MiniMax H3 Lite reference to video: apa yang perlu dimasukkan

Kami sudah cukup sering menjalankan MiniMax H3 Lite reference to video untuk bisa bilang begini: prompt tidak sepenting apa yang Anda taruh di slot referensi. Model ini menerima gambar subjek Anda, opsional klip pendek dan audio, lalu menulis adegan di sekitarnya. Jika inputnya tepat, hasilnya tetap mudah dikenali. Jika salah, Anda membayar klip berisi orang asing. Ini panduan yang kami harap sudah ada sejak awal, disusun dari dua pertanyaan: apa yang dimasukkan, dan cara memeriksanya sebelum menjalankan versi mahal.

Apa saja yang diterima input

Hanya prompt yang wajib, tetapi Anda juga harus menyertakan setidaknya satu gambar atau video referensi, jadi dalam praktiknya ini tidak pernah sekadar text to video. Berikut isi tiap slot, langsung dari halaman model.

• Gambar referensi: hingga sembilan. Setiap sisi harus antara 256 dan 5760 piksel, dan rasio lebar terhadap tinggi harus berada di antara 0,4 dan 2,5, jadi banner yang sangat tipis dan strip yang sangat tinggi tidak bisa dipakai.
• Video referensi (Advanced): hingga tiga, MP4 atau MOV, maksimal 50 MB per file. Klip disesuaikan ke rentang tetap yang pendek dan seluruh set berbagi satu batas total durasi: klip yang lebih panjang dipangkas, yang lebih pendek diperpanjang.
• Audio referensi (Advanced): hingga tiga file WAV atau MP3, masing-masing 15 MB. Audio tidak dipangkas otomatis, dan tidak bisa menjadi satu-satunya referensi.
• Pengaturan: rasio aspek dari ultra-lebar sampai vertikal, pilihan dua resolusi, dan durasi yang dipilih dalam detik penuh.

Susun set referensi seperti casting

Anggap setiap gambar sebagai satu peran. Satu potret bersih untuk orangnya, satu foto untuk objeknya, satu untuk tempatnya. Contoh di halaman model memakai persis itu: seorang pastry chef di satu gambar dan seekor burung merah di gambar lain, dengan prompt yang menyebut keduanya sebagai gambar pertama dan kedua. Karena referensinya bernomor, sebutkan itu di prompt. "Koki dari gambar satu" lebih baik daripada "pria itu".

Periksa sebelum menjalankan versi mahal

1. 01Baca set tanpa menjalankan. Taruh gambar Anda berdampingan dan tanyakan: apakah setiap gambar berperan berbeda, dan adakah yang bertentangan dengan yang lain (dua jaket berbeda, dua suasana cahaya)? Buang yang kalah.
2. 02Jalankan pengaturan termurah. Pilih resolusi yang lebih kecil dan durasi terpendek. Harga di tombol Generate mengikuti keduanya, jadi draf hanya sebagian kecil dari biaya versi akhir.
3. 03Nilai identitas dulu, gerakan kemudian. Jika wajah, pakaian, atau tanda khas bergeser di draf, perbaiki referensinya, bukan prompt. Masalah gerakan mudah diperbaiki lewat pilihan kata.
4. 04Baru setelah itu naikkan skala: resolusi lebih besar, durasi lebih panjang, rasio aspek yang akan Anda publikasikan.

Prompt siap pakai

Kapan memilih yang lain

Jika Anda sudah punya frame pertama yang tepat, image to video dari pembuat yang sama adalah alat yang lebih langsung. Jika Anda sama sekali tidak punya referensi, gunakan text to video. Untuk perbandingan yang lebih luas, panduan model video dan daftar model lengkap akan membantu. Catatan kami tentang set referensi juga berlaku di sini.

Keterbatasan yang jujur

Referensi mengarahkan hasil; bukan menjamin salinan persis. Dengan sembilan gambar, model harus mengatur banyak instruksi sekaligus, dan detail kecil seperti teks cetak, logo, dan pola halus bisa melembut atau berubah. Slot audio juga tidak membuat ucapan sinkron dengan bibir dengan sendirinya, jadi anggap itu panduan suasana dan ritme, bukan dubbing. Jika sebuah detail harus presisi sampai ke piksel, perbaiki di gambar diam lalu animasikan dari sana.