Un único contexto creativo multimodal
Combiná indicaciones de texto con múltiples referencias de imagen, video y audio para controlar personajes, composición, movimiento, ritmo y sonido en un solo flujo de trabajo.

MiniMax H3 es un modelo de video multimodal de pesos abiertos para crear y editar clips cinematográficos a partir de texto, imágenes, videos y referencias de audio, con salida hasta 2K y sonido estéreo nativo.
Try for free with free credits. Check in daily to earn more. No credit card required.



Pasá de una imagen o video generado a cómics, manga, storyboards y relatos visuales conectados.
Características
MiniMax H3 integra generación, control de referencia, edición localizada y sonido sincronizado en un solo flujo de trabajo de video multimodal.
Combiná indicaciones de texto con múltiples referencias de imagen, video y audio para controlar personajes, composición, movimiento, ritmo y sonido en un solo flujo de trabajo.
Creá una escena a partir de un prompt, animá una imagen inicial o llevá la identidad y el lenguaje visual del material de referencia a un nuevo clip.
Generá clips de 4 a 15 segundos a 24 fps, con salida hasta 2K y audio estéreo sincronizado generado como parte de la escena.
Cambiá detalles visuales localizados, componé nuevos elementos, cambiá el estilo o guiá el movimiento manteniendo el resto del plano coherente.
Explorar ejemplos
Ejemplo oficial de fal MiniMax H3 de texto a video con un gatito moviéndose en un jardín soleado.

Imagen de referencia usada por el ejemplo oficial de fal MiniMax H3 de imagen a video.
Ejemplo oficial de fal MiniMax H3 de imagen a video con caballos percherones cruzando un campo inundado.

Referencia de personaje utilizada por el ejemplo oficial de fal MiniMax H3 de referencia a video.
Ejemplo oficial de fal MiniMax H3 de referencia a video mostrando una secuencia de personaje wuxia fantástica.
Cómo Funciona
Describí la toma completa, sumá una referencia visual si importa la consistencia, y ajustá movimiento y sonido en conjunto.
Describí el sujeto, la acción, el entorno, movimiento de cámara, iluminación y sonido que querés en el clip final.
Sumá una imagen de referencia cuando el personaje, producto, composición o estilo necesitan una consistencia visual más precisa.
Generá una previsualización, revisá el movimiento y el audio juntos, después afiná el prompt y exportá el resultado más fuerte.
Definí sujeto, acción, cámara, clima y sonido
Guiá identidad, composición, estilo y movimiento
Mirá el movimiento del video y el audio estéreo como un resultado integrado
Modificá el prompt en los detalles que necesiten control
Requiere una suscripción paga activa y créditos suficientes
Preguntas Frecuentes
MiniMax H3 acepta texto y puede usar referencias de imagen, video y audio en un contexto multimodal compartido. El modelo de Replicate disponible cubre los flujos de texto a video, imagen a video y referencia a video.
MiniMax H3 permite clips de 4 a 15 segundos a 24 cuadros por segundo.
MiniMax H3 soporta salida hasta 2K y relaciones de aspecto paisajísticas, verticales, cuadradas y cinematográficas comunes.
Sí. MiniMax H3 puede generar audio estéreo nativo sincronizado, incluyendo diálogo, ambientes, efectos y dirección musical.
Sí. Su flujo modal permite usar video y otras referencias para cambios localizados, nuevos estilos, composición y guía de movimiento.
MiniMax H3 soporta generación guiada por el primer y último cuadro, incluyendo transiciones entre dos cuadros proporcionados. Usá imágenes de las que seas titular o tengas permiso de uso.
La generación con MiniMax H3 en LlamaGen requiere una suscripción activa paga y créditos suficientes. La información y los ejemplos del modelo en esta página son visibles públicamente.
Sí. Las solicitudes pagas de generación usan el modelo MiniMax H3 servido por Replicate, y no un modelo Veo o Hailuo alternativo. Los modos de solicitud soportados dependen de los controles de creación de video disponibles.
Sí. Las solicitudes pagas de generación usan el modelo MiniMax H3 servido por Replicate, y no un modelo Veo o Hailuo alternativo. Los modos de solicitud soportados dependen de los controles de creación de video disponibles.
Infraestructura creativa confiable
Convertí un prompt o imagen de referencia en una previsualización de video cinematográfico y después afiná la mejor versión para publicar.
Disponible para suscriptores pagos con créditos suficientes.
Salida máxima
Duración máxima
Audio nativo