Charge jusqu'à 12 images, clips et fichiers audio dans MiniMax H3 Max référence vers vidéo, puis écris un prompt qui reprend leur sujet, style, mouvement ou voix dans une scène de 5 à 15 secondes.
Production preview
Les deux viennent de la galerie d'exemples du modèle — le même mode référence vers vidéo que le générateur ci-dessus, les mêmes deux références, pour deux prises.
Références : Image 1, photo solo de l'homme au premier plan ; Image 2, photo solo de l'homme au fond — ils n'ont jamais été photographiés ensemble. 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. » Le résultat les place tous les deux dans une même scène générée, garde le visage et la tenue de chacun depuis sa propre photo solo, et pose le dialogue en audio natif, calé sur les lèvres, dans la même passe.
Les mêmes deux photos solo et le même prompt, publiés comme deuxième prise dans la galerie d'exemples du modèle. Le cadrage et le jeu tombent un peu autrement — utile pour voir à quel point le résultat peut varier d'un lancement à l'autre, références et prompt identiques.
Sujet, personnage ou style — à nommer Image 1, Image 2, et ainsi de suite dans le prompt.
Mouvement ou caméra, 2 à 15 secondes chacun, durée cumulée limitée à 15 secondes — à nommer Video 1, Video 2.
Voix ou son, 2 à 15 secondes chacun — à nommer Audio 1, Audio 2. Les trois types sont chacun optionnels ; mélange jusqu'à 12 fichiers au total.
Le format part en adaptatif — il se cale sur tes références — ou tu choisis l'un des six formats fixes.
Les trois mêmes paliers que le texte en vidéo et l'image en vidéo de ce modèle — 480P pour juger vite, 768P ou 1080P pour la version gardée.
Sur un abonnement payant, plusieurs sorties à partir du même jeu de références et du même prompt ; la première sortie est disponible sur toutes les offres.
Jusqu'à 9 images, 3 clips vidéo (2 à 15 s chacun) et 3 clips audio (2 à 15 s chacun) — 12 fichiers max, et aucun des trois types n'est obligatoire à lui seul.
Nomme chaque référence par type et par ordre — Image 1, Video 1, Audio 1 — et décris la nouvelle action. Le modèle lit les références dans cet ordre, pas d'après les noms de fichiers.
480P, 768P ou 1080P ; 5 à 15 secondes ; format adaptatif par défaut. Regarde le résultat, ajuste une référence ou une ligne, relance.
Des cas où l'enjeu, c'est d'emporter quelque chose de précis dans un nouveau plan, pas de partir d'un prompt vide.
Prends le même visage et la même tenue en Image 1, puis écris la nouvelle action. Garder l'identité du sujet, c'est un objectif de conception, pas une garantie au pixel près — compare le résultat à ta référence.
Une référence packaging ou produit tient la couleur, la forme et l'étiquette, pendant que le reste de la scène bouge autour.
Un court clip de référence peut prêter son mouvement — un panoramique, un travelling, une rotation — à un nouveau sujet et un nouveau décor.
Un clip audio de référence ancre la voix pendant que le prompt écrit le nouveau dialogue de la scène.
Mélange une image personnage, une image produit et un court clip de mouvement dans le même prompt — jusqu'à 12 fichiers au total, tous types confondus.
Garde les références d'une scène qui marche et réécris seulement le dialogue dans le prompt, pour une passe dans une autre langue.
L'image en vidéo prend une image fixe comme tout premier cadre du clip. La référence vers vidéo, elle, traite jusqu'à 12 images, clips et fichiers audio comme matière dont la nouvelle vidéo tire le sujet, le style, le mouvement ou la voix — aucun n'a besoin d'être le premier cadre, et tu peux en donner plusieurs d'un coup.
Non. Images, vidéos et audio de référence sont chacun optionnels de leur côté — tu peux n'envoyer que des images, qu'une vidéo, ou n'importe quel mélange, tant que le total reste à 12 ou moins.
Nomme-les par type et par ordre dans le texte du prompt — Image 1, Image 2, Video 1, Audio 1 — dans le même ordre que tu les as joints. C'est comme ça que le modèle rattache les références, pas d'après le nom de fichier.
2 à 15 secondes chacun, avec la durée vidéo cumulée (et, séparément, la durée audio cumulée) aussi plafonnée à 15 secondes.
480P, 768P ou 1080P, et 5 à 15 secondes. Le format part en adaptatif — il se cale sur les références — ou tu fixes l'un des six ratios.
Le même tarif à la seconde que le texte en vidéo et l'image en vidéo de ce modèle : 7 crédits par seconde en 480P, 15 en 768P et 30 en 1080P — une prise de 5 secondes en 480P, c'est 35 crédits.
La cohérence est l'objectif, pas une garantie — compare le résultat réel à ta référence, surtout pour une ressemblance précise ou un détail produit.
Dans le générateur ci-dessus : choisis le modèle MiniMax H3 Max et l'onglet Référence vers vidéo. C'est le même générateur que les liens « Lancer tes références » de cette page.
La voie plus rapide et moins chère pour chasser une ouverture avant de t'engager sur la version gardée.
Quelle voie pour le 2K, les brouillons ou la version gardée — côte à côte.
Regarde ce que coûte une prise référence vers vidéo ici avant de te lancer.
Une photo plus ton audio — la bouche suit la bande-son.
Le 480P coûte 7 crédits par seconde, le 768P 15 et le 1080P 30 — le même barème que le texte en vidéo et l'image en vidéo de ce modèle. Une prise de 5 secondes en 480P, c'est 35 crédits.
Profite de -30 % pendant une durée limitée !
Jusqu'à 12 images, clips et fichiers audio en entrée. Une nouvelle vidéo en sortie, avec le sujet, le style, le mouvement ou la voix de tes références.
