MiniMax H3 リファレンス動画生成AI

最大9枚の画像・3本のモーション動画・3本の音声トラックをアップロードし、人物の顔立ち、商品の細部、カメラ軌道とリズムを1本の2Kクリップに統合します。

サンプルを試す:
50

キャラクター・商品・動き・音を自在に掛け合わせる

MiniMax H3搭載のリファレンス動画生成AIでは、プロンプト内で「画像1」「画像2」「動画1」「音声1」と役割を指定するだけで、衣装やパッケージの形状、カメラの推進、音楽のテンポを最初から最後まで一貫して維持したプロモーション映像や連続カットを制作できます。

Reference upload step

マルチモーダル素材を組み合わせる手順

複雑なノード編集なしでマルチモーダル合成。

  1. 01画像・動画・音声をアップロード

    PNG/JPG/WebP最大9枚、MP4/MOV最大3本(各2〜15秒)、MP3/WAV最大3本を追加します。

  2. 02各素材の役割を文章で指定

    「画像1の人物が画像2の商品を持ち、動画1のカメラワークで音声1に合わせる」のように書きます。

  3. 03比率と画質を選んでレンダリング

    自動比率または6種の固定比率を選び、最大2Kで出力します。

マルチリファレンスでできること

1枚絵のアニメーションを超えた演出へ。

同一キャラの連続シーン制作

三面図や顔写真を参照し、別々の背景でも同じキャラクターを維持。

商品写真×モデルの広告合成

商品単体写真とモデル写真を組み合わせた自然なプロモーション映像。

モーション&ビート同期

参考動画のカメラ軌道と参考音声のテンポを同時に反映。

リファレンス活用のポイント

  • アップロード順に「画像1」「動画1」「音声1」と明記すると精度が高まります。
  • 商品や顔は遮蔽物のない鮮明な画像を使うときれいに維持されます。
  • 参考動画・音声は1本2〜15秒、種類ごとの合計15秒以内にしてください。
  • 参考画像は5枚目まで、参考音声はすべて追加料金なしで含まれます。

リファレンス動画生成 よくある質問

画像9枚、動画3本、音声3本まで同時指定できます(動画・音声は各2〜15秒、合計15秒まで)。

画像5枚までと音声は無料、画像6〜9枚目は各+1クレジット、参考動画の秒数は出力秒数と同単価で加算されます。

2つのモードは切り替え式です。スタジオ右上のスイッチで用途に合わせて選べます。

はい。自動(Auto)のほか6種類すべての比率を選択できます。

手元の写真・動画・音声を組み合わせて制作する