MiniMax H3 Max — версия MiniMax H3, дообученная для более точного следования промпту и более выразительной визуальной подачи. Модель ориентирована на генерацию видео с реалистичной физикой, последовательным поведением персонажей и синхронизированным звуком. По сравнению с обычным H3 Max работает в разрешении до 768p, зато оптимизирована под высокую скорость генерации.

Проще говоря, это быстрая модель для создания коротких видеосцен, где можно либо описать сцену текстом, либо дать изображения, видео и аудио в качестве референсов.

Режимы работы

• Text-to-Video
  Создаёт видео по текстовому описанию. Можно подробно задавать персонажей, действия, окружение, движение камеры и звуковую сцену. Модель сама генерирует видеоряд и звук.
• Image-to-Video
  Анимирует исходное изображение по текстовой инструкции. Подходит для превращения готового кадра, персонажа или иллюстрации в видеосцену.
• Reference-to-Video
  Позволяет использовать сразу несколько типов референсов: изображения для внешности персонажей и объектов; видео для переноса движения и динамики; аудио для управления звуковой составляющей.

Всего можно передать до 12 референсных файлов: до 9 изображений, до 3 видео и до 3 аудиодорожек. Аудио не может быть единственным входом, вместе с ним требуется хотя бы изображение или видео.

Чем отличается от MiniMax H3

Главное отличие H3 Max не в появлении новых режимов, а в оптимизации самой модели: это пост-тренированная версия H3 с более точным следованием промпту, улучшенной эстетикой и оптимизацией под высокую скорость работы.

Плюсы

• Хорошо следует подробным текстовым инструкциям.
• Генерирует видео и звук одновременно.
• Поддерживает изображения, видео и аудио в качестве референсов.
• Можно комбинировать несколько референсов в одной сцене.
• Есть синхронизация речи и движения губ.
• Быстрее обычного H3.

Минусы

• Максимальное разрешение ниже, чем у обычного H3: 768p против 2K.
• Аудио нельзя использовать самостоятельно для генерации видео: при использовании аудиореференса нужен хотя бы один визуальный референс.
• Reference-to-Video может становиться заметно дороже при большом количестве или длительности референсов, поскольку они тарифицируются отдельно.

Примеры использования

• Анимация персонажа с изображения.
• Создание коротких рекламных роликов.
• Сцены с несколькими персонажами по отдельным референсам.
• Перенос движения из существующего видео на персонажа.
• Создание сцен с диалогами и синхронизацией губ.
• Генерация вертикальных роликов для соцсетей.
• Создание видео по изображению и референсной аудиодорожке.

Почему удобно через GenAPI

• Через GenAPI все три режима можно собрать в одном интерфейсе: текстовый запрос, изображение, видео и аудио можно использовать в зависимости от поставленной задачи, без необходимости отдельно разбираться с API MiniMax и настройками каждого endpoint.
• Пользоваться без подписки.
• Служба поддержки поможет с любым вопросом.
• Все версии MiniMax в едином интерфейсе с единым балансом.