Manter um personagem consistente numa cena nova
Use o mesmo rosto e a mesma roupa como Image 1 e escreva a ação nova. Levar a identidade do sujeito é a meta de design, não uma garantia pixel a pixel — compare o resultado com a referência.
Categoria: CriarVer duas takes reais
MiniMax H3 Max referência para vídeo
Envie até 12 imagens, clipes e áudios de referência no MiniMax H3 Max. No modo referência para vídeo, o prompt leva sujeito, estilo, movimento ou voz para uma cena nova de 5 a 15 segundos.
Production preview
Duas takes reais de MiniMax H3 Max referência para vídeo
Duas fotos solo, um diálogo encenado
As duas takes vêm da galeria de exemplos deste modelo — o mesmo MiniMax H3 Max referência para vídeo do gerador acima, as mesmas duas referências, em duas gerações.
Um diálogo no estacionamento, montado com duas fotos solo
Referências: Image 1 é uma foto solo do homem da frente; Image 2 é uma foto solo do homem do fundo — os dois nunca foram fotografados juntos. Prompt: "The near man says flatly: 'Did you hear about H3 Max?' A beat of silence, wind moving across the lot. The far man's mouth pulls into a slow half-smile and he answers, warm and certain: 'Dude, I love it.' The near man exhales and shakes his head once, almost smiling. Native audio, lip-synced English dialogue, distant traffic hum, wind. No music, no subtitles, no camera movement." O resultado coloca os dois na mesma cena gerada, mantém o rosto e a roupa de cada um a partir da foto solo dele, e entrega o diálogo como áudio nativo com boca sincronizada na mesma passada.
As mesmas duas referências, uma segunda take
As mesmas duas fotos solo e o mesmo prompt, publicados como segunda take na galeria de exemplos deste modelo. O enquadramento e a fala saem um pouco diferentes — um jeito de ver quanto o resultado varia entre tentativas com as mesmas referências e o mesmo prompt.
Controles
O que cabe num conjunto MiniMax H3 Max
Até 9 imagens de referência
Sujeito, personagem ou estilo — citados no prompt como Image 1, Image 2, e assim por diante.
Até 3 clipes de vídeo de referência
Referências de movimento ou câmera, de 2 a 15 segundos cada, com o total também limitado a 15 segundos — citados como Video 1, Video 2.
Até 3 clipes de áudio de referência
Referências de voz ou som, de 2 a 15 segundos cada — citados como Audio 1, Audio 2. Nenhum dos três tipos é obrigatório; misture até 12 arquivos no total.
5 a 15 segundos, quadro adaptativo por padrão
A proporção começa em adaptativo — pega o formato das suas referências — ou você escolhe um dos seis quadros fixos.
480P, 768P ou 1080P
As mesmas três resoluções dos modos texto para vídeo e imagem para vídeo deste modelo — 480P para um teste rápido, 768P ou 1080P para a que fica.
Até 4 takes por geração
Gere mais de uma saída do mesmo conjunto e do mesmo prompt num plano pago; a primeira saída existe em todo plano.
Três passos
Como rodar um conjunto MiniMax H3 Max
- 1
Junte as referências
Até 9 imagens, 3 clipes de vídeo (2–15s cada) e 3 clipes de áudio (2–15s cada) — 12 arquivos no máximo, e nenhum dos três tipos é obrigatório sozinho.
- 2
Escreva o prompt em torno delas
Nomeie cada referência por tipo e ordem — Image 1, Video 1, Audio 1 — e descreva a ação nova. O modelo lê as referências por essa ordem, não pelo nome do arquivo.
- 3
Escolha resolução e duração e rode
480P, 768P ou 1080P; 5 a 15 segundos; proporção adaptativa por padrão. Veja o resultado, ajuste uma referência ou uma linha e rode de novo.
Como eu uso
Onde o conjunto de referência ganha a vaga
Trabalhos em que o ponto é levar algo específico para um plano novo, não começar de um prompt em branco.
Uma take de produto que precisa ficar fiel
Uma referência de embalagem ou de produto segura cor, forma e rótulo enquanto o resto da cena muda em volta.
Reaproveitar um movimento de câmera sem refilmar
Um clipe curto de referência pode emprestar o movimento — um pan, um dolly, um giro — a um sujeito e um cenário novos.
Levar uma voz para uma fala nova
Um clipe de áudio de referência ancora a voz enquanto o prompt escreve o diálogo novo da cena.
Juntar várias referências no mesmo plano
Misture a foto de um personagem, a de um produto e um clipe curto de movimento no mesmo prompt — até 12 arquivos no total, nos três tipos.
Refilmar o mesmo diálogo para outro mercado
Mantenha as referências de uma cena que funciona e reescreva só o diálogo no prompt para uma passada em outro idioma.
FAQ
Antes de montar o conjunto de referência
Imagem para vídeo usa uma foto como o primeiro frame literal do clipe. Referência para vídeo trata até 12 imagens, clipes e áudios como material de onde o vídeo novo tira sujeito, estilo, movimento ou voz — nenhum precisa ser o frame de abertura, e dá para usar mais de um ao mesmo tempo.
Não. Imagens, vídeos e áudios de referência são opcionais cada um por conta própria — você pode mandar só imagens, só um vídeo, ou qualquer mistura, desde que o total fique em 12 ou menos.
Nomeie por tipo e ordem no texto do prompt — Image 1, Image 2, Video 1, Audio 1 — na mesma ordem em que você anexou. É assim que o modelo identifica as referências, não pelo nome do arquivo.
De 2 a 15 segundos cada, com a duração total de vídeo (e, à parte, a duração total de áudio) também limitada a 15 segundos.
480P, 768P ou 1080P, e de 5 a 15 segundos. A proporção começa em adaptativo — pega o formato das referências — ou você trava uma das seis.
O mesmo custo por segundo dos modos texto para vídeo e imagem para vídeo deste modelo: 480P sai 7 créditos por segundo, 768P sai 15 e 1080P sai 30 — uma geração de 5 segundos em 480P custa 35 créditos.
Consistência é a meta, não uma garantia — compare o resultado real com a sua referência, principalmente se a semelhança precisa ser precisa ou se um detalhe de produto importa.
No gerador acima: escolha o modelo MiniMax H3 Max e a aba Referência para vídeo. É o mesmo gerador que os links "Rodar referências" desta página abrem.
Também no H3 Max
Outras formas de rodar o MiniMax H3 Max
MiniMax H3 Max Turbo
A faixa mais rápida e barata para caçar a abertura antes de fechar a que fica.
MiniMax H3, H3 Max e Turbo comparados
Qual faixa para 2K, rascunhos ou a que fica — lado a lado.
Ver planos e créditos
Veja o que uma geração de referência para vídeo custa neste site antes de começar.
MiniMax H3 Max Lip Sync
Uma foto mais o seu áudio — a boca acompanha a trilha.
Preços
O que uma geração de referência para vídeo custa aqui
480P sai 7 créditos por segundo, 768P sai 15 e 1080P sai 30 — a mesma tabela dos modos texto para vídeo e imagem para vídeo deste modelo. Uma geração de 5 segundos em 480P custa 35 créditos.
Oferta por tempo limitado
Aproveite 30% OFF por tempo limitado!
07DAY00HOUR00MIN00SEC
Loading…
Monte a cena em volta do que você já tem.
Entram até 12 imagens, clipes e áudios. Sai um vídeo novo, com sujeito, estilo, movimento ou voz das suas referências.