MiniMax H3 画像から動画

Frame 001 · あなたの写真

002003004005

あなたが書いたとおりに生成

そこから MiniMax H3 の画像から動画が、あなたが書いたとおりにカメラと被写体を動かします。4〜15 秒の任意の整数秒、24 fps、768P か 2K。JPG・PNG・WEBP・HEIC のいずれも通るので、スマホから直接出した写真でも構いません。

あなたの写真が 1 コマ目

001

あなたの写真が 1 コマ目

任意の整数秒

4〜15 秒

任意の整数秒

フレームレート

24 fps

フレームレート

解像度

768P / 2K

解像度

• スタイル転送ではありません
• 強度スライダーなし
• 写真の中身を書き直す必要なし

• ここから

  I2VA
  

  写真 1 枚を最初のコマに。動画はあなたの画像から始まり、そこから先へ進みます。台の上で商品を回す、ポートレートに喋らせる、風景を呼吸させる。そういうときはこれです。

  書き方

  写真にすでに写っているものではなく、次に何が起きるかを書いてください。写真はモデルにもう見えています。写真の中身を並べ直すだけのプロンプトは、たった 1 回きりの指示を無駄にします。

  これで試す
• 希少

  ここまで

  L2VA
  

  写真 1 枚を最後のコマに。終わりのほうを渡すと、H3 がありえそうな冒頭を組み立て、最終フレームであなたの画像に収束します。リヴィールはこう作ります。蓋が持ち上がって、すでに手元にある商品カットにぴったり着地する。

  書き方

  終わりから逆に書いてください。あなたの画像が最終フレームになるためには、その前がどういう状態でなければならないかを書き、そこへ動きを収束させます。

  これで試す

• 始点 → 終点

  FL2VA
  

  写真 2 枚、始まりと終わり。H3 がその間の道筋を埋めます。ビフォーアフター、変化、場面転換。2 枚が被写体・画角・光の点で近いほど、その道筋はきれいに出ます。

  書き方

  2 枚が大きく違うなら、その間に何が起きるかをきちんと言葉にしてください。でないと H3 が頼んでいないトランジションを作ります。

  これで試す

仕上げ済みの設定例は プロンプト実例 にもっとあります。どれも構造化プロンプトの全文つきです。プロンプト生成 なら 1 文から公式の 3 項目すべてを書きます。

同じ入力写真 · 2 つのプロンプト

入力

コートの織りが変わり、生え際が動きます。プロンプトに変えるなとは書いていませんでした。

こちらを回す

同じカメラワーク、同じ尺、同じ条件。違いはあの一文だけです。

こちらを回す

2 本の唯一の違い

被写体——赤いウールのコート、暗い前髪、左手の銀の指輪——は、顔・髪・服・色を最後まで同じに保ちます。変わるのはカメラと、書かれた動きだけです。

見た目の固定

変えてはいけないものを入力してください。下の一文が、あなたのプロンプトの末尾に足されます。

プロンプトの末尾に付きます

被写体は、顔・髪・服・色を最後まで同じに保ちます。変わるのはカメラと、書かれた動きだけです。

プロンプトに追加

1 本の中ではなく、別々の複数の動画にわたって同じ人物を出したいのなら、最初のコマは道具として合っていません。それは構図の問題ではなく人物像の問題で、参照素材から動画 がそのために作られています。

iPhone の写真がそのまま通ります。 HEIC と HEIF は直接入ります。多くのツールが黙って変換を求めてくるので、はっきり書いておく価値があります。

ファイルを置くと、寸法・比率・サイズがその上限と突き合わせて検査されます。お金を使う前です。弾かれるアップロードで失うのは 1 秒であって、生成 1 回であってはいけません。30 MB を超えるときは、画素を縮めるより書き出し品質を下げてください。比率の範囲から外れるときは、余白を足すのではなく切り抜いてください。レターボックスの帯は画面の一部として一緒に動かされます。自分で送る場合の API 側の first_frame と last_frame については 詳しい解説 にあります。

料金 · どの有料プランでも 2K · ネイティブ音声

1. 1

   静止画をアップロードする

   1 枚で足ります。それは作風のヒントではなく、出力の実際の 1 コマになります。

   JPG または PNG
2. 2

   最初のコマ・最後のコマ・両方から選ぶ

   最初のコマなら写真から先へ進み、最後のコマならそこへ辿り着き、両方ならモデルが 2 枚を橋渡しします。

   3 つのモード
3. 3

   何が動くのか、どう聞こえるのかを書く

   プロンプトには、固定したコマの間の動きと、セリフや効果音を書きます。

   音も同じ項目に
4. 4

   尺と解像度を決めて、生成する

   24 fps で 4〜15 の整数秒、768P か 2K。音が中に入った 1 本の MP4 で返ってきます。

   最大 2K

アップロードした写真そのものは一切変更されません。出力は新しいファイルです。