Primera suscripción hasta50% de descuento
Comprar ahora
Imágenes a vídeos
MiniMax H3 Max
Subir imagen
Haz clic o arrastra para subir, o elige de Mi Historial
¿Sin ideas? Genera primero una imagen. >
Formatos de subida compatibles: imágenes jpg, jpeg, png, webp de hasta 30 MB, con un ancho/alto mínimo de 256 px.
0/5000
5s
768P
Creaciones
Centro de Ideas
Cómo funciona

MiniMax H3 Max: vídeo con IA instantáneo con sonido nativo

Convierte una foto en un vídeo cinematográfico con sonido en aproximadamente un minuto. El generador de vídeo con IA MiniMax H3 Max en Media.io anima imágenes fijas con control preciso de cámara, audio sincronizado nativo y personajes consistentes entre tomas, impulsado por el modelo MiniMax H3 Max post-entrenado de fal.

~48 s15 s 768p, modo de primer fotograma Hasta 15 spor generación 480p por defectosalida de hasta 768p Audio + Visualsonido sincronizado nativo
Imagen de referencia
Reference image of a green military-style insulated cup with handle
Dirección creativa

Usa las imágenes cargadas como única referencia para la apariencia del producto y crea un vídeo de demostración de UI/UX de página de destino de sitio web oficial de producto de alta gama, de 15 segundos, en formato horizontal 16:9. El producto central es el vaso verde estilo militar con asa y función de aislamiento térmico que se muestra en la imagen. A lo largo de todo el proceso, mantén estrictamente el color del cuerpo del vaso, la proporción cilíndrica, la tapa transparente, la estructura de apertura superior, el asa cuadrada derecha, el anillo decorativo metálico y el logotipo ""media.io"", sin cambiar la forma del producto ni crear otros modelos de vasos. El diseño general adopta un estilo funcional oscuro para exteriores y el estilo visual del sitio web oficial de una marca deportiva de alta gama: fondo negro puro, entrelazado con texturas de fibra de carbono oscura, metal cepillado y tela impermeable, e incorporando bandas de luz dinámica verde militar y dorada cálida que fluyen rápidamente. El uso de fuentes sans-serif sobredimensionadas, rugosas y potentes, ligeramente inclinadas, con el texto creando oclusión frontal y trasera con el producto como gráfico de fondo. El diseño de la página es sofisticado, contenido, con sensación de velocidad y fuerza. 0 - 4 segundos: Comienza desde la pantalla principal del sitio web oficial del producto. El vaso térmico está suspendido en el centro de la pantalla en una proporción extremadamente grande. Un título gigante claro y legible ""BUILT TO GO"" aparece en el fondo. El producto se acerca lentamente y gira ligeramente. La luz verde y dorada barre rápidamente el cuerpo del vaso, destacando el material mate, la tapa transparente, el anillo metálico y el asa ancha. En la parte superior se conserva una barra de navegación minimalista, y en la parte inferior se disponen algunos parámetros del producto y miniaturas. 4 - 6 segundos: El ratón se desplaza hacia abajo en la página web, y la primera pantalla sale suavemente hacia arriba. La cámara sigue la página hacia el área de detalles del producto. La tapa, el asa, el cuerpo del vaso y los detalles de la base aparecen uno a uno en tarjetas horizontales. El desplazamiento tiene una inercia natural y un ligero desenfoque de velocidad, pero la información del producto permanece clara. 6 - 10 segundos: Entra en la sección de funciones del producto. En el lado izquierdo de la página se muestra un título claro ""ALL-DAY TEMPERATURE"", y en el lado derecho se muestra un vaso térmico completo suspendido. El producto gira lenta y establemente en un ángulo de un cuarto de vuelta. Corrientes de aire frío abstractas, gotas de agua finas y ondas metálicas aparecen en el fondo, demostrando el rendimiento de aislamiento térmico y conservación de frío. Cuando el ratón se sitúa sobre el botón de función, el producto se agranda ligeramente y el fondo cambia de negro a gris claro, con los colores del texto y los botones invirtiéndose de forma sincronizada; solo se cambian el fondo de la UI y los colores de la interfaz, sin alterar el vaso térmico en sí. 10–12 segundos: Continúa desplazándote hasta el área de funciones ""LEAKPROOF LID"" y ""EASY-GRIP HANDLE"". Usa primeros planos de la tapa y el asa, con líneas geométricas señalando los detalles estructurales. Los elementos de la página se deslizan rápidamente y se detienen con estabilidad en secuencia. 12-15 segundos: La página web vuelve suavemente a la pantalla de inicio, el vaso térmico se redimensiona al centro de la pantalla, el título gigante ""BUILT TO GO"" se sitúa detrás del producto. Un botón cápsula claro ""ADD TO CART"" aparece en la parte inferior. El ratón se mueve con precisión al centro del botón y activa el efecto hover: el botón se agranda, se vuelve blanco y negro y emite un brillo verdoso; el producto permanece estable. Finalmente, se mantiene en el visual principal completo del producto y el botón de compra. Tomas y animaciones: Desplazamiento vertical suave de la página web, rotación flotante del producto, acercamiento lento, efecto de paralaje de capas, barrido de bandas de luz a alta velocidad, deslizamiento de tarjetas, acercamiento con hover del ratón, inversión de color de la UI. Todos los movimientos son compactos y fluidos, semejando la demostración de un sitio web real e interactivo de productos de alta gama. Restricciones: No se deben alterar el color, la estructura, la posición del asa, la forma de la tapa ni el logotipo de marca del vaso térmico; el producto no debe transformarse en otros modelos de vasos; no se permiten figuras ni manos; se prohíbe el desempaquetado; el vaso no debe ablandarse, doblarse, derretirse ni deformarse; no se permiten códigos ilegibles, etiquetas incorrectas ni productos adicionales; la inversión de color solo afecta al fondo web, botones y texto; el producto debe permanecer siempre claro, completo y estable.

Demo de MiniMax H3 Max — Anuncio de sitio web de producto de comercio electrónico
Imagen de referencia
Reference image of a silhouetted western cowboy beside a telegraph pole
Dirección creativa

Usando la imagen de referencia adjunta como fotograma de apertura exacto y referencia de personaje,

RITMO — MÁXIMA PRIORIDAD:

Edita toda la secuencia con un ritmo enérgico de jazz-western a 150 BPM con golpes rápidos de caja, pulsos de contrabajo, stabs de metales afilados, palmadas, sonidos de espuelas, chasquidos de látigo y clics cortos de cilindro de revólver. Cada corte, pose, movimiento de cámara, barra gráfica y tipografía debe caer con precisión en un tiempo o medio tiempo.

Crea al menos 20–24 tomas claramente diferentes en 15 segundos. La mayoría de las tomas duran solo 0,2–0,7 segundos. Ninguna toma puede permanecer visualmente sin cambios durante más de 0,8 segundos. Mantén una progresión visual constante y una energía en escalada.

Usa solo micro-congelaciones muy cortas de 2–4 fotogramas, aproximadamente 0,08–0,15 segundos, seguidas inmediatamente de movimiento explosivo. Nunca mantengas un fotograma congelado durante un tiempo completo o varios segundos. El ritmo debe sentirse como: estallido—golpe-parada—estallido—corte seco—estallido.

ESTILO VISUAL:

Crea una secuencia de títulos de spaghetti western de los años 60 de alta energía que combine diseño gráfico de mediados de siglo, composición inspirada en Saul Bass, geometría Bauhaus, carteles de western pulp, viñetas de cómic y textura de serigrafía rugosa.

Renderiza al vaquero y los detalles ambientales como siluetas negras audaces de alto contraste. Usa solo rojo saturado, amarillo mostaza, azul marino oscuro, negro y pequeños toques crema. Cada corte debe introducir una nueva disposición de color, encuadre, forma gráfica o ángulo de cámara.

Usa composiciones diagonales dramáticas, círculos de sol sobredimensionados, líneas de desierto horizontales afiladas, cables de telégrafo en rápido movimiento, cámaras de revólver giratorias, primeros planos de botas y espuelas, siluetas de abrigos, primeros planos del ala del sombrero, pantallas divididas, obturadores geométricos, círculos en expansión, barras diagonales y tipografía audaz.

LÍNEA DE TIEMPO Y DENSIDAD DE TOMAS:

0,0–1,5 s — APERTURA RÁPIDA:

Comienza desde la imagen de referencia exacta durante solo 0,2 segundos.

Inmediatamente realiza cuatro cortes rápidos:

silueta amplia del vaquero contra cielo rojo → zoom rápido al ala del sombrero → cables de telégrafo cruzan el fotograma → primer plano extremo de ojos ensombrecidos.

Inserta un destello negro de 3 fotogramas entre tomas seleccionadas.

El vaquero se separa bruscamente del poste en el primer golpe de metales principal.

1,5–4,0 s — MONTAJE DE IMPACTO DE DETALLES:

Crea seis primeros planos rápidos, cada uno de aproximadamente 0,3–0,5 segundos:

la bota golpea el suelo → la espuela gira → la cola del abrigo se sacude → los dedos se flexionan junto a la funda → la hebilla del cinturón destella → el cilindro del revólver gira.

Alterna fondos rojo, amarillo mostaza y azul marino oscuro en cada corte.

Usa zooms rápidos, paneos de latigazo, alejamientos bruscos, barridos diagonales y congelaciones de pose de 2–4 fotogramas.

4,0–7,0 s — CAMINATA EN ACELERACIÓN:

Muestra al vaquero caminando rápidamente a través de un campo desértico plano de color amarillo mostaza.

Alterna entre vista lateral de cuerpo completo, botas en ángulo bajo, silueta gráfica cenital, primer plano extremo de la mano oscilante y viñetas de cómic en pantalla dividida.

Su ritmo al caminar debe caer exactamente sobre la percusión.

El poste de telégrafo y las líneas del desierto pasan a toda velocidad en direcciones opuestas para crear un paralaje intenso y sensación de velocidad.

No muestres una caminata lenta continua: fragmenta el movimiento en trozos rítmicos rápidos.

7,0–10,0 s — ESTALLIDO DE ACCIÓN GEOMÉTRICA:

Divide la pantalla en dos, tres y luego cuatro viñetas de cómic.

En diferentes viñetas, muestra el sombrero girando, las botas deteniéndose, el abrigo abriéndose, la mano acercándose al revólver y el vaquero mirando bruscamente hacia la cámara.

Las viñetas se abren y cierran de golpe en tiempos consecutivos.

Usa destellos alternantes de rojo, amarillo, azul marino y negro a pantalla completa.

Añade barras horizontales rápidas, círculos de sol en expansión, formas de estrella giratorias y barridos de sombras angulares.

Cada composición cambia en menos de 0,5 segundos.

10,0–13,0 s — CONSTRUCCIÓN DEL CLÍMAX:

Aumenta aún más la velocidad de edición con 8–10 cortes:

ojos → mano → funda → espuela → empuñadura del revólver → abrigo → cable de telégrafo → sol sobredimensionado → silueta completa del vaquero.

Usa primeros planos progresivamente más cerrados y zooms rápidos más intensos.

El vaquero alcanza el revólver, gira bruscamente y adopta una pose poderosa de pistolero.

Usa una parada seca de 3 fotogramas, luego corta inmediatamente al siguiente ángulo.

Sin cámara lenta ni pausas largas de suspenso.

13.0–15.0s — IMPACTO FINAL:

Utiliza tres falsos finales rápidos:

silueta de vaquero contra amarillo → corte seco a primer plano extremo en azul marino → corte seco a plano general en rojo.

En el golpe musical final, revela al vaquero junto al poste de telégrafo contra un cielo rojo sólido y un sol amarillo mostaza sobredimensionado.

El título exacto "OUTLAW" irrumpe en el lado izquierdo vacío como grandes letras geométricas color crema.

Mantén la composición final solo durante los últimos 0.6 segundos, luego termina con un corte abrupto inmediato.

Demo de MiniMax H3 Max — Secuencia de título de western cómico
Dirección creativa

## Prompt de MV de girl group K-Pop de 15 segundos

Sujeto: Un girl group de K-pop de tres integrantes. Mantén a cada integrante consistente con el diseño de personaje establecido. Preserva sus rasgos faciales, peinados, proporciones corporales, vestimenta e identidades individuales a lo largo de todo el vídeo.

SOL: Cabello largo, liso y negro con una presencia calmada pero imponente. Lleva una chaqueta de cuero negra deconstruida y recortada, un top ajustado con cierres metálicos, una minifalda plisada asimétrica de talle alto y botas puntiagudas por encima de la rodilla, complementadas con anillos de plata y una cadena delicada en la cintura.

LUNA: Corte wolf cut corto en gris plateado con una presencia fría y distante. Lleva una chaqueta corta gris plateada con paneles esculturales, un body negro de cuello alto, una falda-short metálica asimétrica y botas negras de plataforma estilo motociclista, complementadas con mangas de malla transparente y pendientes metálicos.

CORONA: Cabello largo, ondulado, castaño rojizo oscuro con trenzas finas, proyectando una actitud rebelde y afilada. Lleva una chaqueta de motociclista de cuero rojo oscuro desgastada, un crop top negro con tirantes, una falda-short de capas de talle bajo y botas rojas oscuras con cordones, complementadas con un cinturón con tachuelas y pulseras metálicas.

La vestimenta debe presentar materiales de alta costura convincentes, incluyendo textura de cuero realista, reflejos metálicos, pliegues de tela y movimiento natural de las prendas. Evitar vestuarios baratos de escenario, materiales con apariencia de plástico o uniformes genéricos de girl groups.

Escenario: Un estudio de ciclorama blanco transformado en un set de sesión fotográfica para una revista musical underground. No debe parecer un estudio comercial limpio. El fondo presenta paredes blancas sobreexpuestas, sombras pesadas gris-negro, fragmentos de papel fotocopiado, bordes de papel rasgado, puntos de semitono, marcas de cinta negra, escaneos desalineados y texturas localizadas de pintura negra en aerosol. En tomas seleccionadas, el fondo cambia instantáneamente entre negro puro, blanco sobreexpuesto y gris de alto contraste, utilizando únicamente cortes secos.

Estilo visual: Un vídeo musical de dark-pop, cyber-grunge y trap-rap con valor de producción realista de alta costura, que combina estéticas de revistas musicales independientes de finales de los 90 a principios de los 2000, carteles de conciertos underground, papel fotocopiado, película escaneada y collage de fanzines. Utilizar blanco y negro de alto contraste con acentos de rojo oscuro de baja saturación y gris plateado frío. Mantener tonos de piel naturales, negros profundos y detalles claramente visibles en la ropa oscura. Añadir grano de película grueso, sutil vibración de película, parpadeo de exposición, puntos de semitono, bordes de impresión rugosos, desplazamiento de escaneo, arrastre de obturador y errores localizados de registro de color. Evitar neón cyberpunk barato, CGI de videojuego, piel de plástico y suavizado de belleza excesivo.

Cinematografía: Crear la sensación de un vídeo musical real y de alto presupuesto, simulando los tonos de piel naturales y el alto rango dinámico de una ARRI Alexa 35. Alternar rápidamente entre lentes de cine de 24mm, 35mm y 50mm. Usar 24mm para presión de gran angular a corta distancia, tomas grupales en contrapicado y tomas de impacto de mano a cámara; 35mm para interpretaciones en plano medio corto, composiciones espaciales de dos personas y movimientos laterales rápidos de cámara; y 50mm para primeros planos faciales, perfiles y contacto visual intenso. Utilizar con frecuencia primeros planos confrontacionales de gran angular, movimientos de cabeza sincronizados con el beat, detalles de hombros, planos medios en contrapicado, empujes de cámara dirigidos con la mano y primeros planos cerrados de perfil. La cámara puede utilizar movimiento controlado a mano, embestidas repentinas hacia adelante, deslizamientos laterales rápidos o paradas abruptas precisamente en el beat. Mantener un peso de cámara convincente, inercia física, cambios de perspectiva, paralaje espacial y enfoque preciso. Las intérpretes deben marcar el beat a través de coreografía expresiva e interpretación de rap. Esto no es un desfile de pasarela ni una sesión fotográfica de moda estática.

Música: Un segmento de dark-pop, cyber-grunge y trap-rap de 15 segundos a aproximadamente 138 BPM. Utilizar sub-graves potentes, cajas apretadas y nítidas, ruido electrónico industrial distorsionado y cortes vocales breves. Los primeros tres segundos establecen tensión, la sección intermedia entra en una secuencia continua de rap con edición densa, y los últimos dos segundos concluyen con graves pesados concentrados.

Tipografía: El texto no son subtítulos ordinarios. Es una parte activa de la composición y el diseño espacial. Utilizar frases originales sin marca como "CUT THE FEED", "DEAD AIR", "STRIKE FIRST", "SYSTEM / VOID", "NO SURRENDER", "UNMUTED", "FINAL WARNING" y "BLACKOUT CODE". No incluir marcas reales, logotipos de grupos reales ni títulos de canciones existentes. Combinar letras sans-serif negras gruesas, fuentes industriales condensadas, texto de máquina de escribir y letras fotocopiadas hechas a mano. Posicionar la tipografía en el primer plano, plano medio y fondo. Las intérpretes pueden ocultar parcialmente las palabras, mientras que el texto puede superponerse a sus cuerpos, vestimenta o manos, pero nunca debe cubrir sus ojos ni expresiones faciales esenciales. Sincronizar cada aparición, sacudida, estiramiento, compresión, fractura, giro y reordenamiento por corte seco con los acentos del rap, las cajas y los golpes de graves. Añadir sangrado de tinta, ruido de fotocopia, planchas de color desregistradas y bordes escaneados rugosos a la tipografía.

Reglas de edición: Usar únicamente cortes secos, jump cuts, cortes con flash blanco, cortes con flash negro y cortes sincronizados con el beat. Sin fundidos, disolvencias, transiciones suaves ni cámara lenta con capas. Cada toma debe durar entre 0.3 y 1.2 segundos. El ritmo debe ser rápido pero visualmente legible. Cada parada de movimiento, parada de cámara, cambio tipográfico y punto de edición debe caer precisamente en el beat.

⸻

TOMA 01|0.0–0.8s

Un fotograma negro puro corta en seco en el primer golpe de graves a un primer plano extremo frontal de SOL.

Un lente gran angular de 24mm está posicionado muy cerca de su rostro. La cámara permanece a la altura de los ojos de SOL, con el enfoque firmemente fijado en sus pupilas. SOL se inclina agresivamente hacia el lente y de repente baja la cabeza bruscamente. Su largo cabello negro reacciona con un impulso corto y físicamente preciso.

La imagen tiene un contraste muy alto y el fondo está severamente sobreexpuesto, pero las altas luces en su rostro no deben recortarse. La enorme palabra en negrita negra "DEAD" aparece detrás de ella, con su cabeza ocultando el centro. En el beat, el grano de película se intensifica repentinamente y la cámara produce una breve sacudida vertical.

TOMA 02|0.8–1.5s

Corte seco a un primer plano del hombro y la mandíbula de LUNA.

Un lente de 50mm la filma desde el frente-izquierdo. El encuadre recorta parte de la parte superior de su cabeza para enfatizar su mandíbula y su mirada. Ella baja un hombro y mira inicialmente hacia la cámara de perfil, luego gira abruptamente su rostro al frente en la caja.

Su cabello gris plateado barre el borde de su ojo sin cubrir la pupila. Puntos de semitono se extienden desde el fondo hacia los bordes de su ropa. La palabra condensada "AIR" aparece por corte seco y se comprime en el encuadre desde la derecha, posicionada entre el fondo y su hombro en el primer plano.

TOMA 03|1.5–2.3s

Corte seco a un plano medio en contrapicado de CORONA.

La cámara de 24mm está posicionada por debajo del nivel de la cintura e inclinada ligeramente hacia arriba. Ella empuja su cuerpo hacia adelante y lanza una mano hacia el lente. Su palma barre el primer plano antes de retraerse inmediatamente en el golpe de graves.

A medida que su mano se acerca al lente, se agranda naturalmente por la perspectiva y brevemente queda fuera de foco. Cuando la retrae, el enfoque regresa rápidamente a sus ojos. Su largo cabello castaño rojizo oscuro y sus trenzas finas se mueven con inercia realista. Las capas de color rojo oscuro y negro están ligeramente desregistradas, haciendo que la imagen se asemeje a una revista vintage escaneada. Su mano oculta parcialmente la palabra "STRIKE".

TOMA 04|2.3–3.0s

Un plano medio frontal cerrado de las tres integrantes.

Usar una composición central estable de 35mm. SOL está en el centro, ligeramente más cerca de la cámara, mientras LUNA y CORONA están a cada lado. Las tres bajan simultáneamente los hombros, luego levantan bruscamente la cabeza y miran fijamente a la cámara en el beat.

El fondo corta en seco de blanco a negro y de vuelta a blanco mientras las intérpretes permanecen perfectamente alineadas. La gran palabra "CUT" se estira horizontalmente detrás de ellas, con sus cuerpos ocultando y fragmentando su centro.

TOMA 05|3.0–3.7s

Un primer plano de perfil de 50mm de SOL.

Ella gira y se detiene repentinamente, rotando rápidamente su rostro del perfil hacia la cámara mientras desliza un dedo a lo largo de su mandíbula. El enfoque comienza en la punta de su dedo antes de cambiar rápidamente a sus ojos.

En el momento exacto en que su movimiento se detiene, la cámara realiza un empuje rápido de 20 centímetros a lo largo del eje del lente y frena inmediatamente. La palabra "SYSTEM" aparece en el primer plano izquierdo, superponiéndose ligeramente a su hombro sin cubrir su rostro.

TOMA 06|3.7–4.4s

Un plano de cuerpo entero en contrapicado de LUNA.

Un lente de 24mm está colocado cerca del suelo e inclinado ligeramente hacia arriba. Ella ejecuta una frase de baile corta, realista y contundente: sus rodillas giran hacia adentro, su torso se retrae hacia atrás, sus brazos se separan cortando desde el pecho, y luego inmediatamente se inclina hacia la cámara.

Su chaqueta gris plateada, falda-short asimétrica y mangas de malla transparente responden con clara inercia de tela. En la caja, la imagen cambia a un tratamiento de semitono en blanco y negro de alto contraste durante tres fotogramas antes de regresar inmediatamente al color de baja saturación.

TOMA 07|4.4–5.1s

Un primer plano facial cerrado de 35mm de CORONA.

La cámara se desliza rápidamente desde su lado derecho hasta una posición frontal. Ella gira la cabeza en el ritmo, levanta ligeramente la barbilla y luego se acerca deliberadamente al lente. No sonríe; su expresión es confrontacional, afilada y arraigada en una interpretación de rap auténtica.

La palabra "VOID" en rojo oscuro aparece repentinamente desde detrás de ella hacia el primer plano, superponiéndose a partes de su cabello y chaqueta mientras deja sus ojos, puente nasal y boca completamente visibles.

PLANO 08|5.1–6.0s

Un Montaje rápido de movimientos de cabeza alternados de las tres integrantes.

SOL realiza un cabeceo frontal enérgico, LUNA ejecuta un giro rápido de cabeza de perfil y CORONA se inclina hacia adelante y baja la cabeza bruscamente. Conservar solo de tres a cinco fotogramas de cada acción y conectarlos con tres cortes secos consecutivos.

Mantener sus ojos posicionados aproximadamente en la misma zona del encuadre para crear cortes de continuidad precisos. El fondo cambia abruptamente entre blanco, gris y negro mientras líneas de escaneo de película se desplazan brevemente de arriba a abajo.

PLANO 09|6.0–6.8s

Un plano cerrado de dos personas con SOL y CORONA.

Usar un objetivo de 35 mm. SOL está en primer plano y rapea directamente a cámara. CORONA aparece de repente desde detrás de ella y se aproxima rápidamente a lo largo del eje de la cámara.

Mantener una separación espacial clara entre ambas. El enfoque cambia brevemente de SOL a CORONA antes de estabilizarse entre las dos intérpretes. La palabra "NO" aparece en el fondo, mientras que "SURRENDER" se sitúa en la parte inferior del primer plano, superponiéndose a los bordes de su vestimenta sin cubrir sus rostros.

PLANO 10|6.8–7.6s

Un primer plano medio en solitario de LUNA.

Cruza rápidamente ambas manos junto a su rostro y las lanza hacia afuera, golpeando con precisión cada caja consecutiva. Con un objetivo de 35 mm, la cámara se desliza simultáneamente hacia la izquierda aproximadamente medio ancho corporal y se detiene bruscamente en el acento final.

Durante el movimiento lateral, el fondo muestra un desenfoque de movimiento limitado y físicamente realista mientras su rostro permanece nítido. Papel fotocopiado rasgado, cinta negra y gráficos toscos de pintura en aerosol aparecen como si estuvieran físicamente adheridos a la pared del estudio.

PLANO 11|7.6–8.5s

Un plano general contrapicado de cuerpo completo de las tres integrantes.

Usar un objetivo de 24 mm ligeramente inclinado hacia arriba. Cada integrante realiza una acción diferente pero complementaria:

SOL da un paso adelante y deja caer los hombros;

LUNA pliega su cuerpo hacia un lado y baja su centro de gravedad;

CORONA gira rápidamente, luego mira hacia atrás y avanza hacia la cámara.

Sus movimientos no deben estar perfectamente sincronizados, pero las tres deben detenerse simultáneamente en el mismo golpe de bajo. La cámara retrocede lentamente antes de bloquearse instantáneamente en el acento.

PLANO 12|8.5–9.3s

Un Montaje de primeros planos extremos de manos y detalles de vestimenta.

Usar primeros planos tipo macro con objetivo de 50 mm para revelar rápidamente anillos metálicos, cadenas de cintura, cremalleras de chaqueta, dedos golpeando contra un muslo y una palma lanzada hacia el objetivo. Cada detalle aparece durante solo dos a cuatro fotogramas.

Los fragmentos de texto "CU / T / OUT" se comportan como recortes físicos de papel, cortando abruptamente, rotando y recombinándose en diferentes áreas del encuadre. Los reflejos metálicos deben parecer realistas, con detalle nítido pero sin nitidez digital excesiva.

PLANO 13|9.3–10.2s

CORONA rapea en primer plano, filmada extremadamente cerca con un objetivo de 24 mm.

Señala con un dedo directamente hacia la cámara, creando un agrandamiento dramático de perspectiva en primer plano, luego gira la muñeca y presiona la mano hacia abajo. Mantener el enfoque en sus ojos permitiendo ligeros cambios de profundidad de campo a medida que su mano se acerca al objetivo.

LUNA y SOL permanecen en el fondo con enfoque superficial, realizando movimientos sutiles de cabeza y hombros. Crear una composición de tres capas: "THE FEED" en el fondo, las dos integrantes en el plano medio y CORONA con su gesto de mano en el primer plano.

PLANO 14|10.2–11.1s

LUNA gira rápidamente entrando en cuadro desde la izquierda.

Un objetivo de 35 mm realiza un breve paneo hacia la derecha, siguiendo con precisión su giro. El dobladillo de su prenda se balancea naturalmente con el movimiento. Luego acerca su rostro al borde derecho del encuadre y mira directamente al objetivo.

En el acento musical, añadir un breve desplazamiento horizontal de escaneo. Introducir un Desplazamiento contenido de registro de color rojo-cian alrededor de su silueta, manteniendo su tono de piel y rasgos faciales naturales y estables.

PLANO 15|11.1–12.0s

Un plano medio frontal centrado de SOL.

Un objetivo de 50 mm fija el enfoque en los ojos de SOL. Baja la cabeza y hace una pausa de medio tiempo, luego la levanta violentamente. LUNA y CORONA avanzan simultáneamente desde detrás de ella mientras la cámara retrocede rápidamente un paso, usando paralaje realista para crear impacto espacial.

La enorme palabra "UNMUTED" se reconstruye repentinamente desde el fondo hacia el espacio entre las intérpretes y el primer plano. Sus cuerpos la dividen en múltiples fragmentos, pero ninguno de sus ojos puede quedar oculto.

PLANO 16|12.0–13.0s

Tres cortes secos consecutivos:

SOL es filmada con un objetivo de 24 mm mientras empuja rápidamente un dedo hacia la cámara;

LUNA es filmada con un objetivo de 35 mm mientras lanza con fuerza su hombro hacia el objetivo;

CORONA es filmada con un objetivo de 50 mm mientras se gira y de repente mira directamente a la cámara.

Cada plano corresponde a un golpe de caja. Las distancias focales se vuelven progresivamente más cerradas, aumentando continuamente la presión visual. El grano de película, el ruido de impresión y los bordes toscos de fotocopia se intensifican con cada corte.

PLANO 17|13.0–14.0s

Un plano general contrapicado heroico de cuerpo completo de las tres integrantes.

Usar un objetivo de 24 mm con una composición fuerte de eje central. SOL se sitúa en el centro y da un paso adelante. LUNA gira hacia un lado y baja su centro de gravedad. CORONA se inclina hacia adelante. Juntas, forman una composición triangular asimétrica estable y nítida.

Mantienen respiración natural, inercia de las prendas y movimiento corporal sutil en lugar de congelarse en una pose estática. El gran texto de fondo "FINAL WARNING" queda parcialmente oculto por sus cuerpos, dejando visibles solo formas de letras fragmentadas.

PLANO 18|14.0–15.0s

El golpe de bajo final.

Usando un objetivo de 35 mm, la cámara avanza repentinamente a lo largo del eje central, pasando de un plano medio de tres personas a un primer plano cerrado de sus rostros. Las tres realizan simultáneamente un golpe de cabeza potente y miran fijamente al objetivo.

La imagen se comprime instantáneamente en un efecto de fotocopia en blanco y negro de alto contraste. La frase original "BLACKOUT CODE" aparece brevemente entre el fondo y el plano frontal de sus hombros, temblando dos veces.

En el fotograma final, cortar directamente a negro puro. La música y la imagen se detienen simultáneamente, sin fundido y sin cola de audio residual.

Requisitos negativos: No incluir formación genérica de grupo femenino, caminata prolongada de pasarela, poses de moda estáticas, movimientos débiles o lentos, coreografía grupal sincronizada extendida, baile excesivamente mecánico, expresiones caricaturescas, ciudades neón cyberpunk, contaminación lumínica RGB barata, marcas reales, logotipos de grupos existentes, títulos de canciones existentes, subtítulos ordinarios, fundidos, disolvencias, transiciones suaves, Filtros de enfoque suave onírico, estética CGI de videojuego, piel con aspecto plástico, suavizado de Belleza excesivo, deriva de identidad facial, cambios aleatorios de peinado o vestimenta, enfoque impreciso, movimiento de cámara flotante sin inercia física, movimiento de cámara con IA excesivamente suave, dedos malformados o personas adicionales.

Demo de MiniMax H3 Max — Vídeo musical K-Pop
En esta página Explorar secciones
MINIMAX H3 MAX DE UN VISTAZO

¿Qué es MiniMax H3 Max?

MiniMax H3 Max es una versión con post-entrenamiento del modelo de vídeo MiniMax H3, con post-entrenamiento y optimización de inferencia por fal Research. En Media.io, puedes usarlo en un flujo de trabajo sencillo de Imagen a vídeo para animar imágenes fijas con control preciso de cámara, Audio sincronizado nativo y personajes consistentes entre planos.

~48s15s 768p, primer fotograma
15smáximo por generación
768psalida máxima
01

Generación rápida

Itera rápidamente: MiniMax H3 Max está optimizado para velocidad y genera un vídeo de 15 segundos a 768p en modo de primer fotograma en aproximadamente 48 segundos.

02

Audio sincronizado nativo

El vídeo y el sonido correspondiente se generan en la misma pasada: diálogos, foley, ambiente y música sin necesidad de un paso de doblaje aparte.

03

Primer y último fotograma

Proporciona una imagen de inicio y una imagen final opcional, y MiniMax H3 Max genera el movimiento coherente que las conecta en un solo plano.

04

Consistencia entre planos

A lo largo de múltiples planos en una sola generación, está diseñado para mantener el rostro, cabello, ropa y proporciones de un personaje reconocibles.

Diseñado para velocidad, control y precisión de Audio

Genera rápido, itera más

MiniMax H3 Max está optimizado para la velocidad: un clip de 15 segundos a 768p en modo de primer fotograma puede completarse en unos 48 segundos, para que puedas probar ideas y perfeccionar prompts sin largas esperas.

Obtén Audio y vídeo en una sola pasada

Describe la escena y el sonido juntos, y MiniMax H3 Max genera diálogos, efectos foley, música y ambiente que coinciden con el vídeo, sin doblaje separado ni sincronización manual.

Dirige la cámara con precisión

Usa instrucciones cinematográficas claras —seguimiento en ángulo bajo, acercamiento, zoom y inclinación— y la cámara se mantiene fija en el sujeto mientras coordina movimiento y ritmo.

Anima desde el primer fotograma hasta el último

Sube una imagen de apertura y una imagen de cierre opcional, y MiniMax H3 Max genera el movimiento completo y coherente entre ambas, ideal para transiciones, elevaciones y cambios de escena.

Mantén la consistencia de personajes y estilo

A lo largo de múltiples tomas en una sola generación, MiniMax H3 Max está diseñado para mantener las características de un personaje y un estilo artístico unificado: fotorrealismo, pixel art, claymation o Animación en volumen.

GUÍA DE PROMPTS

Cómo crear prompts en MiniMax H3 Max para vídeos narrativos

Piensa en momentos, no en palabras clave. Dale a MiniMax H3 Max una apertura clara, dos o tres momentos visuales clave, señales de sonido sincronizadas y un final deliberado. Para imagen a vídeo, describe lo que debe moverse o transformarse en lugar de repetir lo que ya es visible.

Toma de apertura + Momentos clave + Trayectoria de cámara + Señales de sonido + Fotograma final
BÁSICO

Demasiado vago

"Una zapatilla futurista se transforma."

LISTO PARA H3 MAX

Dirige el vídeo momento a momento

"Una zapatilla de running plateada descansa sobre una plataforma de cristal negro en un estudio oscuro. Comienza con un acercamiento macro lento mientras finas líneas de luz azul recorren la suela. La zapatilla se separa en capas flotantes —malla, amortiguación y suela exterior— mientras la cámara realiza una media órbita suave alrededor del producto. Cada componente vuelve a ensamblarse en sincronía con clics mecánicos nítidos y un pulso electrónico ascendente. Termina con una toma hero limpia con la zapatilla completa centrada bajo una luz de contorno brillante, los reflejos se asientan mientras la música se resuelve."

Apertura: primer plano del producto Momentos: trazar → separar → reconstruir Cámara: acercamiento + media órbita Audio: clics + ascenso electrónico Final: toma hero centrada

¿Qué puedes crear con el generador de vídeo con IA MiniMax H3 Max?

Haz que los personajes realmente hablen — con sonido

La mayoría de las herramientas de imagen a vídeo te entregan movimiento sin sonido. MiniMax H3 Max genera el movimiento del personaje y su voz o diálogo en la misma pasada, así que un retrato estático puede decir una frase, una mascota puede presentar un producto y un Avatar con IA puede narrar una escena, sin necesidad de un paso separado de Texto a voz o Sincronización labial que ensamblar.

  • Da vida a retratos, mascotas y avatares con diálogo sincronizado y sonido de ambiente en una sola generación.
  • Omite el flujo de TTS más sincronización labial — el audio viene integrado en el clip.
  • Ideal para explicaciones con presentador, introducciones de personajes y vídeos con presentador de IA.
Crea un personaje que habla

Escenas multitoma que mantienen la consistencia

La mayoría de los modelos fallan en el momento del corte: una nueva toma significa un nuevo personaje. MiniMax H3 Max está post-entrenado para mantener la apariencia de un sujeto a lo largo de múltiples cortes dentro de una generación, para que puedas crear el guion gráfico de una apertura, un cierre y los momentos intermedios y obtener una secuencia que se perciba como la misma persona, producto o lugar. Aporta tu propia referencia de personaje como fotograma de apertura y dirige cada corte por separado.

  • Construye un arco narrativo corto — introducción, acción, reacción — sin que el sujeto cambie entre tomas.
  • Corta entre ángulos y mantén al personaje reconocible (revisa y regenera cualquier toma que falle).
  • Ideal para cortometrajes centrados en personajes, minianuncios de marca y secuencias de prueba de concepto.
Construye una secuencia consistente

Vídeos de producto que suenan como un anuncio terminado

Introduce una sola foto de producto y obtén un clip que se mueve y suena terminado: el silbido de una revelación, el clic de un mecanismo, el tono ambiente de un estudio. Como MiniMax H3 Max genera el sonido en la misma pasada que el movimiento, obtienes un spot audiovisual de producto en un solo render en lugar de tres: imagen fija, vídeo silencioso y luego un paso separado de diseño de sonido y sincronización.

  • Convierte una imagen de producto en un clip de revelación o demostración con foley y ambiente a juego.
  • Dirige movimientos de cámara estilo estudio — acercamiento, órbita, inclinación — con el sonido generado a medida.
  • Salida a 480p / 768p en 5, 10 o 15 segundos para adaptarse a la plataforma donde publiques.
Genera un spot de producto

Transiciones de primer y último fotograma, generadas en el medio

Dale a MiniMax H3 Max un fotograma de inicio y un fotograma final opcional, y genera el movimiento completo y coherente que los conecta: una persona girando, una puerta abriéndose, un cambio de día a noche. Como el modelo está post-entrenado sobre la pila de imagen a vídeo de H3, los fotogramas intermedios se mantienen cohesionados en lugar de deformarse, y el sonido sincronizado acompaña al movimiento en lugar de añadirse después.

  • Controla tanto el estado inicial como el final — no solo el fotograma de apertura.
  • Obtén transiciones, revelaciones y cortes de continuidad limpios con movimiento que conecta las dos imágenes.
  • Combina la transición visual con sonido generado que coincide con la acción.
Conecta dos fotogramas
3 PASOS SENCILLOS

Cómo crear un vídeo con MiniMax H3 Max en Media.io

Sube una imagen, describe cómo quieres que se mueva y suene, y luego genera tu vídeo con MiniMax H3 Max optimizado para velocidad.

01
SUBIR

Sube tu imagen

Elige un retrato, foto de producto, obra de arte o paisaje que quieras animar. Para obtener el mejor resultado, usa una imagen clara con un sujeto reconocible.

02
DESCRIBIR

Añade movimiento y sonido

Describe lo que debe ocurrir en el vídeo. Puedes incluir el movimiento del sujeto, la dirección de cámara, diálogos, música, ambiente o Efectos de sonido.

03
GENERAR

Genera y descarga

Selecciona MiniMax H3 Max y genera tu vídeo. Previsualiza el resultado, prueba otra versión si es necesario, y luego descarga y comparte tu favorito.

Genera con MiniMax H3 Max

MiniMax H3 Max vs MiniMax H3

Característica MiniMax H3 MiniMax H3 Max
Resolución máxima 768P / 2K 480P / 768P
Audio sincronizado nativo Solo entrada de Audio Sí, generado en la misma pasada
Velocidad de generación (15 s, 768p) Estándar ~48 segundos (la ruta Turbo es aún más rápida)
Consistencia de personajes entre tomas Enfoque de toma única Diseñado para mantenerla entre cortes
Entrada de Imagen a vídeo Fotograma de apertura / primer y último fotograma Primer y último fotograma (post-entrenado)
Ideal para Generación de toma única en alta resolución Vídeo multitoma rápido, sincronizado con sonido y consistente

Lo que dicen los creadores sobre MiniMax H3 Max

Alex Chen, AI Content Creator
Alex Chen

Creador de contenido con IA

star star star star star

"La velocidad es realmente impresionante." Un clip de 15 segundos con sonido en menos de un minuto significa que puedo iterar ideas en lugar de esperar entre renders.

Maria Lopez, Digital Marketer
Maria Lopez

Especialista en marketing digital

star star star star star

"Audio y vídeo en una sola pasada." Obtener sonido sincronizado al mismo tiempo que el movimiento significa que me salto un paso completo de edición y los resultados se sienten más acabados.

Daniel Park, Indie Filmmaker
Daniel Park

Cineasta independiente

star star star star star

"Excelente para la consistencia en tomas múltiples." MiniMax H3 Max mantiene la apariencia del personaje correcta entre cortes, así que puedo construir una secuencia corta sin rehacer cada toma desde cero.

Preguntas frecuentes sobre el modelo de vídeo con IA MiniMax H3 Max

1. ¿Qué es MiniMax H3 Max?

MiniMax H3 Max es una versión post-entrenada por fal del modelo de vídeo MiniMax H3, optimizada para una generación más rápida de imagen a vídeo con audio sincronizado nativo y mayor consistencia entre tomas. En Media.io te permite convertir una sola imagen fija en un clip de vídeo con sonido sincronizado en un solo flujo de trabajo.

Un clip de 15 segundos a 768p a partir de un primer fotograma normalmente se renderiza en alrededor de 48 segundos en la ruta estándar, con una ruta Turbo más rápida disponible para previsualizaciones más ágiles. Los tiempos reales varían según la resolución, la duración y la demanda.

Sí. MiniMax H3 Max genera audio sincronizado en la misma pasada que el vídeo, de modo que el movimiento y el sonido llegan juntos en lugar de como un paso de edición separado.

Sí. Puedes proporcionar un primer fotograma, o tanto un primer como un último fotograma, para guiar el inicio y el final del movimiento. Esto facilita controlar cómo comienza y termina un clip.

MiniMax H3 Max soporta 480p (la opción predeterminada) y 768p como salida, con duraciones de clip de 5, 10 o 15 segundos. Elige la combinación que se ajuste a tu plataforma y presupuesto de almacenamiento.

MiniMax H3 Max está diseñado para mantener la consistencia de los personajes en múltiples tomas. Los resultados no están garantizados en todos los casos, así que revisa y usa Regenerar si una toma no conserva el aspecto que deseas.

Puedes describir movimientos de cámara como seguimiento, acercamiento, zoom e inclinación, y estilos visuales que van desde fotorrealismo hasta pixel art, claymation y Animación en volumen. Los prompts claros y específicos te dan más control sobre el resultado.

Hay créditos gratuitos disponibles para que puedas probar MiniMax H3 Max sin pagar, y los planes de pago desbloquean más generaciones y opciones de mayor resolución. Inicia sesión para ver el Saldo de crédito actual y los detalles del plan.

Calificación de calidad de las herramientas de IA en línea de Media.io:
vote 4.7 (162,357 votos)