MiniMax: H3 Max

Een snelle H3-variant met verdere training

MiniMax H3 Max is een verder getrainde variant van het MiniMax H3-basismodel, geoptimaliseerd voor snellere generatie, het volgen van prompts en audiovisuele kwaliteit. De variant is door fal Research ontwikkeld via aanvullende training na de basistraining. Hij behoudt een geïntegreerde multimodale context en standaard gesynchroniseerd beeld en geluid. Snelheid is een ontwerpprioriteit, geen vaste voltooiingstijd voor elke prompt, duur of toepassing.

Maak onderscheid tussen Max, het oorspronkelijke H3-systeem en de afzonderlijke Max Turbo-variant. De huidige interface van MiniMax vermeldt voor Max 480P of 768P, met 768P als standaard, 24 beelden per seconde en een duur van 5 tot 15 seconden, opgegeven in gehele seconden. De gedocumenteerde Max-workflow biedt geen 2K-instelling of uitvoer van vier seconden zoals het oorspronkelijke H3-systeem.

Van prompt naar shot

Elke generatie bevat een niet-lege tekstbriefing, met maximaal 7.000 tekens per tekstonderdeel. Beschrijf onderwerp, begincompositie, actie en resultaat en geef vervolgens duidelijke camera- en geluidsaanwijzingen. Bepaal voor een korte onthulling van een object wat de kijker eerst moet zien, hoe het object in beeld komt en hoe het shot moet eindigen.

Een bruikbare briefing voor vijf seconden kan een keramische kop op een houten tafel beschrijven, een hand die er een schoteltje naast plaatst, een kleine camerabeweging naar voren en het geluid van keramiek op hout. Hou de actie beperkt genoeg voor de gekozen duur en controleer of de beweging en het geluid in het resultaat dezelfde gebeurtenis volgen.

Creatie met framebeelden

De fabrikant documenteert een openingsframe, een eindframe of beide. Een eerste afbeelding bepaalt waar de clip begint; een laatste afbeelding bepaalt de uiteindelijke visuele toestand. Leg de verbindende beweging uit, inclusief veranderingen in houding, objectpositie, camera of belichting. Vermijd bij een overgang tussen twee frames een briefing die tussendoor een onverenigbare scène introduceert.

Uitvoer op basis van framebeelden neemt de beeldverhouding over van de invoerafbeelding. Kies voor werk met alleen tekst een concrete verhouding uit 21:9, 16:9, 4:3, 1:1, 3:4 of 9:16. Werk op basis van referenties kan een adaptieve verhouding of een van de gedocumenteerde expliciete opties gebruiken. Stem de referentie of geschreven scène af op het doelformaat; ga er niet van uit dat dezelfde opstelling even goed werkt in staand en liggend formaat.

Multimodale referenties

Het huidige Max-generatieschema van MiniMax documenteert ook referentiebeelden, video en audio. Geef aan wat elk element moet beïnvloeden: de identiteit van een personage, een omgeving, een bewegingspatroon, een cameratraject, een stemtimbre of een geluidskenmerk. Rollen als eerste/laatste frame en rollen als referentiemedia sluiten elkaar in die interface uit.

Duid bij een personageshot de uiterlijke referentie en de bewegingsreferentie afzonderlijk aan en geef daarna de beoogde actie en gesproken zin. Een stemreferentie die de voordracht bepaalt, is iets anders dan het volledige audiosignaal kopiëren. Wees expliciet over de te behouden kenmerken en gewenste wijzigingen en vergelijk de daadwerkelijke audiovisuele clip met elke referentierol.

Promptuitbreiding

De Max-specifieke instelling voor uitbreiding biedt disabled, balanced en quality, met balanced als standaard. Kies disabled wanneer de aangeleverde briefing zonder uitbreiding moet worden verwerkt; gebruik een gedocumenteerde uitbreidingsmodus wanneer extra interpretatie gewenst is. Bewaar de oorspronkelijke briefing om een door de uitbreiding ingevoerde wijziging te kunnen onderscheiden van de gevraagde inhoud.

Beschrijf geluid als deel van de scène. Benoem fysieke geluiden, omgevingsgeluid en gesproken woorden en onderscheid die van achtergrondmuziek die alleen het publiek hoort. Geef de exacte zin en bedoelde spreker op in plaats van onbepaalde dialoog te vragen. Beluister het resultaat ook; een overtuigend beeld bewijst niet dat de gesproken formulering of timing juist is.

Invoer voorbereiden en limieten

Het huidige schema van de fabrikant accepteert JPG-, JPEG-, PNG-, WebP-, HEIC- of HEIF-afbeeldingen van maximaal 30 MB elk, met zijden van 256 tot 5.760 pixels en verhoudingen van 0.4 tot 2.5. De openings- en eindrol staan elk één afbeelding toe; de referentiemodus staat maximaal negen afbeeldingen toe. Zorg voor een duidelijk zicht op het onderwerp en de details die herkenbaar moeten blijven.

Referentievideo staat maximaal drie MP4- of MOV-clips toe, elk 2–15 seconden en samen maximaal 15 seconden, met een limiet van 50 MB per bestand. Gedocumenteerd zijn H.264- of H.265-video, AAC- of MP3-audio, zijden van 256 tot 5.760 pixels, verhoudingen van 0.4 tot 2.5 en een beeldsnelheid van 23.976 tot 60. Referentieaudio staat maximaal drie WAV- of MP3-clips toe, elk maximaal 15 MB en 2–15 seconden, samen maximaal 15 seconden. De aanvraagbody heeft een afzonderlijke limiet van 64 MB.

Gebruik alleen referenties die bijdragen aan het shot en benoem elke bijdrage in de tekst. Een korte, relevante bewegingsclip is gemakkelijker als aanwijzing te gebruiken dan een lange verzameling ongerelateerde gebeurtenissen. Vermeld de beoogde duur en uitvoerresolutie expliciet, zodat je het resultaat met dezelfde briefing kan vergelijken.

Het afgewerkte resultaat

De asynchrone workflow van de maker geeft een taak-ID terug voordat de voltooide video beschikbaar is. Met de interface voor taakopvraging kan je taken uit de voorgaande zeven dagen ophalen. Bewaar de daadwerkelijke teruggestuurde clip en de specificaties voor montage of verdere beoordeling; een taak-ID is niet het audiovisuele resultaat. Downloadadressen zijn tijdelijk geldig, dus bewaar het bestand zelf wanneer je een gekozen resultaat wil behouden.

Beoordeel continuïteit van het onderwerp, beweging, zichtbare tekst, dialoog en geluidstiming op de grootte waarop de clip zal worden gebruikt. Gebruik concrete feedback voor een volgende creatieve briefing: het veranderde gebaar, de weggelaten zin of de kadrering die moet worden aangepast. Het bruikbare resultaat is een kort audiovisueel shot dat aansluit op de aangeleverde inhoud en de expliciet beschreven relaties met referenties.