MiniMax-Hailuo-2.3

MiniMax Hailuo 2.3 er en videogenereringsmodel med tilstande til tekst-til-video og billede-til-video. Den bygger videre på Hailuo 02 med fokus på fysisk handling, visuel stil, figurernes mikroudtryk og respons på bevægelsesinstruktioner. Lever en skrevet scene for at skabe en indstilling fra bunden, eller brug et startbillede til at etablere åbningsvisningen og beskrive den efterfølgende bevægelse.

Fysisk præstation er et af udgavens vigtigste forbedringsområder. Hailuo 2.3 sigter mod at gøre kropsbevægelser mere flydende og kontrollerede, også i scener med et bevægende kamera. Planlæg den vigtige handling, før dekorative detaljer tilføjes. En figur, der løfter en genstand, drejer mod en anden person eller bevæger sig gennem et rum, giver indstillingen en synlig begivenhed at vurdere. Afgør, hvilken bevægelse der bærer fortællingen, og hold derefter de omgivende instruktioner i overensstemmelse med den.

Stilisering er et andet fokus. Modellen understøtter anime og illustration samt stilarter som tuschmaleri og spil-CG. Beskriv den ønskede visuelle behandling, og hold udseendet sammenhængende med scenen. Hvis et startbillede allerede etablerer en tegnestil, skal teksten bruges til at styre animationen frem for at introducere en konkurrerende beskrivelse af figurens design. Gennemgå hele klippet for at se, om behandlingen forbliver læsbar under bevægelse.

Modellen fokuserer også på ansigtspræstation og subtile ændringer i udtryk. Forbered en figurindstilling omkring den reaktion, der betyder noget: at bemærke en genstand, blive nysgerrig eller reagere med et lille smil. Et nærbillede kan gøre ændringen lettere at vurdere, mens en stor sekvens af gestusser kan distrahere fra den. Kontrollér ansigtet før, under og efter reaktionen frem for kun at vurdere et repræsentativt stillbillede.

Objektbevægelse er nyttig til produktcentrerede scener. En oprindelig brief kan vise en lille keramisk vase, der drejer i varmt sidelys, mens kameraet gradvist nærmer sig. Identificer de egenskaber, der skal forblive genkendelige, som silhuet, kant og overfladefinish. Gennemgå detaljerne gennem bevægelsen, fordi en overbevisende atmosfære alene ikke fastslår en troværdig produktvisning.

Til tekst-til-video kan den krævede beskrivelse indeholde op til 2.000 tegn. Angiv motiv, handling, omgivelser og visuel stil i en sammenhængende rækkefølge. Billede-til-video kræver et startbillede med en valgfri beskrivelse på op til 2.000 tegn. Billedet fastlægger åbningskompositionen, så forbered motiv og indramning, før bevægelse anmodes om. Efterlad synlig plads, hvor en arm, genstand eller figur skal bevæge sig.

Startbilledet accepterer JPG, JPEG, PNG eller WebP, skal være mindre end 20 MB, skal have en kort side større end 300 pixels og et billedformat mellem 2:5 og 5:2. Det kan leveres som en offentlig billed-URL eller en Base64-data-URL. Vælg et tydeligt åbningsbillede frem for at stole på, at animationen reparerer et skjult ansigt eller en allerede beskåret handling.

Hailuo 2.3 genererer ved 24 billeder pr. sekund. En indstilling på seks sekunder kan bruge 768P eller 1080P; en indstilling på ti sekunder bruger 768P. Standarderne er seks sekunder og 768P. Vælg længden efter den handling, du vil se: en kort reaktion kan passe til en kort indstilling, mens en langsommere bevægelse kræver mere plads. Læs det færdige resultats faktiske bredde og højde, når klippet placeres i en redigering, da en opløsningsbetegnelse alene ikke er den fulde indramningsbeslutning.

Kamerainstruktion kan bruge kommandoer i firkantede parenteser. De tilgængelige kontroller dækker sidelæns kørsel, panorering, indadgående bevægelse, lodret kameraflytning, tilt, zoom, rystelse, tracking og en statisk indstilling. En kommando som [Push in] styrer tilnærmelsen; kommandoer samlet i én parentes virker sammen, mens kommandoer placeret i rækkefølge beskriver en sekvens. MiniMax anbefaler højst tre samtidige kommandoer. Hold kamerabevægelsen kompatibel med motivets handling, så hovedbegivenheden er let at følge.

Automatisk promptoptimering er aktiveret som standard og kan deaktiveres for tættere kontrol over den leverede ordlyd. Valgfri hurtig forbehandling reducerer optimeringstiden, når optimeringen er aktiveret; det er en særskilt indstilling fra valget af Hailuo 2.3 Fast-modellen. Standard-Hailuo 2.3 understøtter begge produktionstilstande, mens Fast er den særskilte billede-til-video-udgave. Vælg udgave efter, om projektet begynder med tekst alene eller et eksisterende billede.

Genereringsarbejdsgangen returnerer en asynkron opgaveidentifikator og rapporterer derefter forberedelse, køplacering, behandling, succes eller fejl. Ved succes leverer resultatet en filidentifikator og de faktiske videodimensioner, og den færdige video hentes til download. Gem klippet, mens downloadadressen er gyldig. Producentens aktuelle videodownloadreference giver den returnerede download-URL en levetid på én time. Til en redigeret sekvens skal hver indstilling gemmes med prompt og startbillede, så den valgte kreative retning forbliver sporbar under revision.

Gennemgå handling, fysisk kontinuitet, ansigts- eller produktdetaljer, visuel stil og kameraadfærd i det gemte klip. Se hele indstillingen, og undersøg derefter begyndelse og slutning, hvor den skal forbindes med andet materiale. Hvis anmodningen indeholder for mange konkurrerende bevægelser, skal hovedhandlingen forenkles; hvis åbningsdesignet er uklart, skal startbilledet forbedres. Vælg en indstilling, der kommunikerer den tilsigtede begivenhed, og tilføj derefter fortælling, titler og overgange i redigeringsarbejdsgangen.