Постоянство места в MiniMax H3: одна и та же комната в разных роликах

Персонаж выглядит правильно, но её квартира постоянно меняется. Диван оказывается под другим окном, торшер переезжает через комнату, а крупный план добавляет дверь, которой в предыдущем ролике не было. В модных портретах постоянного взрослого персонажа, спокойных повседневных сценах или серии для взрослой аудитории такие изменения превращают отдельные кадры в разные постановки.

Для постоянства места в MiniMax H3 повторно используйте изображения одной определённой комнаты и описывайте мебель относительно комнаты, а не камеры. Выбирайте reference-to-video, когда H3 должен составить новый вид. Когда точная расстановка важна, подготовьте утверждённый первый кадр для каждого плана и оживите эти изображения через image-to-video.

Сетка комнаты помогает передать несколько связанных видов, но не является 3D-реконструкцией или гарантированной фиксацией. Один автор H3 сообщил об успехе с 20 перекрывающимися фотографиями комнаты; другие продолжают сообщать о перемещённой мебели. Полезный выбор — сколько новой геометрии следующему кадру потребуется придумать.

Руководство строит одну последовательность из трёх кадров комнаты: подготовка референсов, полные промпты и конкретные изменения при перемещении лампы, стены или окна. Пример показывает вымышленную взрослую модель 32 лет в серии вечерней моды. Это предлагаемый творческий процесс, а не материал нового теста H3.

Выбирайте формат референса под следующее положение камеры

Одна фотография комнаты, несколько отдельных видов и контактный лист решают разные проблемы входа. Выбирайте минимальный набор, действительно показывающий пространство будущего кадра.

В первом эпизоде начните с одного меблированного угла, а не всей квартиры. Комната с одним характерным диваном, лампой и окном даёт достаточно повторяемой информации для узнавания. И конкретные вещи для сохранения.

Model card MiniMax H3 разделяет FL2VA с первым и последним кадрами и Ref2VA с референсными медиа. Это важно: первый кадр задаёт начальную композицию, а референс — содержание для новой. Если загрузить комнату первым кадром и попросить далёкий обратный угол, видео должно пройти от этой картинки; если загрузить её референсом сцены, запрашивается новая композиция.

В SpicyAPI MiniMax H3 reference-to-video принимает от одного до девяти пронумерованных референсов изображений. Для основного примера ниже используйте два: комнату и взрослого персонажа. Выберите пять секунд, 768p и 16:9. Так заданный текст сохраняется, а каждый запрос получает одно короткое действие. С двумя референсами конфигурация стоит $0.1986 за ролик или $0.5958 за три кадра до повторов. Это начальный выбор примера, а не настройки с доказанным устранением изменений места.

Что действительно показывает пример комнаты из 20 фото

В исходном посте о постоянстве комнаты автор сфотографировал реальный офис 20 раз с перекрытием содержимого и собрал картинки в сетку для RefMod. Он сообщил, что отдельные изображения комнаты не дали той же согласованности в этом процессе.

Две детали ограничивают вывод. Автор не установил, улучшает ли кодирование сетки в RefMod прямое использование сетки. Позже он также сообщил о неудачной большой попытке с 62 фотографиями и двумя дополнительными комнатами. Большее покрытие не автоматически лучше.

Заимствуйте идею связанных видов одной комнаты, а не считайте 20 фото или RefMod обязательным рецептом. Тщательно выбранных двух видов может хватить скромному кадру, а плотная сетка сделает важную лампу слишком маленькой для чтения.

RefMod — механизм сообщества для сохранения повторно используемой информации референса. Документация проекта объясняет: он кодирует материал референса, а не обучает веса H3. Сохранённые файлы не взаимозаменяемы с обычной загрузкой картинки. Эндпоинт референсов изображений H3 SpicyAPI не принимает RefMod-файлы; храните оригинальные фото комнаты или сетку для этого маршрута.

Стоит понять и противоположный опыт. В отдельном обсуждении постоянства места автор описал сборку четырёх перспективных видов после иногда более десяти попыток получить подходящий обзор комнаты. Даже тогда предметы перемещались или менялись. Проблема была не в узнавании общего стиля, а в сохранении мест предметов.

Поэтому процесс ниже определяет физические отношения до кинематографических прилагательных. «Тёплая роскошная гостиная» допускает много комнат. «Диван остаётся у стены напротив входа, окно на соседней стене» описывает конкретную расстановку.

Сделайте комнату понятной до добавления персонажа

В сквозном примере — небольшая гостиная для постоянной вечерней серии автора взрослой моды. Персонаж в бордовом вечернем платье. В трёх роликах она стоя поправляет манжету, сидит у подлокотника дивана и затем поворачивается к окну. Одежда и человек те же; статья сосредоточена на окружающей декорации.

Сначала решите, что находится в комнате. Подробный архитектурный чертёж не нужен. Простого плана в заметках достаточно, чтобы собственные промпты не противоречили друг другу.

«Север» и «запад» — плановые метки, а не требование компаса на изображении. В настоящем промпте привязывайте расстановку к видимым ориентирам: стена дивана, стена окна и вход. Это полезно и после поворота камеры.

Со входа к дивану окно видно слева, лампу справа. С другой стороны их экранное положение может меняться. Сохраняйте физическую связь с диваном; не заставляйте окно оставаться на левом краю каждой композиции.

Иллюстрация: камера меняет положение; диван, окно и лампа остаются привязаны к тем же стенам.

Фотографируйте реальную комнату с перекрытием

Если место доступно, пройдите его, не меняя мебель и свет. Начните с широкого фото от входа. Затем снимите со стороны окна, сохраняя диван и торшер. Добавьте вид возле противоположного угла, только если последовательность откроет эту сторону.

Каждые соседние изображения должны разделять узнаваемый предмет или стык стен. Тот же подлокотник, оконная рама или лампа дают видимую связь. Крупный абажур и широкая несвязанная стена не объясняют место лампы.

Держите камеру достаточно ровно, по возможности с тем же объективом. Сильное широкоугольное искажение сделает небольшую комнату гораздо глубже в одном референсе. Не меняйте мебель ради красоты каждого снимка: отодвинутый для одного вида стол станет конфликтующим свидетельством в наборе.

По возможности снимайте пустую комнату. В серии взрослого персонажа окружение описывает декорацию, отдельное изображение — исполнителя. Человек на фото места способен внести нежелательную одежду, позу или присутствие в новую композицию. Также нужна область за персонажем, а не только красивая часть у плеч.

Полезная остановка — покрытие запланированных кадров. Если все три остаются возле дивана, фотографии кухни, коридора и ванной не нужны. Храните их отдельными местами для будущих сцен.

Стройте вымышленную комнату из одного принятого дизайна

Для придуманной гостиной выберите мастер-вид до вариаций. Зафиксируйте число окон, стиль дивана, лампу и расположение стен. Сделайте другой вид редактированием мастера, затем сравните до принятия в набор.

Правдоподобный новый угол не обязательно согласован. Если второе изображение добавляет окно или переносит лампу к противоположному подлокотнику, не включайте его из-за красоты. Коллекция референсов теперь описывала бы две комнаты.

Когда обратный угол открывает стену, не показанную мастером, решите, что на ней должно быть. Модель не восстановит дизайн, которого не получила. Нарисуйте простую расстановку, намеренно создайте недостающий вид или поставьте следующий кадр так, чтобы неизвестная сторона не открывалась.

Для постоянной серии часто полезнее установить три положения камеры для возвращения, чем требовать неограниченного движения по всей комнате. Широкий вход, средний вид сбоку дивана и портрет у окна дают узнаваемый визуальный язык без полного виртуального помещения.

Соберите сетку, не превращая декорацию в коллаж

Используйте сетку, когда полезна связь видов и каждая панель читается. Храните необрезанную копию каждой фотографии. Сетка — дополнительное представление, а не причина удалить оригиналы.

Для гостиной практичный старт — четыре панели: вход, сторона окна, сторона лампы и крупнее связь дивана со столом. Четыре панели — редакционное удобство примера, а не измеренный оптимум H3.

Расположите широкие виды в понятной последовательности по комнате. Не добавляйте огромную белую рамку или декоративный заголовок. Метки храните в именах файлов или заметках, не поверх сфотографированных стен. Изображение передаёт мебель и геометрию, а не должно становиться слайдом внутри видео.

При фиксированном общем размере новые панели сокращают пиксели каждого вида. Лист шириной 2048 пикселей с четырьмя столбцами даёт около 512 на столбец до отступов. Маленькая лампа исходника может стать несколькими десятками пикселей в панели. Пятый почти одинаковый широкий вид не возвращает детали.

Если один предмет определяет серию, оставьте его достаточно крупным для узнавания. Можно взять отдельный близкий вид дивана и лампы дополнительным референсом вместо их деталей в плотной сетке. Назначьте узкую роль: существующий угол дивана и лампы, а не новый дизайн комнаты.

Иллюстрация: сетка совмещает виды в одном изображении, но каждой панели даёт меньше места.

Сетка места и раскадровка тоже разные. Сетка показывает одно пространство из нескольких точек. Раскадровка просит несколько композиций или монтажных склеек. Для одного кадра говорите, что сетка — референс места, а результат — один непрерывный вид камеры. Иначе мозаичный источник может трактоваться как мозаичная цель.

Панорама 360 градусов — ещё вариант, если пригодная уже есть. Пример панорамы сообщества показал коридор из панорамы, но комментаторы заметили изменения дверей и ручек. Автор также не был уверен, что повлияло на искажения: изменение промпта или seed. Покрытие панорамой — полезный вход, а не доказательство геометрически точной комнаты.

Для трёхкадровой серии обычные перекрывающиеся виды проще проверить, чем незнакомую проекцию. Если понимаете панорамную фотографию, сохраните чистую панораму; иначе не нужно добавлять преобразование до простой сцены дивана.

Назначьте комнате и взрослому персонажу отдельные задачи

Используйте тот же порядок загрузки для каждого reference-to-video запроса:

1. Picture 1: мастер пустой комнаты или сетка комнаты.
2. Picture 2: вымышленный взрослый персонаж в нужной одежде на простом фоне.
3. Picture 3, только при необходимости: более ясный вид конкретного угла, уже присутствующего в Picture 1.

Изображение персонажа не должно быть сильным конкурирующим референсом места. Если за исполнителем яркая спальня, а Picture 1 показывает тёплую гостиную, материалы расходятся. Обрежьте или замените лишний фон до просьбы видеомодели трактовать конфликт.

Официальное руководство MiniMax по референсным промптам рассматривает окружения как повторно используемый референсный контент и отделяет их от картинок — конкретных ориентиров композиции. Полезная привычка письма — назвать вклад каждого изображения и допустимые изменения. Не нужно вновь описывать лицо, чтобы объяснить место дивана.

Сохраняйте инструкцию комнаты идентичной между кадрами. Затем меняйте положение камеры, кадрирование и действие. Это особенно полезно ежедневной серии: место знакомо, а новый жест или наряд даёт следующей публикации смысл.

Три промпта ниже предполагают согласованные виды комнаты в Picture 1 и взрослого персонажа с бордовым платьем в Picture 2. Они просят отдельные пятисекундные ролики, а не три монтажных плана внутри одного пятисекундного запроса. Для установления последовательности сохраняйте пять секунд, 768p и 16:9 во всех трёх.

Кадр 1: покажите комнату от входа

Это ориентир зрителя. Покажите достаточно мебели для узнавания следующего кадра, но оставьте действие небольшим.

Picture 1 показывает несколько видов одной гостиной. Используй его для мебели, стен, материалов и света комнаты. Picture 2 задаёт одну вымышленную взрослую женщину 32 лет и её бордовое вечернее платье; игнорируй фон. Создай один непрерывный пятисекундный модный портретный кадр с одним видом камеры, без коллажа. Камера у входа смотрит на терракотовый диван у противоположной стены. Высокое окно с кремовыми шторами в стене слева от стены дивана. Латунный торшер остаётся в углу у правого подлокотника дивана с этого входного вида. Круглый стол тёмного дерева остаётся перед диваном. Женщина стоит возле стола и медленно поправляет одну манжету, затем успокаивает руки. Камера неподвижна. Мягкий дневной свет из окна с нежным тёплым свечением торшера. Сохраняй положение мебели и единственное окно весь кадр. Тихая атмосфера комнаты, без диалога и музыки.

Кадр устанавливает связь окна, дивана и лампы. Это полезнее начала с тесного портрета без отличительных черт комнаты. Позже можно обрезать ближе; невидимая лампа не служит визуальным доказательством непрерывности.

Кадр 2: двигайте камеру, оставляйте мебель на месте

Для второго ролика перенесите камеру к окну и смотрите диагонально через диван. Лампа остаётся у того же физического подлокотника, несмотря на смену перспективы.

Picture 1 задаёт ту же гостиную и фиксированную расстановку мебели. Picture 2 задаёт вымышленную взрослую женщину 32 лет и её бордовое вечернее платье; игнорируй фон. Сделай один непрерывный пятисекундный средний модный кадр у высокого окна со взглядом диагонально к дивану и латунному торшеру. Женщина сидит на конце терракотового дивана со стороны окна. Она кладёт одну руку на подлокотник и немного переводит взгляд к окну. Лампа остаётся на противоположном конце дивана в исходном углу. Круглый стол тёмного дерева остаётся перед диваном; показывай лишь естественно видимую с этой позиции камеры часть. Диван остаётся у исходной стены. Сохраняй фактическую расстановку комнаты при смене точки зрения. Дневной свет окна идёт сбоку от камеры; лампа остаётся тёплым фоновым светом. Неподвижная камера, естественная перспектива, одна комната, без склейки и панелей. Тихая атмосфера комнаты, без диалога и музыки.

Обратите внимание на стол: он может быть частично скрыт, но не перемещён. Требование полной видимости каждого референсного предмета способно конфликтовать с новым углом. В правдоподобной комнате есть перекрытия; постоянство не означает, что каждый предмет появляется в каждом кадре.

Кадр 3: завершите портретом со стороны окна

Финальный ролик может быть крупнее без потери связи с декорацией. Оставьте в композиции одну узнаваемую часть архитектуры и один предмет мебели.

Picture 1 — референс места той же гостиной. Picture 2 задаёт вымышленную взрослую женщину 32 лет и бордовое вечернее платье без переноса фона. Создай один пятисекундный портрет до пояса у высокого окна гостиной. Камера возле круглого стола смотрит на конец терракотового дивана со стороны окна. Женщина стоит между диваном и окном, медленно поворачивает плечи к дневному свету и заканчивает расслабленным взглядом в сторону. Покажи кремовую штору и часть исходного подлокотника позади. Прочая мебель может оказаться вне кадра; не перемещай её ради видимости. Сохраняй окно в исходной стене и пропорции комнаты. Главный свет — мягкий дневной, с тонким тёплым вкладом торшера через комнату. Камера неподвижна. Без новой двери, дополнительного окна, разделённого экрана или смены сцены. Тихая атмосфера комнаты, без диалога и музыки.

Непрерывность здесь несут штора и подлокотник. Финальный крупный кадр не должен доказывать весь план помещения. Это задача установочного кадра и согласованности исходных видов.

Привязывайте свет к источнику в комнате

Непрерывность света запутывается при одних экранных направлениях. «Свет слева» описывает другую физическую расстановку после переноса камеры на другую сторону. В гостиной используйте окно главным источником, торшер — тёплым вторичным.

На виде от входа оконный свет идёт слева кадра. В среднем плане со стороны окна — близко от камеры. Оба могут принадлежать одному моменту. Одинаковые тени на лице в каждом кадре могут требовать движения света вместе с камерой, подрывая нужное постоянство комнаты.

Сохраняйте три решения: какие источники включены, яркость окна относительно лампы и время суток. Для «мягкого дневного света окна со слабой тёплой лампой на фоне» техническая схема не нужна. Но нельзя смешивать тёмный вечерний референс и яркий полуденный обратный вид, если смена времени не задумана.

В модных изображениях взрослой аудитории драматический свет также скрывает полезные признаки комнаты. Если широкий референс показывает мало кроме силуэта, может не быть читаемого края дивана или стыка стен для следующего кадра. Подготовьте ясный референс комнаты, даже если финальный портрет будет атмосфернее.

Иллюстрация: при движении камеры свет меняет экранное направление без изменения физического источника.

Намеренный переход дня в ночь считайте новой световой версией той же декорации. Сохраняйте места мебели, дайте принятый ночной вид, опишите тёмное окно. Замена лишь «дневного света» на «неоновую ночь» с оставленным солнечным референсом даёт несовместимые инструкции.

Если комната меняется, сначала создайте статичный кадр

Если H3 постоянно переставляет лампу в новом углу, прекратите просить каждый видеозапрос решать угол с нуля. Подготовьте изображение с уже правильными комнатой, камерой и персонажем, затем оживите.

Редактирование Qwen Image 2.1 — один из путей подготовки. Начните с комнаты и взрослого персонажа; третий вид комнаты берите только для недостающей геометрии. Выберите итоговую форму, непрозрачный фон и PNG. Для примера — 16:9, 2k и отключённое расширение промпта. Это предложенное применение входов редактора, а не заявление о правильном восстановлении невидимой комнаты с первого раза.

Для кадра 2 используйте такой промпт правки изображения:

Используй первое изображение только для гостиной, сохраняя мебель и архитектуру. Второе — только для одной вымышленной взрослой женщины 32 лет и её бордового вечернего платья. Создай один фотографический средний кадр у высокого окна со взглядом диагонально к терракотовому дивану. Посади её на конец дивана ближе к окну, одна рука лежит на подлокотнике. Оставь диван у той же стены. Сохрани латунный торшер в углу на противоположном конце, круглый стол тёмного дерева перед диваном. Покажи естественное перекрытие и перспективу новой точки. Мягкий дневной свет окна и нежное тёплое свечение лампы. Сохрани видимые формы мебели; не добавляй новое окно или дверной проём. Одна фотография, без панелей макета и текста.

Если включили третье изображение комнаты, добавьте: «Третье изображение задаёт вид сбоку окна и уточняет связь дивана и лампы; оно не вводит новую комнату и не меняет дизайн мебели».

Сравните результат с мастером комнаты до анимации. Если лампа переехала, исправьте изображение. Если нужный угол не удаётся согласовать, выберите ближайшую позицию камеры, действительно поддерживаемую источниками. Это явное решение до платы за движение.

Затем откройте MiniMax H3 image-to-video, загрузите принятое изображение первым кадром и используйте пять секунд при 768p. Анимационное задание может быть коротким: картинка уже фиксирует композицию.

Оживи этот первый кадр как один непрерывный пятисекундный план. Взрослая женщина сохраняет положение сидя и медленно переводит взгляд к окну с небольшим естественным движением плеч и руки. Камера неподвижна. Диван, стол, торшер, окно и шторы фиксированы на месте. Сохрани существующие дневной свет и тёплый свет лампы. Без новых предметов, склеек и смены комнаты. Тихая атмосфера комнаты, без диалога и музыки.

Подготовьте кадры 1 и 3 так же с их собственными композициями. Это три принятых первых изображения, а не одно, растягиваемое во всё более разные углы. Каждое видео начинается с выбранной расстановки.

Необязательный конечный кадр может задавать финальную композицию, но не фиксирует все промежуточные. Не используйте противоречащие комнаты началом и концом с ожиданием незаметного разрешения расхождений мебели. Если нужны обе точки, они должны описывать ту же декорацию и правдоподобное движение между ними.

Для небольшого жеста неподвижная камера также ограничивает новое видимое окружение. Если осталось нежелательное движение камеры, используйте отдельное руководство фиксированной камеры вместо бесконечного добавления фото комнаты.

Меняйте вход, соответствующий ошибке непрерывности

Повторный запуск даёт другой результат, но не добавляет недостающего фото стены в материалы. До повтора определите видимую ошибку и изменение, которое её затрагивает.

Это возможные причины для изучения, а не диагноз невидимой генерации. Важно, существует ли ошибка уже в статичном референсе, возникает лишь в новой композиции или развивается при движении.

Если она в референсе, исправьте источник. Если появляется при новом угле H3, ограничьте угол или подготовьте изображение. Если развивается при движении, сократите действие или путь камеры. Повышение разрешения не говорит модели, в какой стене окно.

Не исправляйте отдельную лампу переписыванием всей комнаты, сменой наряда и новым соотношением сторон. Это новый план кадра. Сохраняйте принятые части и меняйте одну неправильную пространственную связь.

Зеркало требует особого внимания. Оно показывает предметы вне основного вида камеры, фактически создавая ещё вид комнаты внутри кадра. Если не обязательно, оставьте его вне первой последовательности. Если обязательно, подготовьте правильное отражение в изображении и избегайте большого движения камеры с требованием меняющегося отражённого вида.

Повторно используйте декорацию в ежедневной серии взрослого персонажа

Когда три позиции работают в проекте, используйте их принятые изображения комнаты в следующей сессии. Возвращайтесь к тому же набору, не превращайте каждый привлекательный видеокадр в новый референс. Поздний кадр может уже содержать более длинный диван или смещённое окно; повторное использование переносит изменение в следующий запрос.

Держите пустую комнату отдельно от персонажа и гардероба. Для следующего наряда заменяйте изображение персонажа с одеждой, сохраняя комнатные источники. При намеренной смене комнаты обновляйте виды вместе: новый стул лишь в одном углу станет противоречием после возврата старого.

Знакомость постоянной взрослой серии может идти от мелочей: шторы рядом, терракотового дивана за портретом сидя или тёплой лампы в дальнем углу. Всю квартиру ежедневно показывать не нужно. Меняйте обрезку, жест или положение в установленном углу до добавления комнаты.

Можно также избежать сложного пути между позициями, делая склейки. Установочный вид и затем средний сидячий план передают смену времени или позы, не заставляя H3 показывать обход стола и посадку одним непрерывным дублем. Используйте непрерывность движения, только если само движение важно сцене.

Обработка взрослого контента всё ещё относится к выбранным модели и задаче. Метод места не расширяет поведение модели по контенту, успешная модная сцена не устанавливает генерацию каждой версии H3. Процесс касается декорации; отдельно выбирайте эндпоинт для своего фактического содержания.

Планируйте нужные кадры с подготовкой

Для пути принятого первого кадра обычный MiniMax H3 image-to-video стоит $0.037 за секунду при 768p и $0.058 при 2k.

Суммы покрывают видео из уже имеющихся изображений. Добавьте любую подготовку и каждую дополнительную генерацию. Например, один повтор кадра 2 даёт промежуточный итог видео 768p $0.740. Проба младшего разрешения и новая генерация старшего — два запроса, а не бесплатное улучшение первого.

Reference-to-video добавляет $0.0068 за референс к ставкам видео. С двумя изображениями выше пятисекундный запрос 768p — $0.185 + $0.0136 = $0.1986. Три ролика — $0.5958; один повтор поднимает до $0.7944. Третий референс угла повышает пятисекундный запрос до $0.2054, три кадра до $0.6162. Сетка считается одним загруженным изображением, но объединение лишь ради платы за референс может жертвовать читаемыми деталями.

В примере подготовки Qwen Image 2.1 editing при 2k стоит $0.048 за результат с двумя или тремя описанными референсами. Три правки добавляют $0.144: три подготовленных изображения и три пятисекундных ролика 768p image-to-video стоят $0.699 до повторов. Существующие фотографии, время ручного совмещения, создание исходного персонажа и комнаты вне итога.

Финансовая причина подготовки изображения не в гарантии меньшего числа попыток. Она позволяет решить видимую расстановку до расходов на движение. Если угол явно неверен статично, длинное видео не сделает его правильной комнатой.

Начните с одной комнаты, ясного угла и короткого действия

Выберите три предмета, узнаваемо задающих место. Сфотографируйте или установите их связь в чистом пустом виде, затем подготовьте лишь тот дополнительный угол, который нужен следующему кадру.

Используйте reference-to-video для поиска новой композиции из этого набора. Если места мебели продолжают меняться, утвердите композицию статично и оживите небольшим жестом. Сохраняйте физические источники света и комнатные референсы для следующего ролика.

В примере гостиной первый полезный результат — пятисекундный входной вид с диваном, окном и лампой в согласованных местах. Стройте сидячий угол из того же дизайна. Узнаваемая трёхкадровая декорация — полезнее как основа постоянной серии, чем эффектная экскурсия, меняющая квартиру на полпути.