
Un modèle pour texte-vers-vidéo, contrôle premier/dernier frame et références multimodales. MiniMax H3 jusqu’à ~15 s, stéréo native, fort suivi des consignes — pour pubs, produit et brouillons de mouvement de marque.
Texte · Image (premier/dernier frame) · Référence
MiniMax H3 est le modèle de génération multimodal général de MiniMax (recherches souvent Hailuo H3 / Hailuo 03). Les documents officiels insistent sur une compréhension unifiée de texte, image, vidéo et audio, des clips jusqu’à ~15 s, de la stéréo native et une haute résolution. Au lieu d’un expert par tâche, le créateur décrit en langage naturel comment les assets s’articulent — quelle vidéo fournit la caméra, quelle image est le personnage, quel audio est la voix. Sur ToVideo : MiniMax H3 pour texte-vers-vidéo, image-vers-vidéo (premier et/ou dernier frame) et référence-vers-vidéo ; crédits avant Générer.
Le texte-vers-vidéo part du copy et du format. L’image-vers-vidéo accepte premier frame, dernier ou les deux, pour transitions planifiées et reveals produit. La référence-vers-vidéo mélange images, clips et audio quand identité, transfert de mouvement, style ou son doivent suivre des uploads — avec un plafond total d’assets pour garder le pack de contrôle sobre.
H3 modélise voix, effets sonores et musique ensemble, pas collés après. Les démos officielles insistent sur la stéréo native et l’alignement des lèvres au chant. Sur ToVideo, écrivez dialogue, ambiance et intention de score dans le même prompt si le son doit être dans le clip.
MiniMax positionne H3 pour pubs, marque, e-commerce, design produit, mouvement UI et jeux. Les notes précoces insistent sur une génération multimodale contrôlable, le rendu de texte et de marque, et un transfert de mouvement type V2V. Étiquetez les rôles dans le prompt pour clarifier quelle référence pilote la caméra et laquelle le personnage.
L’officiel met en avant une haute résolution par défaut et un tarif à la seconde compétitif face aux modèles grand public, plus une voie 768p moins chère. Sur ToVideo, MiniMax H3 propose 768p et 2K pour itérer à bas coût puis monter la résolution après verrouillage du clip.
Choisissez MiniMax H3 quand brouillons prompt-only, transitions avec frames de début/fin et packs de références mixtes doivent vivre dans le même espace — sans changer d’expert à chaque micro-tâche.
Passez des capacités officielles aux actions : choisissez le mode, n’attachez que les assets nécessaires, réglez durée et qualité, puis itérez.
Écrivez image, caméra, dialogue et son dans le même briefing. Paysage, vertical, carré ou ultrawide selon le canal.
Une image anime l’image fixe ; deux définissent début et fin. Pour des transitions avec keyframes validés.
Mélangez images, clips et audio pour figer personnage, mouvement, style et son. Respectez les plafonds partiels et totaux de ToVideo.
Quand le prompt demande du son, générez ensemble ambiance, effets sonores et voix alignée à la performance.
Des secondes entières couvrent accroche, pub et temps narratif court, sans enchaîner trop de fragments ultracourts.
Itérez en 768p ; exportez en 2K une fois le briefing mouvement stable. Vérifiez les crédits avant de monter la résolution.
Pour marketeurs et créateurs qui évaluent MiniMax H3 sur ToVideo.
Ouvrez le générateur vidéo, choisissez MiniMax H3, utilisez texte, image ou référence, réglez durée et qualité — crédits visibles à l’avance.