MiniMax H3のマルチモーダル動画生成
MiniMax H3でショットをより細かくコントロール
MiniMax H3は、動画の生成と編集に対応するオープンで汎用的なマルチモーダル動画モデルです。プロンプトと画像・動画・音声の参照を組み合わせ、先頭・末尾フレームで映像の方向性を整えながら、2K・5〜15秒の尺で一連の動きを表現できます。
一つのマルチモーダルモデルで多彩な制作
テキスト、先頭フレーム、先頭と末尾の組み合わせ、映像・音声の参照から制作を始められます。MiniMax H3は、新規ショットの生成、表現の展開、既存動画の編集に対応し、被写体、動き、雰囲気を保ちます。
MiniMax H3の公式ドキュメントを読む豊富な参照素材でショットを演出
先頭と末尾のフレームで映像の流れを定めるほか、最大12ファイルの中で画像9枚、動画3本、音声3本まで組み合わせられます。MiniMax H3が情報を一体的に読み取り、キャラクターの一貫性、カメラワーク、リズム、ムードを調和させます。
素材の状態に合わせて選べる生成モード
MiniMax H3は、文章だけのアイデアから狙った編集を加えたい既存動画まで、手元の素材に合わせて制作を進められます。
プロンプトから新しいシーン、動作、カメラワーク、映像スタイルをゼロから作り出します。
先頭フレームで構図を固定し、末尾フレームで着地点を示します。両方を使えば意図のある遷移を作れます。
画像・動画・音声の参照を一つの指示にまとめるほか、重要な演出意図を保ちながら既存動画を編集できます。
実践的なMiniMax H3ワークフロー
焦点を絞った指示は、マルチモーダルな文脈を自然な動きに変える助けになります。最も重要な参照から始め、ショットに役立つ情報だけを追加します。
- 1目的に応じて、テキスト動画生成、フレーム誘導、参照生成、動画編集から選びます。
- 2主体の動きを一つに絞り、カメラワーク、照明、雰囲気、ショットの終わり方を説明します。
- 35〜15秒の尺を設定して生成し、その後は一度に一つの要素だけを変えて、各試行の目的を明確にします。
MiniMax H3が活躍する用途
- 商品画像を短い公開演出、回転するディテール、ランディングページ用の動きに変換。
- キャラクターアートやポートレートから、明確なカメラワークを持つ短いシーンを作成。
- 本格的な長尺制作に入る前に、SNS動画やキャンペーン案を試作。
効果的なMiniMax H3プロンプトの書き方
プロンプトは簡潔な演出指示として書きます。参照素材で主体と質感を定め、文章で動き、カメラ、タイミング、終わり方を明確にします。
被写体の動き
選んだ5〜15秒のショット内で展開し、完結できる明確な動作を一つ指定します。
カメラの指示
ゆっくり寄る、周回する、追従する、チルトする、固定するなど、具体的な動きを指定します。
映像の連続性
参照画像の主体らしさを保ちながら、照明、雰囲気、背景の動き、望む終わり方を伝えます。
MiniMax H3向けの参照素材を目的別に絞り込む
参照素材は多ければよいとは限りません。構図、被写体らしさ、動き、音、終わり方を伝えるために必要な最小限の組み合わせを選び、残る曖昧さはプロンプトで補います。
必要最小限の入力から始める
ゼロからコンセプトを検討するときは、テキストだけで始めます。構図やキャラクターの外見が重要なら先頭フレームを加え、最後のポーズ、画角、切り替わりの着地点を厳密に決めたい場合にだけ末尾フレームを使います。
参照素材ごとに役割を一つ決める
アップロード前に、画像・動画・音声がそれぞれ指示の中で担う役割を決めます。画像は最大9枚、動画は3本、音声は3本、合計12ファイルまでという上限を守り、音声だけを入力にすることはできない点にも注意してください。
伝えたい要素が明確な素材を用意する
静止画は残したい被写体を中心に切り抜き、参照動画は必要な動きが伝わる部分だけに短く整えます。音声は狙ったリズムや雰囲気が明確な区間を選びます。互いに競合するテロップや、意図と関係のない被写体は避けてください。
ショット全体を確認する
被写体らしさが保たれているか、選んだ尺の中で動作が完結しているか、カメラワークが指示どおりかを確認します。一部分だけ意図から外れた場合は、その指示または参照素材だけを変えて再生成すると、どの変更が結果を改善したか判断できます。
試行ごとに評価項目を一つに絞る
技術要件を満たしたかと、表現として優れているかを分けて判断します。まず指定した尺、画角、参照素材の役割が反映されたかを確認します。次に、被写体らしさ、動きの軌跡、タイミング、照明、背景の動き、音、終わり方を制作意図と照らして評価します。別のパターンを試す前に、最も良い結果を出したプロンプトと参照素材の組み合わせを保存し、反復の途中で有効な設定を失わないようにします。
MiniMax H3のよくある質問
MiniMax H3とは何ですか？
MiniMax H3は、MiniMaxのオープンで汎用的なマルチモーダル動画モデルです。テキスト、画像、動画、音声をもとに、動画の生成と編集を行えます。
どのような参照素材を使えますか？
先頭フレーム、末尾フレーム、マルチモーダル参照でショットを誘導できます。参照モードでは画像9枚、動画3本、音声3本まで、合計12ファイルを利用でき、音声だけを入力することはできません。
MiniMax H3の対応解像度と尺は？
V2 APIのMiniMax H3は2Kに対応し、長さは5〜15秒の範囲で1秒単位に設定できます。テキスト、先頭・末尾画像、参照画像・動画・音声を入力できます。参照モードは画像9枚、動画3本、音声3本まで、合計12ファイルまで対応し、音声だけでは送信できません。
MiniMax H3は動画編集にも使えますか？
はい。MiniMax H3は新しい動画の生成だけでなく、既存動画の編集にも対応します。テキストや参照素材を使って、被写体、動き、雰囲気などの演出意図を伝えられます。