Modèle vidéo · MiniMax ·
MiniMax H3 est un modèle de vidéo de MiniMax. Sur Endless, il coûte à partir de 84 crédits par vidéo et est disponible à partir du forfait Hobby.
Utilisez-le pour créer des vidéos à partir d’un prompt ou d’une image, à côté de tous les autres modèles de votre espace de travail.
À partir de 84 crédits par vidéo
MiniMax H3 génère l’image et le son en même temps. MiniMax le décrit comme un modèle omnimodal qui lit du texte, des images, de la vidéo et de l’audio dans un seul contexte, et produit de la vidéo avec un son stéréo natif. Cela change la façon d’écrire : le prompt est une chronologie de ce que l’on voit et de ce que l’on entend, pas seulement une description de l’image.
Le guide d’écriture de MiniMax organise chaque prompt en trois parties :
Sur fal, le fournisseur qu’Endless utilise pour H3, l’endpoint réécrit par défaut votre prompt selon cette structure avant la génération. Vous pouvez écrire en phrases ordinaires et obtenir quand même un prompt structuré en coulisses. Écrire vous-même les trois parties vous donne plus de contrôle sur le contenu de chacune.
Un modèle court :
[Style], [taille de plan]. [Sujet et lieu]. [Action, dans l’ordre].
[Mouvement de caméra]. À 00:04.000, la caméra coupe sur [plan suivant].
Ambiance sonore : [ambiance et bruits physiques].
Musique : [instruments et tempo], ou sans musique.
MiniMax recommande de commencer par le style général et la composition de départ, par exemple « Prise de vues réelle, cinématographique, un plan moyen large de... » Le guide cite aussi l’animation 2D, la 3D CG, la claymation, l’aquarelle et le film d’époque.
Pour plusieurs plans, donnez à chaque coupe un moment dans le clip : « À 00:04.000, la caméra coupe sur un gros plan de... » Utilisez un seul horodatage, pas une plage, et gardez des temps croissants. Une coupe doit apporter une information nouvelle : un nouveau sujet, lieu, état, point de vue ou moment. Si vous voulez seulement vous rapprocher ou décaler un peu l’angle, utilisez plutôt un mouvement de caméra.
Le guide décrit un mouvement de caméra en trois éléments : le type de mouvement, son amplitude et sa vitesse. Les types incluent zoom avant et arrière, avancer et reculer, panoramique, déplacement latéral à gauche et à droite, inclinaison, mouvement vertical haut et bas, plan en arc, travelling, plan fixe, POV, tremblement léger ou fort, et rotation. Ajoutez « avec une faible amplitude » ou « avec une grande amplitude », et « à vitesse lente » ou « à vitesse rapide », seulement quand cela compte. Écrivez-le en phrase : « La caméra avance avec une faible amplitude, à vitesse lente, vers la lettre qu’elle tient entre ses mains. »
Présentez chaque personnage qui parle avec assez de détails pour définir sa voix : âge, genre, hauteur, timbre, débit ou accent. Donnez ensuite la réplique. Gardez la même description pour un personnage d’un plan à l’autre. MiniMax annonce une prise en charge stable des dialogues pour 11 langues : allemand, anglais, arabe, chinois, coréen, espagnol, français, italien, japonais, portugais et russe. Écrivez chaque réplique dans la langue dans laquelle elle doit être prononcée.
Pour une narration, précisez que le personnage parle « en voix off » et que ses lèvres restent closes, afin que le modèle n’anime pas sa bouche. Les enseignes, étiquettes et autres textes à l’écran vont entre guillemets, mot pour mot.
H3 dans Endless accepte trois types d’entrées en plus du prompt :
Dans votre espace de travail, ouvrez Vidéo et choisissez MiniMax H3 dans le sélecteur de modèle.
Rédigez un prompt avec le sujet, la caméra et le mouvement, ou partez d’une image que vous importez ou générez.
Lancez la génération, puis affinez dans le chat ou sur un canvas. Chaque clip est enregistré dans les fichiers de votre espace de travail.
Classés par cas d’usage. Chacun s’ouvre dans Endless avec MiniMax H3, prêt à être modifié et généré.
Prise de vues réelle, cinématographique. Un plan moyen large d’une petite torréfaction à l’aube pendant qu’un torréfacteur verse des grains fraîchement torréfiés dans un bac de refroidissement en acier. La caméra avance lentement tandis que les grains crépitent et qu’une fumée monte dans un rayon de lumière. Ambiance sonore : grains qui crépitent, un ventilateur qui ronronne, une pelle en métal qui racle. Musique : un motif lent de guitare acoustique qui s’éteint à la fin.
Cinématographique. Une cycliste roule sur une route côtière au lever du soleil, suivie de profil à vitesse rapide. À 00:04.000, la caméra coupe sur un gros plan de la chaîne et des pignons qui tournent. À 00:07.000, elle coupe sur un plan large quand elle franchit le sommet de la colline et que la mer s’ouvre en contrebas. Vent qui siffle, pneus sur l’asphalte, goélands. Musique : une pulsation électronique régulière dont le volume monte.
Gros plan fixe d’une tasse en céramique posée sur une table en bois pendant qu’on verse du thé brûlant depuis une bouilloire en fonte. La vapeur monte et capte la lumière de la fenêtre. Derrière, une pancarte en bois indique « OPEN 7 AM ». Ambiance sonore : eau qui coule, un léger tintement, pluie sur la fenêtre. Sans musique.
3D CG, lumineux et épuré. Une paire d’écouteurs sans fil tourne lentement au-dessus d’un piédestal blanc, puis le boîtier se referme d’un clic et la caméra tourne autour en arc, à vitesse lente. Ambiance sonore : un léger clic magnétique et un souffle grave. Musique : quelques notes de synthé minimalistes à tempo modéré.
Prise de vues réelle, lumière chaude de fin de journée. Une boulangère au tablier saupoudré de farine sort une plaque de croissants d’un four en pierre. La caméra se déplace latéralement vers la droite avec une faible amplitude pendant qu’elle pose la plaque et sourit. Ambiance sonore : la porte du four qui grince, la plaque qui cogne, un léger bruit de rue. Musique : contrebasse et batterie aux balais, légère et lente.
Prise de vues réelle. Deux voisins discutent par-dessus la clôture d’un jardin par un après-midi ensoleillé. L’homme âgé, à la voix lente et éraillée, brandit une tomate et dit : « La plus grosse de l’année. » La jeune femme, à la voix vive et enjouée, rit et répond : « Vous dites ça tous les ans. » Ambiance sonore : abeilles, une tondeuse au loin, feuilles qui bruissent.
Cinématographique. Un gardien de phare est assis à un bureau et écrit dans un journal de bord à la lueur d’une lampe. Il narre en voix off, les lèvres closes : « Troisième nuit de brouillard. Aucun navire ce soir. » La caméra avance lentement vers la page. Ambiance sonore : vagues contre les rochers, une corne de brume lointaine, la plume qui gratte.
Un vendeur ambulant à Mexico tend à un client un gobelet d’elote. Le vendeur, jovial et sonore, dit en espagnol : « ¡Con todo, como te gusta! » Le client répond en anglais, en souriant : « Perfect, thank you. » Ambiance sonore : circulation, musique d’un stand voisin, bavardages.
À l’intérieur d’une voiture garée sous la pluie, la nuit. La conductrice, une femme à la voix douce et fatiguée, regarde le passager et dit : « On peut encore faire demi-tour. » Le passager, un homme à la voix grave et calme, garde les yeux sur la route devant lui et dit : « Non. On continue. » Ambiance sonore : pluie sur le toit, essuie-glaces, moteur au ralenti.
Une enseignante se tient devant le tableau noir dans une salle de classe ensoleillée et se tourne vers ses élèves. D’une voix chaleureuse et claire, elle dit en français : « Bonjour à tous, on commence. » À 00:03.000, la caméra coupe sur les élèves qui ouvrent leurs cahiers. Ambiance sonore : chaises qui raclent, pages qui se tournent, oiseaux dehors.
Image 1 est la protagoniste, une femme en ciré jaune. Image 2 est son petit chien gris. Gardez les deux fidèles à leurs références pendant qu’ils traversent ensemble une place pavée et mouillée au crépuscule, le chien se secouant sous la pluie. Ambiance sonore : pluie fine, pattes sur la pierre, cloches d’une église au loin.
Image 1 est le costume et le visage de l’héroïne. Image 2 est le décor d’un canyon désertique. L’héroïne entre dans le canyon à midi, s’arrête et met sa main en visière pour regarder l’horizon. La caméra monte lentement pour révéler les parois du canyon. Vent et pierres qui roulent.
Image 1 est la mascotte. Conservez ses couleurs et ses proportions pendant qu’elle salue la caméra devant la vitrine d’un magasin de jouets, puis saute et retombe avec un petit rebond. Ambiance sonore : un pas qui couine et des enfants qui rient tout près. Musique : une mélodie ludique au xylophone.
Image 1 est le chef. Image 2 est l’intérieur du restaurant. Le chef traverse la salle avec une assiette, la pose sur une table et dit d’une voix fière et chaleureuse : « Le plat du soir. » La caméra le suit de profil. Ambiance sonore : bavardages feutrés, couverts qui tintent.
Image 1 définit le style visuel, une illustration à l’aquarelle. Image 2 est le personnage du renard. Dans ce style aquarelle, le renard trotte dans une forêt enneigée, s’arrête pour renifler l’air et saute par-dessus un tronc tombé. Ambiance sonore : neige qui crisse, vent dans les pins.
La femme de l’image lève les yeux de son livre vers la fenêtre pendant que la lumière de l’après-midi change sur son visage. La caméra avance avec une faible amplitude, à vitesse lente. Ses vêtements, la chaise et la pièce restent tels quels. Ambiance sonore : une horloge qui tictaque, des pages qui se tournent.
À partir de cette photo de rue, les lumières des boutiques s’allument une à une à la tombée du soir. Un tramway passe de gauche à droite et les passants se mettent en mouvement. La caméra reste fixe. Ambiance sonore : la cloche du tramway, des pas, la circulation au loin.
Le chien de l’image penche la tête, puis fonce vers la caméra à travers l’herbe, les oreilles au vent. La caméra recule à vitesse rapide pour le garder dans le cadre. Ambiance sonore : halètement, herbe qui bruisse, un aboiement bref.
À partir de cette photo de produit, le bouchon de la bouteille se dévisse tout seul et une fine brume jaillit vers le haut en captant la lumière. La caméra décrit un quart de tour en arc autour de la bouteille. Le texte de l’étiquette reste exactement comme sur l’image. Ambiance sonore : un léger sifflement et un clic.
À partir de ce paysage de montagne, les nuages filent au-dessus des sommets et les ombres dévalent la vallée pendant que la lumière passe du matin au crépuscule. La caméra s’incline lentement vers la rivière. Ambiance sonore : vent, le cri d’un aigle au loin. Musique : des cordes graves soutenues.
Video 1 fournit le mouvement de danse. Image 1 est la danseuse. La danseuse de Image 1 exécute la chorégraphie de Video 1 sur un toit au coucher du soleil, avec la ligne d’horizon de la ville derrière elle. Ambiance sonore : vent et la ville en contrebas. Musique : un morceau électronique entraînant.
Video 1 fournit le mouvement de caméra et le rythme. Reproduisez ce même trajet de caméra dans une forêt paisible à l’aube, avec de la brume entre les arbres et la lumière qui perce. Ambiance sonore : chants d’oiseaux et feuilles qui gouttent.
Video 1 est la référence de mouvement d’un coureur. Image 1 est l’athlète. L’athlète de Image 1 court avec la foulée et le rythme de Video 1 sur une plage à marée basse. Ambiance sonore : vagues, respiration, pieds qui claquent sur le sable mouillé.
Video 1 fournit le rythme des gestes. Image 1 est un robot de dessin animé. Le robot répète les saluts et les révérences de Video 1 devant un établi d’atelier couvert d’outils. Ambiance sonore : petits bourdonnements de servomoteurs et un bip joyeux.
Video 1 donne le rythme des coupes. Image 1 est la basket. Construisez une courte séquence produit avec le même rythme de coupes : la basket sur du béton, un gros plan des lacets, un plan large d’un skateur qui la porte. Musique : une boucle de batterie percutante.
Ultra-large 21:9, cinématographique. Un cavalier solitaire traverse un immense salar au crépuscule, minuscule dans le cadre. La caméra se déplace lentement vers la gauche en gardant le cavalier au centre pendant que le ciel vire au rose. Ambiance sonore : sabots sur la croûte de sel, vent. Musique : un violoncelle solo et lent.
Vertical 9:16, prise de vues réelle. Une danseuse de rue tourne sur un terrain de basket la nuit sous un seul projecteur. La caméra remonte de ses baskets jusqu’à son visage pendant qu’elle termine son pas et sourit. Ambiance sonore : baskets qui crissent, un ballon qui rebondit non loin. Musique : un beat hip-hop.
Vertical 9:16. Un barista fait glisser un latte sur le comptoir vers la caméra et dit d’une voix aimable : « Comme d’habitude. » La caméra avance sur la tasse. Ambiance sonore : sifflement de la machine à expresso, brouhaha de café.
Ultra-large 21:9. Un cargo avance dans un fjord étroit au lever du soleil, des falaises de chaque côté. La caméra monte avec une grande amplitude pour révéler toute la longueur du fjord. Ambiance sonore : ronronnement du moteur, eau contre la coque, goélands.
Carré 1:1. Plan fixe en plongée de mains qui disposent des fruits sur une planche en bois : figues, raisins, une orange en rondelles. Chaque pièce se pose avec un léger tapotement. Ambiance sonore : tapotements doux et un couteau qui tranche. Sans musique.
par MiniMax
À partir de 19 crédits par vidéo
par MiniMax
À partir de 277 crédits par vidéo
par ByteDance
À partir de 51 crédits par vidéo
MiniMax H3 est disponible à partir du forfait Hobby. Créez un espace de travail gratuit pour essayer d’abord les autres modèles, puis passez à un forfait supérieur quand vous en avez besoin.