Direção de cena detalhada
Direcione personagens, ações, ordem de filmagem, movimento de câmera, diálogo, música e efeitos sonoros em um único prompt.
MiniMax H3 · Vídeo multimodal Hailuo 03
Crie vídeo a partir de texto, anime um primeiro quadro com um quadro final opcional ou combine referências de imagem, vídeo e áudio. Gere clipes de 4 a 15 segundos em 768p ou 2K com áudio nativo.
Saída
Seu vídeo aparecerá aqui
Escolha um modo MiniMax H3, adicione um prompt e quaisquer referências necessárias e envie a tarefa.
O modelo, explicado
MiniMax H3, também conhecido como Hailuo 03, é um modelo de vídeo multimodal que compreende texto, imagens, vídeo e áudio em um contexto criativo.
Ele suporta texto para vídeo, animação de imagem do primeiro e último quadro e fluxos de trabalho de referência para vídeo com saída de 4 a 15 segundos em 768p ou 2K.
FramePack envia cada solicitação de forma assíncrona, acompanha seu progresso e armazena de forma privada o vídeo concluído para visualização e download.
Criação audiovisual unificada
Passe de um prompt ou referências mistas para um vídeo completo com som sincronizado.
Direcione personagens, ações, ordem de filmagem, movimento de câmera, diálogo, música e efeitos sonoros em um único prompt.
Use frames de abertura e fechamento ou combine múltiplas referências de imagem, vídeo e áudio.
Escolha de 4 a 15 segundos, o enquadramento suportado e a resolução adequada ao uso final.
Siga a tarefa enquanto ela é renderizada e visualize ou baixe o resultado armazenado de forma privada.
Três etapas focadas
Escolha um fluxo de trabalho, direcione cada entrada com clareza e revise o clipe finalizado.
Comece com texto, um primeiro e último quadro opcional ou um conjunto de referências multimodais.
Escreva o prompt, atribua uma função a cada referência e defina a duração, a resolução e o enquadramento.
Envie a tarefa assíncrona, acompanhe seu status e baixe o vídeo armazenado quando estiver pronto.
As direções estruturadas ajudam os elementos visuais e de áudio a permanecerem coerentes em todo o clipe.
Perguntas, respondidas
Ele cria clipes audiovisuais de 4 a 15 segundos a partir de texto, quadros ou referências combinadas de imagem, vídeo e áudio em 768p ou 2K.
Imagem para vídeo aceita uma ou duas imagens. A referência ao vídeo aceita até nove imagens, três vídeos MP4 ou MOV e três arquivos de áudio MP3 ou WAV.
Sim. O modelo pode criar áudio estéreo nativo e a referência ao vídeo pode usar o áudio carregado para guiar voz, música ou som.
Após a geração ser bem-sucedida, FramePack armazena o vídeo de forma privada e mostra links autenticados de visualização e download.
Combine um prompt claro com referências específicas e gere com MiniMax H3.
Crie com MiniMax H3