MiniMax: Hailuo 2.3

MiniMax: Hailuo 2.3 es un modelo de generación de video de MiniMax, listado en api14 dentro de la categoría de video. Está diseñado para convertir descripciones escritas e imágenes de referencia en clips de video cortos, y forma parte de la línea Hailuo de los modelos de medios generativos de MiniMax. Si tu producto necesita producir metraje en movimiento a partir de un prompt en lugar de editar video existente, este es el tipo de modelo al que apunta la entrada del catálogo.

El modelo toma texto e imágenes como entrada y devuelve video como su única salida. Eso significa que se admiten dos flujos de trabajo principales: texto a video, donde un prompt por sí solo impulsa el resultado, e imagen a video, donde se usa una imagen fija como punto de partida. La salida se genera a 1080p con una relación de aspecto 16:9, y los clips pueden durar 6 o 10 segundos. Se puede proporcionar una imagen del primer fotograma como fotograma de referencia para las ejecuciones de imagen a video. La generación de audio no forma parte de este modelo, así que cualquier sonido que necesites debe añadirse después. No se indica ninguna longitud de contexto para esta entrada.

Esas capacidades se corresponden con un conjunto bastante específico de tareas. Los equipos de marketing y redes sociales pueden generar anuncios cortos en 16:9 a partir de una línea de guion o una foto de producto. El trabajo de storyboard y previsualización se beneficia de la ruta de imagen a video, ya que un fotograma conceptual se puede animar hasta convertirse en un fragmento de 6 o 10 segundos a 1080p. Los desarrolladores de juegos y aplicaciones pueden producir metraje en bucle o de transición sin necesidad de un rodaje. Como los clips son cortos y no se genera audio, el modelo es adecuado para producción a nivel de plano, no para el montaje de formato largo por sí solo.

Se llama a través de la API compatible con OpenAI de api14 usando el id de modelo "minimax/hailuo-2.3". Los parámetros de solicitud admitidos son max_tokens, temperature y top_p, así que puedes moldear el comportamiento de muestreo y la longitud de salida de la misma manera que con otros modelos de la pasarela. Como el esquema sigue el formato de OpenAI, las bibliotecas de cliente y las rutas de código existentes generalmente funcionan cambiando solo el id de modelo, el prompt y cualquier imagen de referencia. Ten en cuenta que maxOutput aparece como 0 para esta entrada, y los ajustes fijos de resolución, relación de aspecto, duración y entrada de primer fotograma provienen de la propia configuración del modelo, no de parámetros adicionales.

Aquí no se registra ninguna longitud de contexto y no se produce ninguna pista de audio. Si necesitas que se genere sonido junto con la imagen, un modelo diferente encajará mejor. Si tu trabajo es video de formato largo o requiere relaciones de aspecto distintas de 16:9, o resoluciones superiores a 1080p, las opciones listadas de este modelo no lo cubrirán. Para clips cortos, silenciosos y en 1080p creados a partir de un prompt o un fotograma inicial, es un ajuste directo.