MiniMax: Hailuo 2.3

MiniMax : Hailuo 2.3 est un modèle de génération vidéo de MiniMax, listé sur api14 dans la catégorie vidéo. Il est conçu pour transformer des descriptions écrites et des images fixes de référence en courts clips vidéo, et il appartient à la gamme Hailuo des modèles de médias génératifs de MiniMax. Si votre produit doit produire des séquences animées à partir d'un prompt plutôt que de monter une vidéo existante, c'est le type de modèle vers lequel l'entrée du catalogue pointe.

Le modèle prend en entrée du texte et des images et renvoie de la vidéo comme seule sortie. Cela signifie que deux workflows principaux sont pris en charge : texte vers vidéo, où un prompt seul détermine le résultat, et image vers vidéo, où une image fixe sert de point de départ. La sortie est générée en 1080p avec un rapport d'aspect 16:9, et les clips peuvent durer 6 ou 10 secondes. Une image de première frame peut être fournie comme image de référence pour les exécutions image vers vidéo. La génération audio ne fait pas partie de ce modèle, donc tout son dont vous avez besoin doit être ajouté en aval. Aucune longueur de contexte n'est indiquée pour cette entrée.

Ces capacités correspondent à un ensemble de tâches assez spécifique. Les équipes marketing et social media peuvent générer de courts spots en 16:9 à partir d'une ligne de script ou d'une photo de produit. Le travail de storyboard et de prévisualisation bénéficie du parcours image vers vidéo, puisqu'une image conceptuelle peut être animée en un plan de 6 ou 10 secondes en 1080p. Les développeurs de jeux et d'applications peuvent produire des séquences en boucle ou de transition sans tournage. Comme les clips sont courts et que l'audio n'est pas généré, le modèle convient à une production plan par plan, pas à un assemblage long format à lui seul.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "minimax/hailuo-2.3". Les paramètres de requête pris en charge sont max_tokens, temperature et top_p, ce qui vous permet de façonner le comportement d'échantillonnage et la longueur de sortie de la même manière que les autres modèles de la passerelle. Comme le schéma suit le format OpenAI, les bibliothèques clientes et chemins de code existants fonctionnent généralement avec seulement l'identifiant de modèle, le prompt et toute image de référence modifiés. Notez que maxOutput est indiqué à 0 pour cette entrée, et que les réglages fixes de résolution, de rapport d'aspect, de durée et d'entrée de première frame proviennent de la configuration propre au modèle plutôt que de paramètres supplémentaires.

Aucune longueur de contexte n'est enregistrée ici, et aucune piste audio n'est produite. Si vous avez besoin d'un son généré en même temps que l'image, un autre modèle conviendra mieux. Si votre travail est de la vidéo long format ou nécessite des rapports d'aspect autres que 16:9, ou des résolutions au-delà de 1080p, les options listées de ce modèle ne le couvriront pas. Pour des clips courts, silencieux, en 1080p, construits à partir d'un prompt ou d'une image de départ, c'est un choix direct.