Prova l’API da riferimento a video MiniMax H3 con fino a nove immagini, tre video e tre riferimenti audio, oltre all’output 2K e una durata flessibile di 5–15 secondi.
API professionale MiniMax H3 Reference-to-Video (Direzione visiva multimodale)
L'API MiniMax H3 Reference-to-Video crea sequenze video a partire da un prompt e da una serie di riferimenti visivi o audio. Le applicazioni possono utilizzare input di immagini, video e audio per guidare l'identità del soggetto, lo stile, la regia della scena e il movimento, mantenendo il flusso adatto a una produzione creativa strutturata su Best Image AI.
Funzionalità principali dell'API MiniMax H3 Reference-to-Video
Usa il modello MiniMax H3 Reference to Video direttamente in potenti strumenti di IA
Esplora vari strumenti di creazione IA per flussi di lavoro rapidi di immagini e video nel browser, poi amplia le idee di successo con le API dei modelli di Best Image AI pronte per la produzione. Best Image AI offre un livello API unificato per tutti i modelli, semplificando l'uso e la scalabilità dei flussi di lavoro.
Input di riferimenti multimodali: Combina riferimenti di immagini, video e audio per fornire all'attività di generazione un contesto creativo più ricco.
Controllo del ruolo dei riferimenti: Spiega come ogni riferimento deve influenzare il soggetto, l'ambiente, lo stile, il suono o il movimento nella sequenza richiesta.
Coerenza di soggetti e stile: Utilizza materiale di riferimento per mantenere allineati soggetti riconoscibili, linguaggio visivo e direzione della campagna nelle clip generate.
Sviluppo della scena guidato da prompt: Aggiungi istruzioni in linguaggio naturale per azione, movimento della telecamera, composizione, ritmo e atmosfera.
Flussi di riferimento flessibili: Crea strumenti creativi che combinano diversi asset di riferimento mantenendo un flusso di attività controllato dall'applicazione.
Supporto alla revisione della produzione: Monitora le attività di generazione e verifica nella clip risultante la coerenza visiva, gli artefatti indesiderati e l'aderenza ai riferimenti.
Come utilizzare l'API MiniMax H3 Reference-to-Video per la generazione multimodale su Best Image AI
Ingresso: Uno o più riferimenti di immagini, video o audio supportati insieme a un prompt di generazione in linguaggio naturale.
Mappatura dei riferimenti: Descrivi il ruolo di ogni input e individua quale caratteristica di soggetto, stile, movimento o suono deve guidare.
Uscita: Una sequenza video generata e restituita tramite il flusso di attività di Best Image AI per la revisione e l'elaborazione a valle.
Gestione delle attività: Salva l'identificatore dell'attività, esegui il polling fino al completamento ed esamina la clip prima di pubblicarla o modificarla ulteriormente.
Controlli creativi: Utilizza le impostazioni disponibili di durata, risoluzione, proporzioni e riferimenti per il flusso di destinazione.
Migliori casi d'uso per l'integrazione dell'API MiniMax H3 Reference-to-Video
Continuità di personaggi e soggetti: Mantieni coerenti un personaggio, un prodotto o un soggetto visivo riconoscibile nelle nuove scene.
Produzione di campagne per brand: Combina riferimenti di stile, asset della campagna e indicazioni audio per esplorare varianti creative coordinate.
Sviluppo di storyboard e inquadrature: Utilizza più riferimenti per guidare la composizione della scena, il movimento della telecamera e la continuità visiva.
Strumenti creativi multimodali: Crea applicazioni in cui gli utenti possono guidare la generazione con immagini, video e audio anziché con il solo testo.
Flussi per varianti degli asset: Genera alternative controllate preservando il vocabolario visivo di una fonte creativa esistente.
Nota
La qualità dei riferimenti, la chiarezza del prompt e il ruolo assegnato a ogni input influiscono sul risultato finale. Verifica la coerenza visiva e audio prima di utilizzare i contenuti generati in produzione.
MiniMax H3 Reference-to-Video e concorrenti: analisi comparativa
MiniMax H3 e Kling 3.0 Reference-to-Video: Kling offre un'efficace creazione video guidata da riferimenti. MiniMax H3 si distingue con un flusso multimodale in grado di combinare riferimenti di immagini, video e audio in un'unica direzione creativa.
MiniMax H3 e Seedance 2.0 Reference-to-Video: Seedance 2.0 supporta diverse modalità di generazione audio-visiva. MiniMax H3 è un'opzione mirata per le applicazioni che richiedono costruzione di scene basata su riferimenti e controllo delle attività.
MiniMax H3 e Vidu Q3 Reference-to-Video: Vidu Q3 è progettato per una generazione video coerente basata su riferimenti. MiniMax H3 privilegia una mappatura flessibile dei prompt tra diversi tipi di contenuti multimediali di riferimento.
MiniMax H3 e Wan 2.7 Reference-to-Video: Wan 2.7 supporta riferimenti di immagini, video e audio per flussi multimodali. MiniMax H3 offre un concetto analogo basato su riferimenti, con un percorso di integrazione MiniMax distinto.
MiniMax H3 e Runway Gen-4 References: Runway offre un ampio spazio di lavoro visivo basato sui riferimenti. MiniMax H3 è adatto ai team che desiderano offrire la generazione guidata da riferimenti tramite il proprio prodotto API o la propria pipeline di contenuti.
'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']
Esempio di polling
# 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)
Esempio di invio
# 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"]
}'
Esempio di polling
# 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"
