Prueba la API de referencia a vídeo MiniMax H3 con hasta nueve imágenes, tres vídeos, tres referencias de audio, salida 2K y una duración flexible de 5–15 segundos.
API profesional MiniMax H3 Reference-to-Video (Dirección visual multimodal)
La API MiniMax H3 Reference-to-Video crea secuencias de vídeo a partir de un prompt y un conjunto de referencias visuales o de audio. Las aplicaciones pueden utilizar entradas de imagen, vídeo y audio para orientar la identidad del sujeto, el estilo, la dirección de la escena y el movimiento, a la vez que mantienen un flujo adecuado para la producción creativa estructurada en Best Image AI.
Funciones principales de la API MiniMax H3 Reference-to-Video
Entrada de referencias multimodales: Combina referencias de imagen, vídeo y audio para proporcionar a la tarea de generación un contexto creativo más completo.
Control de la función de las referencias: Explica cómo debe influir cada referencia en el sujeto, el entorno, el estilo, el sonido o el movimiento de la secuencia solicitada.
Coherencia del sujeto y del estilo: Utiliza material de referencia para mantener alineados los sujetos reconocibles, el lenguaje visual y la dirección de la campaña en los clips generados.
Desarrollo de escenas guiado por prompts: Añade instrucciones en lenguaje natural para la acción, el movimiento de cámara, la composición, el ritmo y la atmósfera.
Flujos de referencias flexibles: Crea herramientas creativas que combinen varios recursos de referencia mientras conservan un flujo de tareas controlado por la aplicación.
Asistencia para la revisión de producción: Sigue las tareas de generación y revisa la coherencia visual, los artefactos no deseados y la fidelidad a las referencias del clip resultante.
Cómo usar la API MiniMax H3 Reference-to-Video para generación multimodal en Best Image AI
Entrada: Una o varias referencias compatibles de imagen, vídeo o audio junto con un prompt de generación en lenguaje natural.
Asignación de referencias: Describe la función de cada entrada e identifica qué característica del sujeto, estilo, movimiento o sonido debe orientar.
Salida: Una secuencia de vídeo generada y devuelta mediante el flujo de tareas de Best Image AI para su revisión y procesamiento posterior.
Gestión de tareas: Guarda el identificador de tarea, consulta el estado hasta que finalice e inspecciona el clip antes de publicarlo o seguir editándolo.
Controles creativos: Utiliza los ajustes disponibles de duración, resolución, relación de aspecto y referencias para el flujo de destino.
Mejores casos de uso para integrar la API MiniMax H3 Reference-to-Video
Continuidad de personajes y sujetos: Mantén la coherencia de un personaje, producto o sujeto visual reconocible en escenas nuevas.
Producción de campañas de marca: Combina referencias de estilo, recursos de campaña y dirección de audio para explorar variaciones creativas coordinadas.
Desarrollo de guiones gráficos y planos: Utiliza varias referencias para orientar la composición de la escena, el movimiento de cámara y la continuidad visual.
Herramientas creativas multimodales: Crea aplicaciones en las que los usuarios puedan orientar la generación con imágenes, vídeos y audio, en lugar de solo texto.
Flujos de variación de recursos: Genera alternativas controladas mientras conservas el vocabulario visual de una fuente creativa existente.
Nota
La calidad de las referencias, la claridad del prompt y la función asignada a cada entrada influyen en el resultado final. Revisa la coherencia visual y de audio antes de utilizar el contenido generado en producción.
MiniMax H3 Reference-to-Video frente a la competencia: análisis comparativo
MiniMax H3 frente a Kling 3.0 Reference-to-Video: Kling ofrece una eficaz creación de vídeo guiada por referencias. MiniMax H3 se diferencia mediante un flujo multimodal que puede combinar referencias de imagen, vídeo y audio en una sola dirección creativa.
MiniMax H3 frente a Seedance 2.0 Reference-to-Video: Seedance 2.0 admite varios modos de generación audiovisual. MiniMax H3 es una opción específica para aplicaciones que necesitan crear escenas basadas en referencias y controlar las tareas.
MiniMax H3 frente a Vidu Q3 Reference-to-Video: Vidu Q3 está diseñado para una generación de vídeo coherente y basada en referencias. MiniMax H3 hace hincapié en una asignación flexible de prompts entre distintos tipos de medios de referencia.
MiniMax H3 frente a Wan 2.7 Reference-to-Video: Wan 2.7 admite referencias de imagen, vídeo y audio para flujos multimodales. MiniMax H3 ofrece un concepto comparable basado en referencias con una vía de integración MiniMax diferenciada.
MiniMax H3 frente a Runway Gen-4 References: Runway ofrece un amplio espacio de trabajo visual en torno a las referencias. MiniMax H3 es adecuado para equipos que desean ofrecer generación basada en referencias mediante su propio producto de API o pipeline de contenido.
'Content-Type'
'application/json'
'Authorization'
'Bearer YOUR_API_KEY'
body
JSON
stringify
model_name
'minimax-h3-reference-to-video'
prompt
'Use image one for the subject, video one for the movement, and audio one for the atmosphere'
resolution
'2k'
duration
8
aspect_ratio
'16:9'
images
'https://example.com/subject-reference.jpg'
videos
'https://example.com/motion-reference.mp4'
audios
'https://example.com/atmosphere-reference.mp3'
const
await
json
const
task_id
// Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
// Placeholder numbering is 1-based for each media array:
'Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>'
# Step 1: Submit generation request with image, video, and audio referencesimport requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'minimax-h3-reference-to-video',
'prompt': 'Use image one for the subject, video one for the movement, and audio one for the atmosphere',
'resolution': '2k',
'duration': 8,
'aspect_ratio': '16:9',
'images': ['https://example.com/subject-reference.jpg'],
'videos': ['https://example.com/motion-reference.mp4'],
'audios': ['https://example.com/atmosphere-reference.mp3']
}
)
result = response.json()
task_id = result['data']['task_id']
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.# Placeholder numbering is 1-based for each media array:# <<<image_1>>> = images[0], <<<image_2>>> = images[1]# <<<video_1>>> = videos[0], <<<audio_1>>> = audios[0]
media_reference_response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'minimax-h3-reference-to-video',
'prompt': 'Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>',
'resolution': '2k',
'duration': 10,
'aspect_ratio': '16:9',
'images': [
'https://example.com/explorer-reference.jpg',
'https://example.com/environment-reference.jpg'
],
'videos': ['https://example.com/camera-movement-reference.mp4'],
'audios': ['https://example.com/voice-reference.mp3']
}
)
media_reference_result = media_reference_response.json()
media_reference_task_id = media_reference_result['data']['task_id']
Ejemplo de sondeo
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"whileTrue:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
breakif status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
Ejemplo de envio
# Step 1: Submit generation request with image, video, and audio references
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "minimax-h3-reference-to-video",
"prompt": "Use image one for the subject, video one for the movement, and audio one for the atmosphere",
"resolution": "2k",
"duration": 8,
"aspect_ratio": "16:9",
"images": ["https://example.com/subject-reference.jpg"],
"videos": ["https://example.com/motion-reference.mp4"],
"audios": ["https://example.com/atmosphere-reference.mp3"]
}'# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.# Placeholder numbering is 1-based for each media array:# <<<image_1>>> = images[0], <<<image_2>>> = images[1]# <<<video_1>>> = videos[0], <<<audio_1>>> = audios[0]
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "minimax-h3-reference-to-video",
"prompt": "Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>",
"resolution": "2k",
"duration": 10,
"aspect_ratio": "16:9",
"images": [
"https://example.com/explorer-reference.jpg",
"https://example.com/environment-reference.jpg"
],
"videos": ["https://example.com/camera-movement-reference.mp4"],
"audios": ["https://example.com/voice-reference.mp3"]
}'
Ejemplo de sondeo
# Step 2: Poll for results# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
