Un solo contexto creativo multimodal
Combina dirección de texto con varias 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, video 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.



Pasa de una sola imagen o video generado a cómics, manga, storyboards y narrativas visuales conectadas.
Características
MiniMax H3 reúne generación, control por referencia, edición dirigida y sonido sincronizado en un solo flujo de trabajo multimodal de video.
Combina dirección de texto con varias referencias de imagen, video y audio para controlar personajes, composición, movimiento, ritmo y sonido en un solo flujo de trabajo.
Crea una escena desde un prompt, anima una imagen inicial o traslada la identidad y el lenguaje visual de referencias a un nuevo clip.
Genera clips de 4–15 segundos a 24 fps con salida hasta 2K y audio estéreo sincronizado generado como parte de la escena.
Cambia detalles visuales localizados, compón nuevos elementos, cambia el estilo del material o guía 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 luminoso.

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 pesados moviéndose en un prado inundado.

Referencia de personaje usada 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 de wuxia de fantasía.
Cómo Funciona
Describe toda la toma, agrega una referencia visual cuando la consistencia es importante, y ajusta movimiento y sonido juntos.
Describe el sujeto, acción, escenario, movimiento de cámara, iluminación y sonido que quieres en el clip final.
Agrega una imagen de referencia cuando el personaje, producto, composición o estilo necesitan más consistencia visual.
Genera una vista previa, revisa el movimiento y audio juntos, luego ajusta el prompt y exporta el mejor resultado.
Describe sujeto, acción, cámara, ambiente y sonido
Guía identidad, composición, estilo y movimiento
Verifica movimiento de video y audio estéreo en un solo resultado
Ajusta el prompt en los detalles que quieras controlar
Requiere una suscripción activa de pago 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 disponible en Replicate cubre 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 proporciones de pantalla comunes: horizontal, vertical, cuadrado y cinematográfico.
Sí. MiniMax H3 puede generar audio estéreo nativo sincronizado, incluyendo diálogo, ambiente, efectos y dirección musical.
Sí. Su flujo de trabajo multimodal puede usar video y otras referencias para cambios localizados, cambio de estilo, composición y guía de movimiento.
MiniMax H3 soporta generación guiada por primer y último cuadro, incluyendo transiciones entre dos imágenes proporcionadas. Usa imágenes tuyas o con permiso de uso.
La generación con MiniMax H3 en LlamaGen requiere una suscripción activa de pago y créditos suficientes. La información del modelo y ejemplos en esta página son públicos.
Sí. Las solicitudes de generación de pago usan el modelo MiniMax H3 ofrecido por Replicate, no un modelo sustituto Veo o Hailuo. Los modos de solicitud compatibles dependen de los controles de creación de video disponibles.
Sí. Las solicitudes de generación de pago usan el modelo MiniMax H3 ofrecido por Replicate, no un modelo sustituto Veo o Hailuo. Los modos de solicitud compatibles dependen de los controles de creación de video disponibles.
Infraestructura creativa confiable
Convierte un prompt o imagen de referencia en un adelanto cinematográfico, luego refina la mejor versión para publicar.
Disponible para suscriptores con pago activo y créditos suficientes.
Salida máxima
Duración máxima
Audio nativo