Generación de vídeo multimodal con MiniMax H3
Controla mejor cada plano con MiniMax H3
MiniMax H3 es un modelo de vídeo multimodal, abierto y de uso general, diseñado para generar y editar. Combina prompts con referencias de imagen, vídeo y audio, mantiene la dirección visual mediante fotogramas inicial y final y produce clips en 2K de 5 a 15 segundos con margen para desarrollar una acción completa.
Un modelo multimodal, muchas formas de crear
Empieza con texto, un fotograma inicial, una pareja de fotogramas inicial y final o referencias visuales y sonoras. MiniMax H3 puede generar un plano nuevo, ampliar una idea visual o editar vídeo existente sin perder de vista el sujeto, el movimiento ni la atmósfera.
Leer la documentación oficial de MiniMax H3Dirige cada plano con referencias más completas
Define el arco visual con fotogramas inicial y final o combina hasta 9 imágenes, 3 vídeos y 3 audios en un conjunto máximo de 12 archivos. MiniMax H3 interpreta esas señales en conjunto para que la identidad del personaje, la puesta en cámara, el ritmo y el ambiente se refuercen entre sí.
Modos de generación para cualquier punto de partida
MiniMax H3 se adapta al material que ya tienes, desde una idea escrita hasta un clip completo que necesita una edición concreta.
Genera desde un prompt para explorar desde cero una escena, acción, movimiento de cámara o estilo visual.
Ancla la composición con un fotograma inicial, guía el final con el último o usa ambos para crear una transición más intencionada.
Reúne referencias de imagen, vídeo y audio en un mismo brief o edita un clip existente conservando la dirección creativa esencial.
Un flujo de trabajo práctico con MiniMax H3
Un brief preciso ayuda al modelo a transformar el contexto multimodal en movimiento coherente. Empieza por la referencia más importante y añade solo las señales que mejoren el plano.
- 1Elige texto a vídeo, generación guiada por fotogramas, generación por referencias o edición de vídeo según el recurso que quieras crear.
- 2Describe una acción clara del sujeto, el movimiento de cámara, la iluminación, el ambiente y cómo debe terminar el plano.
- 3Define una duración de 5–15 segundos, genera el plano y modifica una sola variable en cada iteración para mantener un objetivo claro.
Usos ideales para MiniMax H3
- Anima imágenes de producto para crear presentaciones breves, detalles giratorios y movimiento para landing pages.
- Convierte ilustraciones de personajes o retratos en microescenas controladas con un movimiento de cámara claro.
- Crea prototipos de vídeos sociales e ideas de campaña antes de invertir en una producción más larga.
Cómo escribir un buen prompt para MiniMax H3
Trata el prompt como un brief de dirección conciso. Las referencias fijan identidad y textura; el texto debe aclarar movimiento, cámara, ritmo y desenlace.
Movimiento del sujeto
Asigna al sujeto una acción clara que pueda desarrollarse y concluir dentro del plano elegido de 5–15 segundos.
Dirección de cámara
Indica un movimiento concreto: avance lento, órbita, seguimiento, inclinación o cámara fija.
Continuidad visual
Define la luz, el ambiente, el movimiento del fondo y el final deseado sin sustituir la identidad de la imagen de referencia.
Prepara un conjunto de referencias preciso para MiniMax H3
Añadir más referencias no garantiza un resultado mejor. Elige la combinación mínima que defina la composición, la identidad del sujeto, el movimiento, el sonido y el cierre; usa después el prompt para resolver cualquier ambigüedad restante.
Empieza por la entrada mínima necesaria
Usa solo texto si quieres explorar un concepto desde cero. Añade un fotograma inicial cuando importen la composición o el aspecto del personaje, y uno final solo si la pose, el encuadre o la transición deben terminar de una forma concreta.
Asigna una función a cada referencia
Antes de subir archivos, define en el brief qué debe aportar cada imagen, vídeo o fragmento de audio. Respeta los límites admitidos: hasta 9 imágenes, 3 vídeos, 3 audios y 12 archivos en total; el audio no puede ser la única entrada.
Prepara material de referencia claro
Recorta las imágenes fijas alrededor del sujeto que quieras conservar, limita el vídeo de referencia al movimiento relevante y selecciona el pasaje de audio que marque el ritmo o la atmósfera buscados. Evita superposiciones contradictorias o sujetos ajenos que compitan por la atención.
Revisa el plano completo
Comprueba que el sujeto siga siendo reconocible, que la acción termine dentro de la duración elegida y que el movimiento de cámara responda al prompt. Si un elemento se desvía, cambia solo esa instrucción o referencia antes de volver a generar; así sabrás qué señal mejoró el resultado.
Fija un objetivo de evaluación por iteración
Separa la validación técnica de la valoración creativa. Primero confirma que se hayan respetado la duración, el encuadre y la función de cada referencia. Después contrasta con el brief la identidad, la trayectoria del movimiento, los tiempos, la iluminación, el comportamiento del fondo, el sonido y el cierre. Guarda la combinación de prompt y referencias que dé el mejor resultado antes de probar otra variante, para no perder una configuración útil entre iteraciones.
Preguntas frecuentes sobre MiniMax H3
¿Qué es MiniMax H3?
MiniMax H3 es el modelo de vídeo multimodal, abierto y de uso general de MiniMax. Está diseñado para generar y editar vídeo con contexto de texto, imágenes, vídeo y audio.
¿Qué referencias puedo utilizar?
Puedes guiar el plano con un fotograma inicial, uno final o referencias multimodales. El modo de referencia acepta hasta 9 imágenes, 3 vídeos y 3 audios, con un máximo total de 12 archivos; el audio no puede ser la única entrada.
¿Qué resolución y duración admite MiniMax H3?
La API V2 admite MiniMax H3 en 2K con duraciones enteras de 5 a 15 segundos. Acepta texto, imágenes iniciales o finales y referencias de imagen, vídeo y audio. El modo de referencia admite hasta 9 imágenes, 3 vídeos y 3 audios, con 12 archivos en total; el audio no puede enviarse solo.
¿MiniMax H3 también permite editar vídeos?
Sí. MiniMax H3 sirve tanto para generar planos nuevos como para editar un vídeo existente. El texto y las referencias permiten indicar el sujeto, el movimiento y la atmósfera que deben conservarse.