do rascunho 768p. Guarde toda tomada de que já gosta antes de solicitar outra.

Prepare-se especificamente para laterais e uma virada completa

Uma virada completa não é apenas uma tomada frontal com mais movimento. O modelo precisa revelar informação, esconder o rosto e depois recuperá-lo. Uma ficha fornece orientação visual, mas não transforma a personagem num recurso 3D com rig.

Para o clipe da porta de Iris, use frente ou três quartos, perfil e costas com o mesmo robe. A referência traseira deve mostrar como o bob fica acima da gola e como a roupa cai atrás. Se a ação final for olhar por cima do ombro, faça uma imagem separada dessa pose no Qwen e aprove a expressão antes de depender dela num encerramento importante.

Escreva a ordem do movimento, em vez de empilhar instruções de câmera e corpo:

Iris fica diante da porta, vira lentamente o corpo para ficar de costas, dá dois passos tranquilos em direção à porta e para. A câmera permanece fixa na posição inicial, com a figura inteira no quadro. Robe bordô e bob até o queixo permanecem inalterados. Uma tomada contínua; sem órbita de câmera nem corte.

Isso pede que a personagem vire enquanto a câmera fica parada. Câmera em órbita e corpo girando criam outra sequência de ângulos visíveis. Escolha primeiro um elemento móvel. Se a peça final precisa dos dois, crie o movimento mais simples antes de gastar na tomada complicada.

Para apresentar roupa, um clipe da frente para a lateral seguido de outro da lateral para as costas pode ser mais útil que uma única rotação completa. O corte permite controlar as duas composições iniciais. Também permite substituir uma parte malsucedida sem gerar todo o movimento novamente. É uma escolha de edição, não evidência de que H3 não consiga produzir uma virada completa.

Não espere que uma vista traseira corrija um rosto que muda em perfil. Para esse sintoma, a adição útil é um retrato de perfil. Da mesma forma, um quarto close facial não define costas de robe nunca mostradas. Acrescente a imagem que responde à pergunta ausente.

Faça orçamento separado de preparação de referências e vídeo

A seguir estão exemplos em dólares americanos para as tarefas-base Qwen Image 2.1 e MiniMax H3 usadas aqui. São cobranças de geração; excluem tempo de edição e tentativas adicionais que você decidir fazer.

Para uma correção econômica de fonte, 1k custa menos. Nas etapas deste guia com duas e três referências, escolha 2k: nas combinações cotadas, custa o mesmo ou menos. Não suponha que todo modelo, faixa de resolução ou quantidade de referências siga o padrão; use a estimativa da solicitação real.

Aqui está uma reserva concreta de preparação a partir de um retrato existente: frente de corpo inteiro, lateral, costas, retrato de perfil, uma vista substituta e uma cena inicial composta. Seis edições 2k de $0.048 totalizam $0.288. Montar esses arquivos numa ficha no editor não acrescenta cobrança de geração do modelo. Começar sem retrato e reservar quatro candidatos 1k acrescenta $0.096, levando a reserva a $0.384.

Nessas configurações, cada referência acrescenta $0.0068. Enviar só a ficha no lugar de três arquivos separados economiza $0.0136 por solicitação. É um motivo ruim para remover uma referência facial necessária. Se a ficha deixar o rosto pequeno demais e você descartar uma geração 768p extra com três referências, o adicional de $0.2054 já supera quinze dessas economias por solicitação.

Para um pequeno conjunto de lançamento, reserve quatro tentativas 768p:

• Imagem para vídeo: $0.288 de preparação + 4 × $0.185 = $1.028 a partir de um retrato existente.
• Vídeo com três referências: $0.288 de preparação + 4 × $0.2054 = $1.1096 a partir de um retrato existente.

Acrescente $0.096 a qualquer plano se também fizer os quatro candidatos iniciais de retrato. São reservas de gasto, não afirmações de que uma tomada aprovável chegará em quatro execuções de vídeo. Um clipe concluído de que você não gosta ainda consome orçamento; escolha a próxima mudança pelo problema específico.

Quando o conjunto funcionar na série, reutilize-o. Dez clipes de cinco segundos com três referências em 768p custam $2.054 antes de tentativas extras, sem precisar reconstruir todos os ângulos para cada clipe. Roupa nova precisa de vistas novas de roupa; cômodo novo não exige automaticamente rosto novo.

Corrija a fonte correspondente ao sintoma

O problema de pose não é imaginário, mas seu alcance importa. Numa discussão de fluxo H3 local, o autor relatou que o modelo puxava o vídeo para o ângulo de uma referência próxima e disse que uma ficha de vistas ajudou apenas parcialmente. É motivo para fornecer informação angular mais clara, não prova de que um formato de ficha resolva toda solicitação hospedada.

Para um pequeno defeito local numa imagem Qwen, a tarefa de edição aceita máscara em preto e branco com exatamente uma fonte; branco marca a repintura solicitada. Use essa opção para parte do cinto ou distração de fundo e confira o rosto depois. Para um rosto ou corpo realmente diferente, volte às fontes aprovadas e refaça a vista, em vez de empilhar reparos num resultado que já desviou.

Se a fonte estiver correta e o clipe ainda mudar no meio, outra ficha gigante não é necessariamente a solução. Encurte o movimento, remova uma órbita desnecessária ou divida o clipe num corte natural. Cada alteração remove uma exigência específica. Mantenha estável o conjunto de personagem ao mudar o movimento, para não precisar julgar rosto e movimento novos juntos.

O que este fluxo estabelece para criação NSFW

Os exemplos preparam um adulto fictício para uma série de retratos de temática adulta; não prometem que uma ficha mude o comportamento de conteúdo do modelo. O registro público de H3 base de imagem para vídeo contém testes concluídos tanto de imagens NSFW avançadas quanto de uma categoria adulta mais intensa. O registro de referência para vídeo contém um teste concluído de imagens NSFW avançadas, mas não documenta a categoria superior. Ausência de cobertura não é resultado de recusa.

Se essa categoria mais intensa importar à escolha, imagem para vídeo tem cobertura registrada mais ampla: prepare a cena pretendida como uma imagem estática primeiro. Escolha referência para vídeo para as novas composições descritas aqui sem tratar o resultado de imagem para vídeo como promessa para essa tarefa. A comparação de versões H3 também descreve diferenças de conteúdo entre variantes, incluindo casos em que outras suavizaram a solicitação.

Escolha o endpoint exato para a cena, em vez de presumir que todo produto com “H3” no nome se comporte igual. Mantenha todos os personagens claramente adultos e use personagens fictícios originais ou referências que tenha autorização para transformar. O método de preparação permanece igual: estabeleça pessoa, estabeleça roupa e forneça ao vídeo as vistas necessárias ao movimento.

Perguntas comuns

Posso fazer a ficha inteira numa solicitação Qwen?

Sim, você pode pedir uma ficha de múltiplas vistas a partir de um retrato aprovado. É uma primeira visão geral útil. Para um conjunto reutilizável, guarde ou recrie vistas individuais em tamanho completo para substituir um painel errado sem redesenhar o resto. Uma ficha em uma solicitação é um formato inicial, não garantia de anatomia ou roupa consistentes entre painéis.

Posso enviar quadro inicial e ficha juntos?

Não pelas tarefas H3 base usadas neste guia. Imagem para vídeo recebe imagem inicial e imagem final opcional. Referência para vídeo recebe de uma a nove referências de imagem. Componha a cena inicial exata no Qwen para a primeira rota ou deixe H3 criar uma composição nova com referências na segunda.

A ficha precisa de fundo transparente?

Não. Um fundo simples e uniformemente iluminado é um ponto de partida direto. Transparência pode ajudar na composição, mas não comprova melhor retenção de identidade. Evite cômodo complexo, espelho ou pessoa extra na fonte de personagem quando esses elementos não devem aparecer no vídeo.

Preciso de LoRA ou arquivo RefMod?

Não para seguir estas etapas. O fluxo passa imagens comuns entre Qwen e H3. Uma visão geral salva não é pesos treinados nem RefMod, e a tarefa-base H3 de referência não tem campo para nenhum desses arquivos. Prepare um conjunto útil de imagens antes de decidir se um fluxo mais especializado de personagem recorrente vale a configuração.

Comece pela próxima tomada, não pela maior ficha

Se a próxima postagem é um retrato próximo, componha-o e anime-o. Se é uma virada de corpo inteiro, faça primeiro as vistas lateral e traseira ausentes, mantenha uma fonte facial legível e envie apenas o que o movimento exige. Preserve imagens individuais mesmo quando uma única visão geral for mais conveniente para consultar.

O primeiro marco útil é um rosto aprovado, uma frente de corpo inteiro aprovada e o ângulo adicional que o próximo clipe revela. Monte-os no Qwen, escolha deliberadamente a rota H3 de quadro inicial ou referência e invista a próxima geração numa tomada que suas fontes realmente descrevem.