Dirección de escena detallada
Dirige personajes, acciones, orden de tomas, movimiento de cámara, diálogo, música y efectos de sonido en un solo mensaje.
MiniMax H3 · Vídeo multimodal Hailuo 03
Cree vídeo a partir de texto, anime un primer fotograma con un fotograma final opcional o combine referencias de imagen, vídeo y audio. Genere clips de 4 a 15 segundos a 768p o 2K con audio nativo.
Producción
Tu vídeo aparecerá aquí.
Elija un modo MiniMax H3, agregue un mensaje y las referencias requeridas, luego envíe la tarea.
El modelo, explicado.
MiniMax H3, también conocido como Hailuo 03, es un modelo de vídeo multimodal que comprende texto, imágenes, vídeo y audio en un contexto creativo.
Admite texto a vídeo, animación de imágenes del primer y último fotograma y flujos de trabajo de referencia a vídeo con una salida de 4 a 15 segundos a 768p o 2K.
FramePack envía cada solicitud de forma asincrónica, realiza un seguimiento de su progreso y almacena de forma privada el vídeo completo para obtener una vista previa y descargar.
Creación audiovisual unificada
Pasa de un aviso o referencias mixtas a un vídeo completo con sonido sincronizado.
Dirige personajes, acciones, orden de tomas, movimiento de cámara, diálogo, música y efectos de sonido en un solo mensaje.
Utilice cuadros de apertura y cierre o combine múltiples referencias de imágenes, videos y audio.
Elija entre 4 y 15 segundos, el encuadre admitido y la resolución que se ajuste al uso final.
Siga la tarea mientras se procesa y luego obtenga una vista previa o descargue el resultado almacenado de forma privada.
Tres pasos enfocados
Elija un flujo de trabajo, dirija cada entrada con claridad y revise el clip terminado.
Comience desde texto, un primer y último fotograma opcional, o un conjunto de referencias multimodales.
Escriba el mensaje, asigne un rol a cada referencia, luego establezca la duración, la resolución y el encuadre.
Envíe la tarea asincrónica, siga su estado y descargue el vídeo almacenado cuando esté listo.
Las instrucciones estructuradas ayudan a que los elementos visuales y de audio se mantengan coherentes en todo el clip.
Preguntas, respondidas
Crea clips audiovisuales de 4 a 15 segundos a partir de texto, fotogramas o referencias combinadas de imagen, vídeo y audio a 768p o 2K.
Imagen a video acepta una o dos imágenes. La referencia a vídeo acepta hasta nueve imágenes, tres vídeos MP4 o MOV y tres archivos de audio MP3 o WAV.
Sí. El modelo puede crear audio estéreo nativo y la referencia a video puede usar audio cargado para guiar la voz, la música o el sonido.
Una vez que la generación se realiza correctamente, FramePack almacena el vídeo de forma privada y muestra una vista previa autenticada y enlaces de descarga.
Combine un mensaje claro con referencias enfocadas y genere con MiniMax H3.
Crear con MiniMax H3