MiniMax H3 Lite Reference to Video: womit man es füttert
MiniMax H3 Lite Reference to Video baut einen Clip aus Ihren Bildern, Clips und Audiodateien. Was Sie hineingeben und wie Sie ein Referenzset günstig prüfen.
Wir haben MiniMax H3 Lite Reference to Video oft genug genutzt, um es zu sagen: Der Prompt zählt weniger als das, was Sie in die Referenzplätze legen. Das Modell nimmt Bilder Ihrer Motive, optional kurze Clips und Audio, und schreibt eine Szene darum herum. Stimmen die Eingaben, bleibt das Ergebnis wiedererkennbar. Stimmen sie nicht, bezahlen Sie einen Clip mit einem Fremden. Das ist die Anleitung, die wir am Anfang gern gehabt hätten, aufgebaut um zwei Fragen: Was kommt hinein, und wie prüft man es vor dem teuren Durchlauf?
Was die Eingaben tatsächlich annehmen
Nur der Prompt ist Pflicht, aber Sie müssen außerdem mindestens ein Referenzbild oder -video angeben, es ist also nie reines Text zu Video. Das nimmt jeder Platz auf, direkt von der Modellseite.
- Referenzbilder: bis zu neun. Jede Seite muss zwischen 256 und 5760 Pixel lang sein, und das Seitenverhältnis muss zwischen 0,4 und 2,5 liegen. Sehr schmale Banner und sehr hohe Streifen scheiden also aus.
- Referenzvideos (Erweitert): bis zu drei, MP4 oder MOV, höchstens 50 MB je Datei. Die Clips werden auf einen kurzen festen Bereich angepasst, und das Set teilt sich eine gemeinsame Längengrenze: Längere Clips werden gekürzt, kürzere verlängert.
- Referenzaudio (Erweitert): bis zu drei WAV- oder MP3-Dateien, je 15 MB. Audio wird nicht für Sie gekürzt und kann nicht die einzige Referenz sein.
- Einstellungen: Seitenverhältnis von ultrabreit bis hochkant, zwei Auflösungen zur Wahl und eine Dauer in ganzen Sekunden.
Stellen Sie das Referenzset wie ein Casting zusammen
Sehen Sie jedes Bild als eine Rolle. Ein sauberes Porträt für die Person, ein Foto für das Objekt, eines für den Ort. Das Beispiel auf der Modellseite macht genau das: ein Konditor in einem Bild und ein roter Vogel in einem anderen, wobei der Prompt sie als erstes und zweites Bild benennt. Weil die Referenzen nummeriert sind, sagen Sie das im Prompt. "Der Koch aus Bild eins" schlägt "der Mann".
Prüfen Sie vor dem teuren Durchlauf
- Lesen Sie das Set trocken durch. Legen Sie die Bilder nebeneinander und fragen Sie: Ist jedes eine andere Rolle, und widerspricht eines dem anderen (zwei verschiedene Jacken, zwei Lichtstimmungen)? Entfernen Sie das unterlegene.
- Nutzen Sie die günstigsten Einstellungen. Wählen Sie die kleinere Auflösung und die kürzeste Dauer. Der Preis auf der Schaltfläche Generieren folgt beiden, ein Entwurf kostet also nur einen Bruchteil der Endfassung.
- Beurteilen Sie zuerst die Identität, dann die Bewegung. Wenn Gesicht, Outfit oder Markierung im Entwurf abdriften, korrigieren Sie die Referenzen, nicht den Prompt. Bewegungsprobleme lassen sich mit Formulierungen billig beheben.
- Erst dann hochskalieren: die größere Auflösung, die längere Dauer, das Seitenverhältnis, in dem Sie veröffentlichen.
Fertige Prompts
Nimm die Barista aus Bild 1 und die Keramiktasse aus Bild 2. Behalte ihr Gesicht, ihre Schürze und die Glasur der Tasse genau wie gezeigt. Halbnahe Einstellung an der Café-Theke, sie schiebt die Tasse zur Kamera hinüber, Dampf steigt auf, weiches Morgenlicht vom Fenster.Der Sneaker aus Bild 1 steht auf der nassen Straße aus Bild 2. Langsame Umkreisung des Schuhs, Regentropfen perlen auf dem Leder, Neonspiegelungen gleiten über die Pfütze.Der Fuchs aus Bild 1 trabt durch den verschneiten Wald aus Bild 2 und bleibt stehen, um zur Kamera zurückzuschauen. Behalte die Zeichnung und den Schwanz des Fuchses. Sanftes Handkamera-Gefühl.Wann etwas anderes besser ist
Wenn Sie schon das genaue erste Bild haben, ist Bild zu Video vom selben Hersteller das direktere Werkzeug. Wenn Sie gar keine Referenzen haben, nutzen Sie Text zu Video. Für einen breiteren Vergleich helfen der Leitfaden zu Videomodellen und die vollständige Modellliste. Unsere Hinweise zu Referenzsets gelten auch hier.
Die ehrliche Einschränkung
Referenzen lenken das Ergebnis, sie garantieren keine Kopie. Bei neun Bildern muss das Modell viele Anweisungen unter einen Hut bringen, und kleine Details wie gedruckter Text, Logos und feine Muster können weicher werden oder sich ändern. Der Audioplatz bringt die Sprache auch nicht von allein lippensynchron: Sehen Sie ihn als Stimmungs- und Taktgeber, nicht als Synchronisation. Wenn ein Detail pixelgenau sein muss, korrigieren Sie es in einem Standbild und animieren Sie von dort aus.
Fragen
Kann ich nur ein Referenzvideo ohne Bilder verwenden?
Ja. Mindestens ein Bild oder ein Video ist nötig, ein Video allein genügt also. Audio kann dagegen nie die einzige Referenz sein.
Wie viele Referenzen sollte ich verwenden?
So wenige, wie die Rollen Ihrer Szene abdecken. Das Modell erlaubt bis zu neun Bilder, aber ein aufgeräumtes Set aus zwei oder drei bleibt meist treuer als ein überfülltes.
Warum wurde mein Referenzbild abgelehnt?
Prüfen Sie Größe und Form: Jede Seite muss zwischen 256 und 5760 Pixel lang sein, das Seitenverhältnis zwischen 0,4 und 2,5.
