MiniMax: H3 Max

Een snelle, verder getrainde H3-variant

MiniMax H3 Max is een via post-training ontwikkelde 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 post-training. Hij behoudt uniforme multimodale context en inherent gesynchroniseerd beeld en geluid. Snelheid is een ontwerpprioriteit en geen vaste voltooiingstijd voor elke prompt, duur of toepassing.

Onderscheid Max van het oorspronkelijke H3-systeem en van de afzonderlijke Max Turbo-variant. De huidige interface van MiniMax vermeldt Max in 480P of 768P, met standaard 768P, 24 beelden per seconde en een geheel aantal seconden van 5 tot 15. De gedocumenteerde Max-procedure biedt niet de 2K-instelling van het oorspronkelijke H3-systeem of uitvoer van vier seconden.

Van een prompt naar een shot

Elke generatie bevat een niet-lege tekstbriefing, met maximaal 7000 tekens per tekstonderdeel. Beschrijf het onderwerp, de begincompositie, de handeling en het resultaat en maak vervolgens de camera- en geluidsaanwijzingen duidelijk. Benoem voor een korte objectonthulling wat de kijker als eerste 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 zet, een kleine voorwaartse camerabeweging en het geluid van keramiek op hout. Houd de handeling klein genoeg voor de gekozen duur en controleer of de geretourneerde beweging en het geluid dezelfde gebeurtenis volgen.

Creatie met framebegeleiding

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 tussen de eindpunten een onverenigbare scène introduceert.

Uitvoer met framebegeleiding ontleent de beeldverhouding aan 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. Referentiegestuurd werk kan een adaptieve verhouding of een van de gedocumenteerde expliciete opties gebruiken. Stem de referentie of geschreven scène af op het doelformaat in plaats van aan te nemen dat dezelfde indeling even goed werkt in portret- en landschapsformaat.

Multimodale referenties

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

Benoem voor een personageshot de uiterlijke referentie en de bewegingsreferentie afzonderlijk en geef daarna de doelhandeling en gesproken zin op. Een stemreferentie die de voordracht bepaalt, verschilt van het kopiëren van het volledige audiosignaal. Maak in de briefing expliciet welke kenmerken behouden moeten blijven en welke veranderingen nodig zijn en beoordeel de daadwerkelijke audiovisuele clip aan de hand van elke referentierol.

Promptuitbreiding

De Max-specifieke uitbreidingsinstelling biedt de opties disabled, balanced en quality, met standaard balanced. Kies disabled wanneer de aangeleverde briefing zonder uitbreiding moet worden doorgegeven; gebruik een gedocumenteerde uitbreidingsmodus wanneer aanvullende interpretatie gewenst is. Bewaar de oorspronkelijke briefing zodat een tijdens de uitbreiding geïntroduceerde wijziging kan worden onderscheiden van de gevraagde inhoud.

Beschrijf geluid als onderdeel van de scène. Benoem fysieke geluiden, omgevingsgeluid en eventuele gesproken woorden en onderscheid die van achtergrondmuziek die alleen het publiek hoort. Geef de exacte zin en de beoogde spreker op in plaats van om onbepaalde dialoog te vragen. Luister naar het resultaat en bekijk het ook; een overtuigend beeld bewijst niet dat de gesproken woorden of timing kloppen.

Invoervoorbereiding en limieten

Het huidige schema van de fabrikant accepteert JPG-, JPEG-, PNG-, WebP-, HEIC- of HEIF-afbeeldingen, maximaal 30 MB per stuk, met zijden van 256 tot 5760 pixels en verhoudingen van 0,4 tot 2,5. Voor de openings- en eindrol is elk één afbeelding toegestaan; de referentiemodus staat maximaal negen afbeeldingen toe. Zorg voor een duidelijk zicht op het onderwerp en op 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. Het schema documenteert H.264- of H.265-video, AAC- of MP3-audio, zijden van 256 tot 5760 pixels, verhoudingen van 0,4 tot 2,5 en een framerate 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 requestbody heeft een afzonderlijke limiet van 64 MB.

Gebruik alleen referenties die aan het shot bijdragen 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 gewenste duur en uitvoerresolutie expliciet, zodat het resultaat met dezelfde briefing kan worden vergeleken.

Het voltooide resultaat

De asynchrone procedure van de maker retourneert een taak-ID voordat de voltooide video beschikbaar is. Via de taakquery-interface zijn taken uit de voorgaande zeven dagen op te vragen. Bewaar de daadwerkelijk geretourneerde clip en de specificatie 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 wilt behouden.

Beoordeel de continuïteit van het onderwerp, beweging, zichtbare tekst, dialoog en geluidstiming op het formaat waarop de clip wordt gebruikt. Geef concrete feedback voor een volgende creatieve briefing: het gebaar dat veranderde, de weggelaten zin of de kadrering die moet worden aangepast. Het bruikbare resultaat is een kort audiovisueel shot dat gekoppeld is aan de aangeleverde inhoud en de expliciete relaties tussen referenties.