MiniMax H3 AI動画ジェネレーター

高速・高精度・低コストの動画生成と、細部まで行き届いた編集コントロール。今すぐMiniMax H3を無料でお試しください!

統合マルチモーダル動画制作

MiniMax H3 AI動画ジェネレーター

無音のテキストから動画へのクリップだけでは物足りませんか?Media.ioは、MiniMax H3をブラウザベースの統合ワークフローに組み込み、テキスト、画像、動画、オーディオをクリエイティブなコンテキストとして連携させます。キャラクター、モーション、カメラ、スタイル、ボイス、ペーシングを指示し、ネイティブステレオオーディオ付き最大15秒の2K動画を生成できます。

  • 2K出力
  • 最大15秒
  • ネイティブステレオオーディオ
  • 最大12種類の混合リファレンス
リファレンス画像
Reference image of a green military-style insulated cup with handle
クリエイティブディレクション

アップロードされた画像を製品の外観に関する唯一のリファレンスとして使用し、15秒間、16:9横向きのハイエンド製品公式ウェブサイトランディングページUI/UXデモンストレーション動画を作成してください。コア製品は、画像に示されているハンドル付きの緑色ミリタリースタイル保温カップです。プロセス全体を通じて、カップ本体の色、円筒形のプロポーション、透明なカップ蓋、上部の開口構造、右側の四角いハンドル、金属装飾リング、および「media.io」ロゴを厳密に維持し、製品の形状を変更したり、他のカップモデルを作成したりしないでください。 全体的なデザインは、ダークなアウトドア機能スタイルと、ハイエンドスポーツブランド公式サイトのビジュアルスタイルを採用します:純黒の背景に、ダークカーボンファイバー、金属ブラシ仕上げ、防水ファブリックのテクスチャが交錯し、高速で流れるミリタリーグリーンと温かみのあるゴールドのダイナミックな光の帯を取り入れます。粗く力強い、やや傾いた特大サンセリフフォントを使用し、テキストが製品を背景グラフィックとして前後の遮蔽を作り出します。ページレイアウトは洗練され、抑制的で、スピード感と力強さがあります。 0〜4秒:製品公式サイトのメイン画面から開始。保温カップが極めて大きな比率で画面中央に浮遊しています。背景に明瞭で読みやすい巨大タイトル「BUILT TO GO」が表示されます。製品がゆっくり近づき、わずかに回転します。グリーンとゴールドの光がカップ本体を素早く横切り、マット素材、透明な蓋、金属リング、幅広ハンドルを強調します。上部にはミニマルなナビゲーションバーが残り、下部にはいくつかの製品パラメータとサムネイルが配置されます。 4〜6秒:マウスがウェブページを下にスクロールし、最初の画面がスムーズに上方へ退出します。カメラがページに沿って製品詳細エリアに入ります。カップ蓋、ハンドル、カップ本体、底部の詳細が横並びのカードで順番に表示されます。スクロールには自然な慣性とわずかなスピードぼかしがありますが、製品情報は明瞭なままです。 6〜10秒:製品機能セクションに入ります。ページ左側に明瞭なタイトル「ALL-DAY TEMPERATURE」が表示され、右側には完全な浮遊保温カップが表示されます。製品は4分の1回転の角度でゆっくりと安定して回転します。背景に抽象的な冷気流、細かい水滴、金属の波が現れ、保温・保冷性能を実演します。マウスが機能ボタンにホバーすると、製品がわずかに拡大し、背景が黒からライトグレーに変わり、テキストとボタンの色が同期して反転します。UIの背景とインターフェースの色のみが変更され、保温カップ自体は変更されません。 10〜12秒:「LEAKPROOF LID」と「EASY-GRIP HANDLE」の機能エリアまでスクロールを続けます。カップ蓋とハンドルのクローズアップを使用し、幾何学的な線が構造の詳細を指し示します。ページ要素が素早くスライドインし、順番に安定して停止します。 12〜15秒:ウェブページがスムーズにホーム画面に戻り、保温カップが画面中央に再配置され、巨大タイトル「BUILT TO GO」が製品の背後に位置します。下部に明瞭な「ADD TO CART」カプセルボタンが表示されます。マウスがボタンの中央に正確に移動し、ホバーエフェクトをトリガーします:ボタンが拡大し、白黒に変わり、緑がかった光を放ちます。製品は安定したままです。最後に、完全な製品メインビジュアルと購入ボタンの画面で停止します。 ショットとアニメーション:ウェブページのスムーズな垂直スクロール、製品の浮遊回転、スローズームイン、レイヤーパララックス効果、高速光帯スイープ、カードスライドイン、マウスホバーズームイン、UIカラー反転。すべての動きはコンパクトでスムーズであり、実際のインタラクティブなハイエンド製品ウェブサイトのデモンストレーションに似ています。 制限事項:保温カップの色、構造、ハンドル位置、カップ蓋の形状、ブランドロゴを変更してはなりません。製品を他のカップモデルに変形させてはなりません。人物や手は許可されません。開封は禁止です。カップが柔らかくなったり、曲がったり、溶けたり、変形したりしてはなりません。文字化け、誤ったラベル、余分な製品は許可されません。色の反転はウェブ背景、ボタン、テキストにのみ影響します。製品は常に明瞭で、完全で、安定している必要があります。

MiniMax H3デモ — ECサイト製品ウェブサイト広告
クリエイティブディレクション

## 15秒K-PopガールグループMVプロンプト

被写体:3人組のK-popガールグループ。各メンバーを確立されたキャラクターデザインと一貫させてください。顔の特徴、ヘアスタイル、体のプロポーション、衣装、個々のアイデンティティを動画全体を通じて維持してください。

SOL:落ち着きがありながらも威厳のある存在感を持つ、長くストレートな黒髪。黒のデコンストラクテッドクロップドレザージャケット、メタリックな留め具付きのフィットトップ、ハイウエストの非対称プリーツミニスカート、ポインテッドニーハイブーツを着用し、シルバーリングと繊細なウエストチェーンをアクセサリーとして身につけています。

LUNA:冷たく超然とした存在感を持つ、ショートのシルバーグレーウルフカット。スカルプチュラルパネリング付きのクロップドシルバーグレージャケット、黒のハイネックボディスーツ、メタリックな非対称スコート、黒のプラットフォームバイカーブーツを着用し、透明メッシュスリーブとメタリックイヤリングをアクセサリーとして身につけています。

CORONA:細いブレイドが入った長くウェーブのかかったダークオーバーンヘアで、反抗的でシャープな態度を醸し出しています。ダメージ加工のダークレッドレザーバイカージャケット、黒のストラッピークロップトップ、ローライズレイヤードスコート、ダークレッドのレースアップブーツを着用し、スタッズベルトとメタリックブレスレットをアクセサリーとして身につけています。

衣装には、リアルなレザーテクスチャ、メタリックな反射、ファブリックの折り目、自然な衣服の動きなど、説得力のあるハイファッション素材を使用する必要があります。安っぽいステージ衣装、プラスチックのような素材、ありきたりなガールグループのユニフォームは避けてください。

セッティング:アンダーグラウンド音楽雑誌のフォトシューティングセットに変身した白いサイクロラマスタジオ。クリーンなコマーシャルスタジオのようには見えないようにしてください。背景には、露出オーバーの白い壁、濃いグレーブラックの影、コピー用紙の断片、破れた紙の端、ハーフトーンドット、黒いテープの跡、位置ずれしたスキャン、局所的な黒スプレーペイントテクスチャを配置します。選択されたショットでは、背景が純黒、露出オーバーの白、ハイコントラストグレーの間でハードカットのみを使用して瞬時に切り替わります。

ビジュアルスタイル:ダークポップ、サイバーグランジ、トラップラップのミュージックビデオで、リアルなハイファッションのプロダクションバリューを持ち、1990年代後半から2000年代初頭のインディペンデント音楽雑誌、アンダーグラウンドコンサートポスター、コピー用紙、スキャンフィルム、ジンコラージュの美学を組み合わせます。ハイコントラストの白黒に、低彩度のダークレッドとコールドシルバーグレーのアクセントを使用します。自然な肌のトーン、深い黒、暗い衣服の明確に見えるディテールを維持します。粗いフィルムグレイン、微妙なフィルムジッター、露出フリッカー、ハーフトーンドット、粗い印刷エッジ、スキャンディスプレースメント、シャッタードラッグ、局所的な色版ずれを追加します。安っぽいサイバーパンクネオン、ビデオゲームCGI、プラスチックのような肌、過度な美肌補正は避けてください。

シネマトグラフィー:ARRI Alexa 35の自然な肌のトーンとハイダイナミックレンジをシミュレートし、リアルで高予算のミュージックビデオの感覚を作り出します。24mm、35mm、50mmのシネマレンズを素早く切り替えます。24mmは近距離ワイドアングルプレッシャー、ローアングルグループショット、手からカメラへのインパクトショットに使用。35mmはミディアムクローズアップパフォーマンス、2人の空間構成、高速ラテラルカメラムーブに使用。50mmはフェイシャルクローズアップ、プロフィール、強烈なアイコンタクトに使用。対峙的なワイドアングルクローズアップ、ビート同期のヘッドムーブメント、ショルダーディテール、ローアングルミディアムショット、手動カメラプッシュ、タイトな

音楽:約138 BPMの15秒間のダークポップ、サイバーグランジ、トラップラップセグメント。パワフルなサブベース、タイトでクリスプなスネア、歪んだインダストリアルエレクトロニックノイズ、短いボーカルチョップを使用。最初の3秒で緊張感を確立し、中間セクションでは密な編集による連続ラップシーケンスに入り、最後の2秒は凝縮された重低音で締めくくる。

タイポグラフィ:テキストは通常の字幕ではない。構図と空間デザインの能動的な要素である。「CUT THE FEED」「DEAD AIR」「STRIKE FIRST」「SYSTEM / VOID」「NO SURRENDER」「UNMUTED」「FINAL WARNING」「BLACKOUT CODE」など、オリジナルでブランドに関連しないフレーズを使用すること。実在のブランド、実在のグループロゴ、既存の楽曲タイトルは含めないこと。太い黒のサンセリフ書体、コンデンスド・インダストリアルフォント、タイプライター文字、手作りのフォトコピー風レタリングを組み合わせる。タイポグラフィは前景、中景、背景にわたって配置する。パフォーマーが文字を部分的に遮ることがあり、テキストが彼女たちの体、衣装、手に重なることもあるが、目や重要な表情を覆ってはならない。すべての出現、振動、引き伸ばし、圧縮、破砕、反転、ハードカットによる再配置を、ラップのアクセント、スネア、バスヒットに同期させる。タイポグラフィにインクのにじみ、フォトコピーノイズ、版ズレしたカラープレート、粗いスキャンエッジを加える。

編集ルール:ハードカット、ジャンプカット、ホワイトフラッシュカット、ブラックフラッシュカット、ビートマッチカットのみを使用する。フェード、ディゾルブ、ソフトトランジション、レイヤードスローモーションは使用しない。各ショットの長さは0.3〜1.2秒とする。ペーシングは速くしつつも、視覚的に判読可能でなければならない。すべての動きの停止、カメラの停止、タイポグラフィの変化、編集ポイントは、正確にビートに合わせなければならない。

SHOT 01|0.0–0.8秒

純粋な黒フレームが最初のバスヒットでSOLの超正面クローズアップにハードカットする。

24mm広角レンズが彼女の顔のすぐ近くに配置される。カメラはSOLの目の高さに水平を保ち、フォーカスは彼女の瞳にしっかりとロックされている。SOLはレンズに向かって攻撃的に身を乗り出し、突然頭を下方にスナップさせる。彼女の長い黒髪は、短く物理的に正確な慣性で反応する。

画像は非常に高コントラストで、背景は激しく白飛びしているが、彼女の顔のハイライトはクリップしてはならない。巨大な太い黒文字「DEAD」が彼女の背後に現れ、彼女の頭がその中央を遮っている。ビートに合わせて、フィルムグレインが突然強まり、カメラが短い垂直方向の揺れを1回発生させる。

SHOT 02|0.8–1.5秒

LUNAの肩と顎のラインのクローズアップにハードカット。

50mmレンズが左前方から彼女を撮影する。フレーミングは頭頂部の一部をクロップし、顎のラインと視線を強調する。彼女は片方の肩を下げ、最初は横顔でカメラの方を見ているが、スネアに合わせて突然正面に顔を向ける。

彼女のシルバーグレーの髪が目の端をかすめるが、瞳は覆わない。ハーフトーンドットが背景から衣装の端へと広がる。コンデンスド書体の「AIR」という文字がハードカットで右側からフレーム内に圧縮されて現れ、背景と前景の彼女の肩の間に配置される。

SHOT 03|1.5–2.3秒

CORONAのローアングル・ミディアムショットにハードカット。

24mmカメラが腰の高さより下に配置され、わずかに上向きに傾けられている。彼女は体を前方に押し出し、片手をレンズに向かって突き出す。彼女の手のひらが前景を横切り、バスヒットで即座に引き戻される。

彼女の手がレンズに近づくと、パースペクティブにより自然に拡大され、一瞬フォーカスが外れる。手を引き戻すと、フォーカスは素早く彼女の目に戻る。彼女の長いダークオーバーンの髪と細いブレイズは、リアルな慣性で動く。ダークレッドとブラックのカラーレイヤーがわずかに版ズレしており、スキャンされたヴィンテージ雑誌のような画像になっている。彼女の手が「STRIKE」という文字を部分的に遮っている。

SHOT 04|2.3–3.0秒

3人のメンバー全員のタイトな正面ミディアムショット。

安定した35mmの中央構図を使用する。SOLが中央に立ち、カメラにやや近い位置にいる。LUNAとCORONAがその両側に立つ。3人が同時に肩を下げ、ビートに合わせて鋭く頭を上げてカメラを凝視する。

背景がパフォーマーたちの位置を完全に保ったまま、白から黒、そして再び白へとハードカットする。大きな文字「CUT」が彼女たちの背後で水平に引き伸ばされ、彼女たちの体がその中央を遮り、断片化させている。

SHOT 05|3.0–3.7秒

SOLの50mmプロファイル・クローズアップ。

彼女は振り向いて突然止まり、横顔からカメラに向かって素早く顔を回転させながら、指を顎のラインに沿ってスライドさせる。フォーカスは彼女の指先から始まり、素早く目に移動する。

彼女の動きが止まった正確な瞬間に、カメラがレンズ軸に沿って素早く20センチメートルのプッシュを行い、即座にブレーキをかける。「SYSTEM」という文字が左前景に現れ、彼女の肩にわずかに重なるが、顔は覆わない。

SHOT 06|3.7–4.4秒

LUNAのローアングル・フルボディショット。

24mmレンズが床近くに置かれ、わずかに上向きに傾けられている。彼女は短く、リアルで力強いダンスフレーズを行う:膝が内側に向き、上半身が後方に引かれ、腕が胸の前から切り裂くように開き、その後すぐにカメラに向かって身を乗り出す。

彼女のシルバーグレーのジャケット、アシンメトリーなスコート、透明なメッシュスリーブが明確な布地の慣性で反応する。スネアに合わせて、画像が3フレームだけ高コントラストの白黒ハーフトーン処理に切り替わり、即座に低彩度のカラーに戻る。

SHOT 07|4.4–5.1秒

CORONAのタイトな35mmフェイシャル・クローズアップ。

カメラが彼女の右側から正面位置へ素早くスライドする。彼女はリズムに合わせて頭を回し、顎をわずかに上げ、その後意図的にレンズに近づく。彼女は微笑まない。その表情は対峙的で鋭く、本物のラップパフォーマンスに根ざしている。

ダークレッドの文字「VOID」が突然彼女の背後から前景にカットインし、髪とジャケットの一部に重なるが、目、鼻筋、口は完全に見える状態を保つ。

SHOT 08|5.1–6.0秒

3人のメンバー全員の交互する頭の動きのラピッドモンタージュ。

SOLが力強い正面のうなずきを行い、LUNAが素早い横顔の頭の回転を行い、CORONAが前方に身を乗り出して頭を下方にスナップさせる。各アクションから3〜5フレームのみを残し、3回の連続ハードカットでつなげる。

彼女たちの目をフレーム内のほぼ同じ位置に保ち、正確なマッチカットを作り出す。背景が白、グレー、黒の間でジャンプカットし、フィルムスキャンラインが一瞬上から下へスクロールする。

SHOT 09|6.0–6.8秒

SOLとCORONAのクロース・ツーショット。

35mmレンズを使用する。SOLが前方に立ち、カメラに向かって直接ラップする。CORONAが彼女の背後から突然現れ、カメラ軸に沿って素早く近づく。

両者の間に明確な空間的分離を維持する。フォーカスがSOLからCORONAへ一瞬移動した後、両パフォーマーの間に落ち着く。「NO」という文字が背景に現れ、「SURRENDER」が下部前景に配置され、衣装の端に重なるが顔は覆わない。

SHOT 10|6.8–7.6秒

LUNAのソロ・ミディアムクローズアップ。

彼女は両手を顔の横で素早く交差させ、連続するスネアに正確に合わせて外側に切り裂く。35mmレンズを使用し、カメラが同時に約半身幅分左にスライドし、最後のアクセントで急停止する。

横移動中、背景には限定的で物理的にリアルなモーションブラーが表示されるが、彼女の顔はシャープなままである。破れたフォトコピー用紙、黒いテープ、粗いスプレーペイントのグラフィックが、スタジオの壁に物理的に貼り付けられているかのように現れる。

SHOT 11|7.6–8.5秒

3人のメンバー全員のローアングル・フルボディ・ワイドショット。

わずかに上向きに傾けた24mmレンズを使用する。各メンバーが異なるが補完的なアクションを行う:

SOLが前方に踏み出し、肩を落とす。

LUNAが体を横に折り、重心を下げる。

CORONAが素早く振り返り、こちらを見てからカメラに向かって動く。

彼女たちの動きは完全に同期している必要はないが、3人全員が同じバスヒットで同時に停止しなければならない。カメラはゆっくりと後方に引き、アクセントで即座にロックする。

SHOT 12|8.5–9.3秒

手と衣装ディテールの超クローズアップモンタージュ。

50mmマクロスタイルのクローズアップを使用し、メタリックリング、ウエストチェーン、ジャケットのジッパー、太ももを叩く指、レンズに向かって突き出される手のひらを素早く映し出す。各ディテールは2〜4フレームのみ表示される。

テキストの断片「CU / T / OUT」は物理的な紙の切り抜きのように振る舞い、ハードカット、回転、フレーム内の異なるエリアでの再結合を行う。メタリックな反射はリアルに見え、鮮明なディテールを持つが、過度なデジタルシャープニングは行わない。

SHOT 13|9.3–10.2秒

CORONAが前景でラップしており、24mmレンズで超至近距離から撮影されている。

彼女は片方の指をカメラに向かって直接指し、劇的な前景のパースペクティブ拡大を生み出し、その後手首を回転させて手を下方に押し下げる。フォーカスは彼女の目に保ちつつ、手がレンズに近づくにつれてわずかな被写界深度の変化を

LUNAとSOLは被写界深度の浅い背景に留まり、頭と肩の微妙な動きを行う。「THE FEED」を背景、2人のメンバーを中景、手のジェスチャーをするCORONAを前景とした三層構成を作成する。

SHOT 14|10.2–11.1s

LUNAが左側からフレーム内へ素早く回転して入ってくる。

35mmレンズが右方向へ短いパンを行い、彼女のターンを正確に追従する。衣装の裾が動きに合わせて自然に揺れる。その後、彼女はフレーム右端に顔を近づけ、レンズを真っ直ぐ見つめる。

音楽のアクセントに合わせて、短い水平スキャンディスプレイスメントを加える。彼女のシルエット周囲に控えめな赤-シアンの色ずれオフセットを導入しつつ、肌のトーンと顔の特徴は自然で安定した状態を保つ。

SHOT 15|11.1–12.0s

SOLの正面中央からのミディアムショット。

50mmレンズがSOLの目にフォーカスをロックする。彼女は頭を下げて半拍の間を置き、その後激しく頭を上方へ跳ね上げる。LUNAとCORONAが同時に彼女の背後から前方へ押し出し、カメラが一歩分素早く後方へ引く。リアルな視差を利用して空間的なインパクトを生み出す。

巨大な文字「UNMUTED」が突如、背景からパフォーマーたちと前景の間の空間へ再構築される。彼女たちの身体がそれを複数の断片に分断するが、誰の目も遮られてはならない。

SHOT 16|12.0–13.0s

3回連続のハードカット:

SOLは24mmレンズで撮影され、片方の指をカメラに向かって素早く突き出す。

LUNAは35mmレンズで撮影され、肩をレンズに向かって力強く突き出す。

CORONAは50mmレンズで撮影され、背を向けた後、突然振り返りカメラを真正面から見つめる。

各ショットはスネアの1打に対応する。焦点距離は段階的にタイトになり、視覚的圧力を絶えず高めていく。フィルムグレイン、プリントノイズ、粗いコピー機のようなエッジがカットごとに強まる。

SHOT 17|13.0–14.0秒

3人のメンバー全員を捉えたローアングルの全身ヒーローショット。

24mmレンズを使用し、強い中心軸構図で撮影する。SOLが中央に立ち、前に一歩踏み出す。LUNAは横を向き重心を落とす。CORONAは前傾する。3人で安定感のある鋭い非対称の三角構図を形成する。

静止ポーズで固まるのではなく、自然な呼吸、衣服の慣性、微細な体の動きを維持する。背景の大きなテキスト「FINAL WARNING」は彼女たちの体で部分的に隠され、断片的な文字の形だけが見える。

SHOT 18|14.0–15.0秒

最後のバスヒット。

35mmレンズを使用し、カメラが中心軸に沿って突然前方にプッシュし、3人のミディアムショットから顔のタイトなクローズアップへ移行する。3人が同時に力強いヘッドヒットを1回決め、レンズを真っ直ぐ見つめる。

映像は瞬時に高コントラストの白黒コピー効果に圧縮される。元のフレーズ「BLACKOUT CODE」が背景と肩の前景面の間に一瞬現れ、2回揺れる。

最終フレームで、純粋な黒に直接カットする。音楽と映像が同時に停止し、フェードも残響オーディオテールもない。

ネガティブ要件:ありきたりなガールズグループの整列、長いランウェイウォーク、静的なファッションポーズ、弱くて遅い動き、長時間のシンクロ群舞、過度に機械的なダンス、漫画的な表情、サイバーパンクのネオンシティ、安っぽいRGB光害、実在のブランド、既存のグループロゴ、既存の曲名、通常の字幕、フェード、ディゾルブ、ぼかし(強)トランジション、夢見心地のソフトフォーカスフィルター、ビデオゲームCGI風の美学、プラスチックのような肌、過度なビューティスムージング、顔のアイデンティティドリフト、ランダムな髪型や衣装の変更、不正確なフォーカス、物理的慣性のないフローティングカメラの動き、過度に滑らかなAIカメラモーション、奇形の指、余分な人物は不可。

MiniMax H3 デモ — K-Popミュージックビデオ
参照画像
Reference image of a silhouetted western cowboy beside a telegraph pole
クリエイティブディレクション

添付の参照画像を正確なオープニングフレームおよびキャラクターリファレンスとして使用し、

リズム — 最優先事項:

シーケンス全体をエネルギッシュな150 BPMのジャズ・ウエスタンリズムに合わせて編集する。高速なスネアヒット、ダブルバスパルス、鋭いブラススタブ、ハンドクラップ、拍車の音、ウィップクラック、短いリボルバーシリンダーのクリック音を使用する。すべてのカット、ポーズ、カメラの動き、グラフィックバー、タイポグラフィヒットは、ビートまたはハーフビートに正確に合わせなければならない。

15秒以内に少なくとも20〜24の明確に異なるショットを作成する。ほとんどのショットは0.2〜0.7秒のみ。どのショットも0.8秒以上視覚的に変化しないままであってはならない。常に視覚的な進行とエスカレートするエネルギーを維持する。

非常に短い2〜4フレームのマイクロフリーズのみを使用する(約0.08〜0.15秒)。直後に爆発的な動きを続ける。フリーズフレームを1ビート分や数秒間保持してはならない。リズムは次のように感じられなければならない:バースト—ヒットストップ—バースト—ハードカット—バースト。

ビジュアルスタイル:

1960年代のマカロニ・ウエスタンのタイトルシーケンスを基にした高エネルギーな映像を作成する。ミッドセンチュリーのグラフィックデザイン、ソール・バス風の構図、バウハウスの幾何学、パルプ・ウエスタンポスター、コミックブックパネル、粗いスクリーンプリントのテクスチャを組み合わせる。

カウボーイと環境のディテールを大胆で高コントラストの黒いシルエットとしてレンダリングする。彩度の高い赤、マスタードイエロー、ディープネイビー、黒、および少量のクリームハイライトのみを使用する。すべてのカットで新しい配色、クロップ、グラフィック形状、またはカメラアングルを導入する。

ドラマチックな対角線構図、特大の太陽の円、鋭い水平の砂漠ライン、高速で移動する電信線、回転するリボルバーのシリンダー、ブートと拍車のクローズアップ、コートのシルエット、帽子のつばのクローズアップ、画面分割、幾何学的シャッター、拡大する円、対角線バー、大胆なタイポグラフィを使用する。

タイムラインとショット密度:

0.0–1.5秒 — 高速オープニング:

正確な参照画像から0.2秒だけ開始する。

直ちに4回の高速カットを実行する:

赤い空を背景にしたカウボーイのワイドシルエット → 帽子のつばへのスナップズーム → 電信線がフレームを横切る → 影になった目のエクストリームクローズアップ。

選択したショット間に3フレームのブラックフラッシュを挿入する。

カウボーイは最初の主要なブラスヒットで柱から鋭く離れる。

1.5–4.0秒 — ディテールインパクトモンタージュ:

それぞれ約0.3〜0.5秒の6つの高速クローズアップを作成する:

ブートが地面を踏む → 拍車が回転する → コートの裾がはためく → ホルスターの横で指が動く → ベルトバックルが光る → リボルバーのシリンダーが回転する。

カットごとに赤、マスタードイエロー、ディープネイビーの背景を交互に使用する。

スナップズーム、ウィップパン、クラッシュズームアウト、対角線ワイプ、2〜4フレームのポーズフリーズを使用する。

4.0–7.0秒 — 加速するウォーク:

カウボーイが平坦なマスタードイエローの砂漠を素早く歩く様子を映す。

全身のサイドビュー、ローアングルのブート、俯瞰のグラフィックシルエット、揺れる手のエクストリームクローズアップ、コミックブック風の画面分割パネルを切り替える。

歩くリズムはパーカッションに正確に合わせなければならない。

電信柱と砂漠のラインが反対方向に流れ、強烈なパララックスとスピード感を生み出す。

連続的なゆっくりとした歩行は見せない——動きを高速なリズミカルな断片に分割する。

7.0–10.0秒 — ジオメトリックアクションバースト:

画面を2分割、3分割、次に4分割のコミックブックパネルに分ける。

異なるパネルで、帽子が回る、ブートが止まる、コートが開く、手がリボルバーに近づく、カウボーイがカメラに向かって鋭く振り向く様子を映す。

パネルは連続するビートに合わせて開閉する。

フルフレームの赤、黄、ネイビー、黒のフラッシュを交互に使用する。

高速な水平バー、拡大する太陽の円、回転する星形、角度のあるシャドウワイプを追加する。

すべての構図が0.5秒以内に変化する。

10.0–13.0秒 — クライマックスビルド:

8〜10カットで編集速度をさらに上げる:

目 → 手 → ホルスター → 拍車 → リボルバーグリップ → コート → 電信線 → 特大の太陽 → カウボーイの全身シルエット。

段階的にタイトなクローズアップと強いスナップズームを使用する。

カウボーイがリボルバーに手を伸ばし、鋭く振り向き、力強いガンファイターポーズを決める。

3フレームの完全停止を使用し、直後に次のアングルにカットする。

スローモーションや長いサスペンスフルな間は使用しない。

13.0–15.0秒 — ファイナルインパクト:

3回の高速なフォールスエンディングを使用する:

黄色を背景にしたカウボーイのシルエット → ネイビーのエクストリームクローズアップへのハードカット → 赤のワイドショットへのハードカット。

最後の音楽ヒットで、真っ赤な空と特大のマスタードイエローの太陽を背景に、電信柱の横に立つカウボーイを映し出す。

正確なタイトル「OUTLAW」が大きなクリーム色の幾何学的文字として空いた左側に叩きつけられるように表示される。

最終構図は最後の0.6秒間のみ保持し、即座にハードストップで終了する。

MiniMax H3 デモ — コミック・ウエスタン タイトルシーケンス

意図した映像を演出するためのさらなる方法

MiniMax H3は、テキスト、画像、動画、オーディオを一つのクリエイティブコンテキストとして理解するために構築された汎用オムニモーダル生成モデルです。それらの入力がどのように関連するかを記述すれば、H3はその指示に従い、ネイティブステレオサウンド付きのコントロール可能な動画を生成または編集できます。

一つの統合コンテキスト

複雑なマルチモーダルタスクを自然言語で指示

最大9枚の画像、3本の動画、3つのオーディオクリップを12個の混合ファイル内で組み合わせ、1つの指示でそれぞれの役割を説明できます。例えば、カメラの動き、キャラクター画像、ボイスや楽曲を一緒に参照できます。

2K + ステレオ [

ネイティブステレオサウンド付き2K動画

H3が元のマルチモーダルコンテキストを再度活用し、従来のアップスケール単体よりも小さなテキストや細部をより多く保持することで、製品、キャンペーン、ソーシャル向けのよりシャープな2Kビジュアルを作成できます。

最大15秒

完結した動画の瞬間を収める余裕

最大15秒のクリップを生成し、シーンの確立、動きの展開、明確なエンディングの着地を実現します。

コマーシャルグレードの指示追従性

詳細なクリエイティブブリーフを、より制御可能なブランド、製品、広告、編集、マルチショット動画の結果に変換し、テキストやブランド情報の処理が向上しています。

V2Vモーション転送と編集

既存の動画を参照して、身体の動き、カメラの挙動、パフォーマンス、編集リズムをガイドしながら、新しい被写体やシーンにクリエイティブな構造を適用します。

MiniMax H3 成果に基づくユースケース

何を一定に保ち、何をモデルに生成させたいかに基づいてモードを選択してください。

動きを演出した製品広告

統一されたビジュアル、ネイティブサウンド、より明確な指示追従性、テキストやブランド情報の改善されたプレゼンテーションにより、2Kの製品リビール、ブランドシーン、ダイナミックポスター、ECサイト広告を生成します。

一貫性のあるキャラクター動画

複数のキャラクターおよび衣装画像を使用して、短いナラティブビートやブランドシーン全体でアイデンティティを伝えます。

モーションとカメラのスタディ

短い動画リファレンスを提供して、動き、フレーミング、カメラの挙動、ペーシングをガイドしながら、独自の被写体を記述します。

映画タイトルとマルチショットストーリーテリング

連続するショット、雰囲気、カメラの進行、ダイアログ、サウンドエフェクト、音楽を、各モダリティを別々のタスクとして扱うのではなく、一つの視聴覚シーケンスとして演出します。

音楽とパフォーマンスのコンセプト

パフォーマーやキャラクターのリファレンスと音楽、ボイス、タイミングの指示を組み合わせ、ネイティブステレオの視聴覚パフォーマンスコンセプトを一度の生成で作成します。

ゲーム、UI、ダイナミックデザイン

詳細なマルチモーダルブリーフから、ゲームシネマティクス、アニメーションインターフェース、ダイナミックポスター、プロダクトデザインコンセプト、UI/UXモーションスタディを作成します。

MiniMax H3 仕様

Media.ioで動画を作成する際に重要なMiniMax H3の機能。

公式モデル名 MiniMax-H3
出力解像度 公式APIドキュメントでは2K
ネイティブ視聴覚出力 ボイス、サウンドエフェクト、音楽の統合モデリングを含む、ネイティブステレオオーディオ付き動画
再生時間 4〜15秒の整数値
作成モード テキストから動画、最初のフレームまたは最初と最後のフレームによる画像から動画、リファレンスから動画
画像リファレンス 最大9枚
動画リファレンス 最大3件、各2〜15秒、動画リファレンスの合計時間は15秒以内
オーディオリファレンス 最大3件、各2〜15秒、オーディオリファレンスの合計時間は15秒以内
混合リファレンスの上限 画像・動画・オーディオリファレンスファイルを合わせて最大12件
アスペクト比 プロンプトおよび入力内容に依存します。Media.ioのインターフェースで選択できるオプションは異なる場合があります
2Kディテールレンダリング 元のマルチモーダルコンテキストを使用したインコンテキスト再生成により、2Kで小さなテキストや細かいビジュアルディテールを改善します
商用面での強み 複雑な指示への追従、テキストおよびブランド情報の表示、V2Vモーション転送、マルチモーダル編集、ネイティブマルチショットオーディオビジュアル生成
重要な制限事項 入力内容に合った作成モードを選択してください。先頭/末尾フレームの制御と混合リファレンスの制御は、現在のドキュメント化されたインターフェースでは別々のワークフローです。

公式の動画生成ガイドAPIリファレンス、およびモデルリリースノートをご覧ください。Media.ioでは、ドキュメント化されたコントロールの一部のみが公開される場合があります。

MiniMax H3 vs. Seedance 2.0

両モデルともマルチモーダルリファレンスとネイティブオーディオに対応しています。実際の選択は、商用精度とシネマティックな複雑さのどちらを重視するかによって決まります。

比較 MiniMax H3 Seedance 2.0 優位性
入力とリファレンスの制御 テキスト、画像、動画、オーディオのコンテキスト対応。画像最大9件、動画3件、オーディオクリップ3件、混合ファイル12件まで テキスト、画像、動画、オーディオのリファレンスに対応。画像9件、動画3件、オーディオ3件の同等の上限 引き分け
解像度と再生時間 ネイティブ2K出力、最大15秒の動画 最大15秒。公式ローンチページでは最大解像度の公開情報は記載されていません H3
ネイティブオーディオ 音声、音楽、サウンドエフェクトを統合モデリングしたネイティブステレオオーディオ デュアルチャンネルオーディオで、詳細な音声、音楽、環境音、フォーリー、パラレルオーディオディレクションに対応 引き分け
商用プレゼンテーション 指示追従、商品・ブランド情報、可視テキスト、広告、Eコマース、UI/UX、ダイナミックデザインに重点 商用およびシネマティック出力に強みがある一方、公式評価ではテキスト精度が改善の余地がある領域として指摘されています H3
モーションとカメラ 動き、パフォーマンス、カメラ挙動、編集リズムに対する強力なV2Vモーション転送 複雑な動き、振り付け、マルチキャラクターインタラクション、カメラプランニング、物理的に妥当なアクションに大きな強み Seedance
編集と継続 汎用的なプロンプトベースのマルチモーダル編集とリファレンス主導の再生成 ターゲットクリップ、被写体、アクション、ストーリーライン編集、動画継続がより明確にドキュメント化されています Seedance
開始・終了フレームの制御 先頭フレームおよび先頭・末尾フレームの明示的なワークフロー 中心的な公式ワークフローとしては強調されていません H3
最適な用途 2K商品広告、Eコマース、ブランド動画、ダイナミックポスター、UI/UXコンセプト、制御された商用コンテンツ アクション重視のシーン、ダンス・スポーツ、シネマティックストーリーテリング、マルチキャラクターインタラクション、リッチなサウンドデザイン、動画継続 用途による

結論: シャープな2Kディテール、商品・ブランドプレゼンテーション、可視テキスト、先頭/末尾フレーム制御、効率的な商用制作を最も重視する場合はMiniMax H3を選択してください。複雑な動き、マルチキャラクターインタラクション、シネマティックな演出、没入感のあるサウンドデザイン、動画継続を優先する場合はSeedance 2.0を選択してください。

MiniMax H3で動画を作成する方法

01

H3と作成モードを選択する

Media.ioでMiniMax H3を開き、テキストから動画、先頭/末尾フレームの画像から動画、またはリファレンスから動画を選択します。

02

フレームまたはリファレンスを追加する

先頭フレームと任意の末尾フレームをアップロードするか、リファレンスモードに切り替えて画像、動画、対応オーディオを使用します。フレームモードとリファレンスモードは併用できません。

03

生成、確認、ダウンロード

タスク全体を自然言語で記述してください:どのリファレンスがキャラクターを制御するか、どの動画がモーションやカメラをガイドするか、オーディオがどのように音声や音楽を形成するか、どのブランド、テキスト、最終構図を表示するかを指定します。

より高度なコントロールを求めるクリエイター向け

これらのコメントは、Media.ioのワークフロー体験全般と、MiniMax H3のような高度なモデルに対してクリエイターが期待するコントロールについて述べたものであり、新しくローンチされたモデルの検証済みレビューとして提示されたものではありません。

poster
Daniel Kim
Eコマースマーケター
star

Media.ioのワークフローを使えば、白紙の状態から始めるのではなく、アイデア、リファレンス、クリエイティブディレクションを一か所で整理しやすくなります。

poster
Sophia Chen
ソーシャルメディアマネージャー
star

日常のコンテンツ制作では、明確なモデルと入力の選択肢があることで、急な編集の学習コストを増やすことなく、チームで動画の方向性をテストできます。

poster
Marcus Lee
DTCブランドオーナー
star

Media.ioで私が評価しているのはアクセシビリティです。プロンプトとリファレンス入力により、高度な動画コンセプトを伝えやすくなります。

poster
Emily Carter
UGCクリエイター
star

商品コンテンツでは、被写体をリファレンスとして指定し、モーションとカメラを記述し、そのコンセプトがソーシャルキャンペーンに合うかどうかをすばやく確認したいです。

poster
Kriti Agarwal
コンテンツ&映画プログラマー
star

Media.ioを使うと実験が気軽に感じられます。ガイド付きワークフローのおかげで、キャラクター、動き、フレーミング、意図する成果に集中できます。

poster
Ryan Patel
パフォーマンスマーケター
star

キャンペーンテストでは、リファレンス主導の生成により、クリエイティブブリーフを確認しながら、さまざまなモーションやカメラ処理を試すことができます。

poster
Daniel Kim
Eコマースマーケター
star

Media.ioのワークフローを使えば、白紙の状態から始めるのではなく、アイデア、リファレンス、クリエイティブディレクションを一か所で整理しやすくなります。

poster
Sophia Chen
ソーシャルメディアマネージャー
star

日常のコンテンツ制作では、明確なモデルと入力の選択肢があることで、急な編集の学習コストを増やすことなく、チームで動画の方向性をテストできます。

poster
Marcus Lee
DTCブランドオーナー
star

Media.ioで私が評価しているのはアクセシビリティです。プロンプトとリファレンス入力により、高度な動画コンセプトを伝えやすくなります。

poster
Emily Carter
UGCクリエイター
star

商品コンテンツでは、被写体をリファレンスとして指定し、モーションとカメラを記述し、そのコンセプトがソーシャルキャンペーンに合うかどうかをすばやく確認したいです。

poster
Kriti Agarwal
コンテンツ&映画プログラマー
star

Media.ioを使うと実験が気軽に感じられます。ガイド付きワークフローのおかげで、キャラクター、動き、フレーミング、意図する成果に集中できます。

poster
Ryan Patel
パフォーマンスマーケター
star

キャンペーンテストでは、リファレンス主導の生成により、クリエイティブブリーフを確認しながら、さまざまなモーションやカメラ処理を試すことができます。

poster
Daniel Kim
Eコマースマーケター
star

Media.ioのワークフローを使えば、白紙の状態から始めるのではなく、アイデア、リファレンス、クリエイティブディレクションを一か所で整理しやすくなります。

poster
Sophia Chen
ソーシャルメディアマネージャー
star

日常のコンテンツ制作では、明確なモデルと入力の選択肢があることで、急な編集の学習コストを増やすことなく、チームで動画の方向性をテストできます。

MiniMax H3 よくある質問

1. MiniMax H3とは?

MiniMax H3は、2026年7月31日にローンチされた汎用オムニモーダル生成モデルです。テキスト、画像、動画、オーディオのコンテキストを統合し、クリエイターが複雑な生成・編集タスクを自然言語で記述して、ネイティブステレオオーディオ付きの最大15秒の2K動画を生成できます。

2. MiniMax H3はどのようなリファレンスに対応していますか?

MiniMax H3は、共有プロンプトコンテキスト内で画像、動画、オーディオのリファレンスに対応しています。どのアセットがキャラクターや商品を定義するか、どのクリップが動きやカメラワークをガイドするか、どのオーディオが音声、楽曲、リズムをガイドするかを記述できます。

3. リファレンスファイルは何件まで使用できますか?

最大で画像9件、動画3件、オーディオクリップ3件、混合ファイルは12件以内です。各動画またはオーディオリファレンスは2〜15秒で、各タイプの合計時間は15秒以内です。

4. MiniMax H3は最大15秒の2K動画に対応していますか?

5. MiniMax H3は動画と一緒にオーディオも生成しますか?

はい。MiniMaxはH3について、ネイティブのステレオ視聴覚出力を生成すると説明しており、音声、サウンドエフェクト、音楽が無音動画へのポストプロダクションとして別途追加されるのではなく、一体的にモデル化されます。リファレンスオーディオを使用して、意図する音声、楽曲、タイミング、リズムを定義することもできます。

6. 最初/最後のフレームとリファレンスメディアを組み合わせることはできますか?

いいえ。フレーム画像から動画への変換とリファレンスから動画への変換は別々のモードです。最初のフレームは単独で使用できますが、最後のフレームを使用するには最初のフレームが必要です。

7. MiniMax H3はどのような用途に最適ですか?

広告やEコマース動画、ブランド・製品のプレゼンテーション、映画のタイトル、ダイナミックポスター、ゲームシネマティクス、UI/UXモーションコンセプト、一貫性のあるキャラクターシーン、V2Vモーション転送、その他ビジュアルリファレンス・動き・テキスト・サウンドを組み合わせた商業ワークフローに特に適しています。

8. Media.ioでMiniMax H3にアクセスするにはどうすればよいですか?無料ですか?

Media.ioのMiniMax H3ページにアクセスしてサインインし、利用可能状況、操作方法、クレジット要件をご確認ください。スターターまたはプロモーションクレジットが提供される場合がありますが、条件は変更されることがあります。モデルの詳細については公式ガイドをご覧ください。

Media.io オンラインAIツール品質評価:
vote 4.7(162,387票)