MiniMax: H3 Max

MiniMax: H3 Max é um modelo de geração de vídeo da MiniMax, lançado em conjunto com a fal.ai. Ele está na categoria de vídeo e é derivado por meio de treinamento adicional a partir do MiniMax H3. Ele foi projetado para geração mais rápida de texto para vídeo e de imagem para vídeo, o que o torna adequado para fluxos de trabalho em que transformar um prompt escrito ou uma imagem estática em um clipe em movimento é a tarefa central.

O modelo aceita entradas de texto e imagem e produz vídeo como sua única saída. Ele suporta duas opções de imagem de quadro, first_frame e last_frame, para que você possa ancorar um clipe no início, no fim ou em ambos. As resoluções de saída são 768p e 480p, e os clipes podem durar de 5 a 15 segundos em passos de um segundo. As proporções de aspecto cobrem 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 e 9:16, portanto formatos amplos e verticais estão disponíveis. A geração de áudio não é suportada, então os clipes são silenciosos e qualquer som deve ser adicionado separadamente. Nenhum comprimento de contexto é listado para este modelo.

Os usos práticos decorrem do formato de entrada e saída. Texto para vídeo é adequado para storyboards, prévias de conceito e clipes sociais curtos criados apenas a partir de um prompt. Imagem para vídeo é adequado para animar uma imagem estática, e as opções de imagem de quadro permitem controlar onde uma cena começa ou termina, o que é útil para continuidade entre cenas ou para corresponder a uma edição existente. A variedade de proporções de aspecto cobre entrega em widescreen e formatos verticais para feeds móveis, e as durações de 5 a 15 segundos se encaixam em conteúdo de formato curto em vez de sequências longas.

Você chama o H3 Max através da API compatível com OpenAI da api14 usando o id de modelo "minimax/hailuo-3-max". Os parâmetros de requisição suportados são max_tokens, temperature e top_p. Como a API é compatível com OpenAI, clientes e SDKs existentes que já apontam para a api14 devem funcionar com este id de modelo e estes parâmetros sem uma integração separada.

Se sua tarefa é áudio e vídeo juntos, o H3 Max não é a escolha certa, já que generateAudio é false. Se você precisa de clipes mais longos que 15 segundos ou resoluções acima de 768p, este modelo não os oferece, e um modelo de vídeo diferente pode se adequar melhor. Se seu trabalho é saída de texto ou imagem em vez de vídeo, um modelo de texto ou imagem é a opção mais direta.