MiniMax H3: Was das neue KI-Videomodell tatsächlich kann
Es gibt eine einfache Möglichkeit, ein KI-Videomodell freizulegen: Bitten Sie um Bewegung, nicht um ein schönes Porträt. Drehen Sie Stoff in der Luft, richten Sie eine Kamera um ein Objekt, lassen Sie Wasser gegen einen Felsen prasseln – und schwache Generatoren beginnen innerhalb einer Sekunde, Kanten zu schmelzen. MiniMax H3 ist interessant, weil seine Tonhöhe eine kohärente Bewegung ist, nicht ein einzelnes fotogenes Bild.
Wir haben uns die vollständige praktische Rezension hinter der Markteinführung angesehen und die technischen Angaben mit der Dokumentation von MiniMax abgeglichen. Hier ist der nützliche Teil, abzüglich des „Kino ist tot“-Geräusches.
Mehr als eine Aufforderung und ein Bild
H3 versteht Text, Bilder, Video und Audio in einer Anfrage. Sie können aus Text generieren, einen ersten Frame animieren, sowohl den Eröffnungs- als auch den Endframe sperren oder einen Clip aus Referenzen erstellen. Eine Referenz kann einen Charakter, eine Bewegung, einen Kameraweg, einen visuellen Stil, eine Stimme oder einen Bearbeitungsrhythmus enthalten.
Das verändert den Job. Anstatt einen Absatz zu schreiben, in dem es heißt: „Die Kamera bewegt sich so und die Figur sieht so aus“, können Sie einen kurzen Bewegungsclip und ein separates Stilbild zeigen. Das Modell kann weniger falsch interpretieren.
Die offiziellen Limits sind großzügig: bis zu 9 Referenzbilder, 3 Videoclips und 3 Audioclips, insgesamt 12 gemischte Dateien. Referenzvideo und -audio können jeweils bis zu 15 Sekunden lang sein. Aufforderungen können bis zu 7.000 Zeichen lang sein – weit mehr, als ein sinnvoller Kurzfilm normalerweise benötigt.
Ja, da steht 2K. Lesen Sie das Kleingedruckte
Die Ausgabe erfolgt in 768p oder 2K und die Clips dauern 4 bis 15 ganze Sekunden. Gängige Seitenverhältnisse und ein adaptiver Modus werden unterstützt. Fünfzehn Sekunden reichen für eine kompakte Social Ad: Objekt aufdecken, eine Aktion ausführen, eine Reaktion zeigen, bei der letzten Aufnahme landen.
Aber Auflösung ist nicht gleich Qualität. MiniMax dokumentiert auch einen separaten Regenerationspfad: Sobald ein 768p-Ergebnis die richtige Bewegung hat, kann es unter Verwendung der ursprünglichen Eingaben und des Basisclips in 2K neu erstellt werden. Das ist der sinnvolle Workflow. Finden Sie zuerst die Einstellung. Geben Sie zweitens für die Lösung aus.
Wobei H3 am stärksten aussieht
Zu den besten Beispielen der Rezension gehören schnelle Kamerabewegungen, Flüssigkeit, Stoff und Beleuchtung, die beim Szenenwechsel konstant bleiben müssen. Audioreferenzen sind der weniger offensichtliche Gewinn. Sie können neben dem visuellen Material eine Stimme oder einen musikalischen Rhythmus anleiten.
Stellen Sie sich eine Produktaufnahme mit einem Standbild, einer sechs Sekunden langen Kamerabewegungsreferenz und einem kurzen Tonakzent vor. Das Standbild verankert das Produkt, das Video liefert die Umlaufbahn und der Ton gibt den Takt vor. Das ist viel präziser als „einen Premium-Werbespot machen“.
Der Haken
Die Charakterkonsistenz ist besser, nicht garantiert. Fügen Sie mehrere Objekte hinzu, die kollidieren, sich gegenseitig verdecken und zum Bild zurückkehren, und dennoch können vereinzelte Details oder Formsprünge auftreten. Anschließend sollten in einem Editor winzige, gut lesbare Schriften eingefügt werden.
Und das sind kurze Clips, keine fertigen Drei-Minuten-Filme. Eine längere Geschichte braucht noch eine Shotlist, stabile Referenzen und einen Schnitt. Es bleibt echte Arbeit. H3 macht hauptsächlich die Rohaufnahmephase schneller.
Eine erste Aufforderung, die Ihnen etwas beibringen wird
Überspringen Sie den Stapel Adjektive. Geben Sie Motiv, Aktion, Kamera und Licht an: „Eine Glasflasche steht auf einem nassen schwarzen Stein. Eine Welle schlägt dahinter; die Kamera schwenkt langsam von rechts nach links; kaltes Morgenlicht; Abschluss mit einer Nahaufnahme.“ Fügen Sie eine Bewegungsreferenz hinzu, wenn der Kamerapfad wichtig ist. Fügen Sie mehrere Blickwinkel hinzu, wenn es auf Identität ankommt.
Um die Idee mit Ihrem eigenen Material zu testen, öffnen Sie KI-Videogenerierung in NeuralSpace. Brauchen Sie zuerst einen sauberen Startrahmen? Bauen Sie es im Bildgenerator. Beginnen Sie mit fünf oder sechs Sekunden bei 768p. Schlechte Takes kosten weniger; Wer gut ist, erhält den 2-km-Pass.