ลองใช้ MiniMax H3 Reference-to-Video API พร้อมรูปภาพสูงสุดเก้าภาพ วิดีโอสามรายการ และเสียงอ้างอิงสามรายการ รวมถึงเอาต์พุต 2K และระยะเวลาที่ยืดหยุ่น 5–15 วินาที เหมาะสำหรับครีเอเตอร์
// Step 1: Submit generation request with image, video, and audio references
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
: ,
:
},
: .({
: ,
: ,
: ,
: ,
: ,
: [],
: [],
: []
})
});
{ data } = response.();
taskId = data.;
mediaReferenceResponse = (, {
: ,
: {
: ,
:
},
: .({
: ,
: ,
: ,
: ,
: ,
: [
,
],
: [],
: []
})
});
{ : mediaReferenceData } = mediaReferenceResponse.();
mediaReferenceTaskId = mediaReferenceData.;
API MiniMax H3 แปลงข้อมูลอ้างอิงเป็นวิดีโอสร้างลำดับวิดีโอจากพรอมต์และชุดข้อมูลอ้างอิงด้านภาพหรือเสียง แอปพลิเคชันสามารถใช้อินพุตรูปภาพ วิดีโอ และเสียงเพื่อกำกับอัตลักษณ์ของตัวแบบ สไตล์ ทิศทางฉาก และการเคลื่อนไหว พร้อมคงเวิร์กโฟลว์ให้เหมาะกับการผลิตงานสร้างสรรค์อย่างเป็นระบบบน Best Image AI
อินพุตอ้างอิงแบบมัลติโหมด: ผสานข้อมูลอ้างอิงรูปภาพ วิดีโอ และเสียงเพื่อเพิ่มบริบทเชิงสร้างสรรค์ให้กับงานสร้าง
การควบคุมบทบาทข้อมูลอ้างอิง: อธิบายว่าข้อมูลอ้างอิงแต่ละรายการควรส่งผลต่อตัวแบบ สภาพแวดล้อม สไตล์ เสียง หรือการเคลื่อนไหวในลำดับที่ขออย่างไร
ความสอดคล้องของตัวแบบและสไตล์: ใช้สื่ออ้างอิงเพื่อรักษาตัวแบบที่จดจำได้ ภาษาภาพ และทิศทางแคมเปญให้สอดคล้องกันในคลิปที่สร้างขึ้น
การพัฒนาฉากตามพรอมต์: เพิ่มคำสั่งภาษาธรรมชาติสำหรับการกระทำ การเคลื่อนกล้อง องค์ประกอบ จังหวะ และบรรยากาศ
เวิร์กโฟลว์ข้อมูลอ้างอิงที่ยืดหยุ่น: สร้างเครื่องมือสร้างสรรค์ที่รวมไฟล์อ้างอิงหลายรายการพร้อมคงขั้นตอนงานที่ควบคุมโดยแอปพลิเคชัน
รองรับการตรวจสอบงานผลิต: ติดตามงานสร้างและตรวจสอบคลิปผลลัพธ์ในด้านความสอดคล้องทางภาพ สิ่งแปลกปลอมที่ไม่ต้องการ และการยึดตามข้อมูลอ้างอิง
อินพุต: ข้อมูลอ้างอิงรูปภาพ วิดีโอ หรือเสียงที่รองรับอย่างน้อยหนึ่งรายการ พร้อมพรอมต์การสร้างภาษาธรรมชาติ
การจับคู่ข้อมูลอ้างอิง: อธิบายบทบาทของแต่ละอินพุตและระบุว่าควรใช้กำกับคุณลักษณะใดของตัวแบบ สไตล์ การเคลื่อนไหว หรือเสียง
เอาต์พุต: ลำดับวิดีโอที่สร้างขึ้นส่งกลับผ่านเวิร์กโฟลว์งานของ Best Image AI เพื่อการตรวจสอบและประมวลผลต่อ
การจัดการงาน: บันทึกตัวระบุงาน ตรวจสอบสถานะจนเสร็จสิ้น และตรวจดูคลิปก่อนเผยแพร่หรือตัดต่อเพิ่มเติม
การควบคุมงานสร้างสรรค์: ใช้การตั้งค่าระยะเวลา ความละเอียด อัตราส่วนภาพ และข้อมูลอ้างอิงที่มีให้สำหรับเวิร์กโฟลว์เป้าหมาย
ความต่อเนื่องของตัวละครและตัวแบบ: รักษาตัวละคร ผลิตภัณฑ์ หรือตัวแบบภาพที่จดจำได้ให้สอดคล้องกันในฉากใหม่
การผลิตแคมเปญของแบรนด์: ผสานข้อมูลอ้างอิงด้านสไตล์ ไฟล์แคมเปญ และทิศทางเสียงเพื่อสำรวจรูปแบบงานสร้างสรรค์ที่ประสานกัน
การพัฒนาสตอรี่บอร์ดและช็อต: ใช้ข้อมูลอ้างอิงหลายรายการเพื่อกำกับองค์ประกอบฉาก การเคลื่อนกล้อง และความต่อเนื่องทางภาพ
เครื่องมือสร้างสรรค์แบบมัลติโหมด: สร้างแอปพลิเคชันที่ผู้ใช้สามารถกำกับการสร้างด้วยรูปภาพ วิดีโอ และเสียงแทนการใช้ข้อความเพียงอย่างเดียว
เวิร์กโฟลว์สร้างรูปแบบไฟล์: สร้างทางเลือกที่ควบคุมได้พร้อมรักษาภาษาภาพของแหล่งงานสร้างสรรค์ที่มีอยู่
หมายเหตุ คุณภาพของข้อมูลอ้างอิง ความชัดเจนของพรอมต์ และบทบาทที่กำหนดให้แต่ละอินพุตส่งผลต่อผลลัพธ์ขั้นสุดท้าย ตรวจสอบความสอดคล้องทางภาพและเสียงก่อนใช้สื่อที่สร้างขึ้นในการผลิต
MiniMax H3 เทียบกับ Kling 3.0 แปลงข้อมูลอ้างอิงเป็นวิดีโอ: Kling มีความสามารถในการสร้างวิดีโอจากข้อมูลอ้างอิงที่ยอดเยี่ยม MiniMax H3 แตกต่างด้วยเวิร์กโฟลว์มัลติโหมดที่รวมข้อมูลอ้างอิงรูปภาพ วิดีโอ และเสียงไว้ในทิศทางสร้างสรรค์เดียวกันได้
MiniMax H3 เทียบกับ Seedance 2.0 แปลงข้อมูลอ้างอิงเป็นวิดีโอ: Seedance 2.0 รองรับโหมดการสร้างภาพและเสียงหลายรูปแบบ MiniMax H3 เป็นตัวเลือกที่มุ่งเน้นสำหรับแอปพลิเคชันที่ต้องการการสร้างฉากจากข้อมูลอ้างอิงและการควบคุมงาน
MiniMax H3 เทียบกับ Vidu Q3 แปลงข้อมูลอ้างอิงเป็นวิดีโอ: Vidu Q3 ออกแบบมาสำหรับการสร้างวิดีโอจากข้อมูลอ้างอิงอย่างสม่ำเสมอ MiniMax H3 เน้นการจับคู่พรอมต์ที่ยืดหยุ่นกับสื่ออ้างอิงประเภทต่าง ๆ
MiniMax H3 เทียบกับ Wan 2.7 แปลงข้อมูลอ้างอิงเป็นวิดีโอ: Wan 2.7 รองรับข้อมูลอ้างอิงรูปภาพ วิดีโอ และเสียงสำหรับเวิร์กโฟลว์มัลติโหมด MiniMax H3 นำเสนอแนวคิดที่นำด้วยข้อมูลอ้างอิงในระดับใกล้เคียงกัน พร้อมเส้นทางการผสานรวม MiniMax ที่แตกต่าง
MiniMax H3 เทียบกับการอ้างอิงของ Runway Gen-4: Runway มอบพื้นที่ทำงานด้านภาพที่ครอบคลุมเกี่ยวกับข้อมูลอ้างอิง MiniMax H3 เหมาะกับทีมที่ต้องการนำเสนอการสร้างจากข้อมูลอ้างอิงผ่านผลิตภัณฑ์ API หรือไปป์ไลน์คอนเทนต์ของตนเอง
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
# Step 1: Submit generation request with image, video, and audio references
import 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']
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
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'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
# 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"]
}'
# 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"