画像から動画生成
MiniMax H3
画像をアップロード
クリックまたはドラッグでアップロード、または履歴から選択
アイデアがない?まず画像を生成してみよう >
対応するアップロード形式:jpg、jpeg、png、webp、heic、heif、画像サイズは最大30 MB、幅/高さは最低256ピクセル。
プロンプト
0/5000
5s
2K
作品
アイデアハブ
仕組み
統合されたマルチモーダル動画作成

MiniMax H3 AIビデオジェネレーター

別のサイレント テキストからビデオへのクリップ以上のものが必要ですか?Media.io は、MiniMax H3 を 1 つのブラウザベースのワークフローに組み込み、テキスト、画像、ビデオ、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ることができます。キャラクター、モーション、カメラ、スタイル、ボイス、ペースを指示し、生成します。ネイティブ ステレオ オーディオで最大 15 秒の 2K ビデオ.

  • 2K出力
  • 最大15秒
  • ネイティブステレオオーディオ
  • 最大 12 の混合参照
参考画像
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

アップロードした画像を商品の外観の唯一の参考にし、ハイエンド商品公式サイトランディングページのUI/UXデモンストレーション動画を15秒16:9の横向き版で作成します。コア製品は、写真のようなハンドルと断熱機能を備えたグリーンのミリタリースタイルのカップです。プロセス全体を通して、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することなく、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、上部開口部構造、右の正方形のハンドル、金属の装飾的なリング、および「media.io」のロゴを厳密に維持してください。
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の公式ウェブサイトのビジュアルスタイルを採用しています。純粋なブラックの背景に、ダークカーボンファイバー、メタルブラッシュ、防水生地の質感が織り込まれ、流れの速いミリタリーグリーンと暖かい金色のダイナミックライトバンドが組み込まれています。ラフでパワフルな、わずかに傾いた特大のサンセリフフォントを使用し、テキストは製品を背景グラフィックとして前面と背面のオクルージョンを作成します。ページレイアウトは洗練され、抑制されており、スピード感と力強さがあります。
0 - 4 秒: 製品の公式サイトのメイン画面から開始します。絶縁カップはスクリーンの中央に非常に大きな割合で吊り下げられています。背景には、はっきりと読みやすい巨大なタイトル「BUILT TO GO」が表示されます。製品はゆっくりと近づき、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広げ、マット素材、透明な蓋、メタルリング、幅広のハンドルが強調されます。上部はミニマリストのナビゲーションバーを保持し、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ています。
4 - 6 秒: マウスが Web ページを下にスクロールし、最初の画面がスムーズに上向きに終了します。カメラはページをたどって製品の詳細領域に移動します。カップの蓋、ハンドル、カップ本体、底のディテールが横カードに1つずつ表示されます。スクロールは自然な慣性とわずかな速度ボケがありますが、製品情報は明確なままです。
6 - 10 秒: 製品機能セクションに入ります。ページの左側には「「終日の気温」」というクリアなタイトルが表示され、右側には完全に吊り下げられた断熱カップが表示されています。製品は、回転角の 4 分の 1 でゆっくりと安定して回転します。要約 背景には冷気流、微細な水滴、金属波が現れ、断熱性と保冷性能を実証しています。機能ボタンの上にマウスを置くと、製品がわずかに拡大され、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。絶縁カップ自体を変更することなく、UIの背景とインターフェイスの色のみが変更されます。
10 ~ 12 秒: 「漏れ防止蓋」と「握りやすいハンドル」の機能領域までスクロールし続けます。カップの蓋とハンドルのクローズアップを使用し、構造の詳細を指す幾何学的な線を使用します。ページ要素はすばやくスライドし、順番に着実に停止します。
12~15秒: Webページがスムーズにホーム画面に戻り、魔法瓶カップが画面の中央にサイズ変更され、製品の背後に「BUILT to GO」という巨大なタイトルがあります。下部に透明な「カートに追加」カプセルボタンが表示されます。マウスはボタンの中央に正確に移動し、ホバー効果をトリガーします。ボタンは拡大し、白黒に変わり、緑がかった輝きを放ちます。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に残ります。
ショットとアニメーション: Web ページのスムーズな垂直スクロール、製品の浮遊回転、ゆっくりとしたズームイン、レイヤー視差効果、高速ライト バンド スイープ、カードのスライドイン、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、リアルで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:絶縁カップの色、構造、ハンドル位置、カップ蓋の形状、ブランドロゴは変更してはなりません。製品は他のカップモデルに変換してはなりません。フィギュアや手は禁止されています。開梱は禁止です。カップは柔らかくなったり、曲がったり、溶けたり、変形したりしてはなりません。文字化けされたコード、間違ったラベル、追加の製品は許可されていません。色の反転は、web の背景、ボタン、テキストにのみ影響します。製品は常に明確で完全で安定したままでなければなりません。

MiniMax H3 デモ — e コマース製品 Web サイト広告
クリエイティブ・ディレクション

## 15秒K-PopガールズグループMVプロンプト

件名:3人組のK-popガールズグループ。各メンバーを確立されたキャラクターデザインと一致させます。ビデオ全体を通して、顔の特徴、髪型、体のプロポーション、衣装、個人のアイデンティティを保存します。

ソル: ロングでストレートな黒髪で、落ち着いていながらも威厳のある存在感。彼女は黒の分解されたクロップド レザー ジャケット、メタリック留め具のフィット トップス、ハイウエストの非対称プリーツ ミニスカート、シルバーのリングと繊細なウエスト チェーンが付いた尖った膝の上のブーツを着ています。

ルナ:シルバーグレーの短いオオカミカットで、冷たく離れた存在感があります。彼女は、彫刻パネルが施されたクロップド シルバー グレーのジャケット、黒のハイネック ボディスーツ、メタリック アシンメトリー スコート、黒のプラットフォーム バイカー ブーツを着ており、透明なメッシュ スリーブとメタリック イヤリングがアクセサリーになっています。

コロナ:細い三つ編みの長いウェーブの濃い黄褐色の髪は、反抗的で鋭い態度を投影しています。彼女は、ダークレッドのレザー バイカー ジャケット、黒のストラップ付きクロップ トップ、ローライズのレイヤード スコート、ダークレッドのレースアップ ブーツを着ており、スタッズ付きのベルトとメタリック ブレスレットがアクセサリーになっています。

衣装は、リアルな革の質感、メタリックな反射、生地の折り目、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特徴としている必要があります。安価なステージ衣装、プラスチックのような素材、または一般的なガールズグループの制服は避けてください。

設定:白いシクロラマスタジオをアンダーグラウンド音楽雑誌の撮影セットに変身。清潔な商業スタジオに似てはいけません。背景には、露出しすぎた白い壁、濃い灰黒の影、コピーされた紙の断片、破れた紙の端、ハーフトーンのドット、黒いテープの跡、ずれたスキャン、局所的な黒いスプレーペイントのテクスチャが特徴です。選択されたショットでは、背景はハードカットのみを使用して、純粋な黒、オーバーエクスポーズされた白、および高コントラストのグレーの間で瞬時に切り替わります。

ビジュアル スタイル: 1990 年代後半から 2000 年代初頭のインディーズ ミュージック マガジン、アンダーグラウンド コンサート ポスター、コピー紙、スキャン フィルム、ジン コラージュの美学を組み合わせた、リアルなハイファッション制作価値を備えたダーク 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。低彩度の濃い赤と冷たいシルバーグレーのアクセントに、コントラストの高い黒と白を使用してください。暗い服では、自然な肌の色、深い黒、はっきりと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、ラフプリントエッジ、スキャン変位、シャッタードラッグ、およびローカライズされた色登録エラーを追加します。安価なサイバーパンクネオン、ビデオゲームCGI、プラスチック肌、過度の美容スムージングは避けてください。

撮影: ARRI Alexa 35 の自然な肌の色と高いダイナミックレンジをシミュレートし、本物の高予算のミュージックビデオの雰囲気を作成します。24mm、35mm、50mm のシネマ レンズを迅速に交互に使用できます。近距離の広角圧力、低角グループショット、ハンドトゥカメラインパクトショットには 24mm を使用します。35mm で、中程度のクローズアップ パフォーマンス、2 人の空間構成、および高速な横方向のカメラ動きを実現します。顔のクローズアップ、プロフィール、強烈なアイコンタクトには 50mm です。対立する広角クローズアップ、ビート同期の頭の動き、肩のディテール、ローアングルミディアムショット、手動のカメラプッシュ、タイトなプロファイルクローズアップを頻繁に使用します。カメラは、制御されたハンドヘルド動き、突然の前進、急速な横方向のスライド、または正確にビートに合わせた突然の停止を使用する場合があります。説得力のあるカメラ重量、物理的慣性、遠近法の変化、空間視差、正確な焦点を維持します。パフォーマーは表現力豊かな振り付けとラップパフォーマンスを通じてビートを打たなければなりません。これはランウェイウォークや静的なファッション撮影ではありません。

音楽: 約 138 BPM の 15 秒のダーク ポップ、サイバー グランジ、トラップ ラップ セグメント。強力なサブベース、タイトで鮮明なスネア、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 チョップを使用します。最初の 3 秒は緊張感を確立し、中間セクションは濃密な編集で連続したラップ シーケンスに入り、最後の 2 秒は濃縮された重低音で終わります。

タイポグラフィ: テキストは通常の字幕ではありません。それは構成と空間デザインのアクティブな部分です。「フィードを切る」、「デッドエア」、「最初に攻撃する」、「システム/ボイド」、「降伏しない」、「ミュートなし」、「最終警告」、「ブラックアウトコード」など、オリジナルのブランドのないフレーズを使用してください。本物のブランド、本物のグループロゴ、または既存の曲名を含めないでください。濃い黒のサンセリフ文字、凝縮された工業用フォント、タイプライターのテキスト、手作りのコピー文字を組み合わせます。タイポグラフィを前景、中央、背景に配置します。パフォーマーは言葉を部分的に隠すことができ、テキストは体、服装、または手と重なることができますが、目や重要な表情を隠してはなりません。すべての外観、シェイク、ストレッチ、コンプレッション、フラクチャー、フリップ、ハードカットの再配置をラップアクセント、スネア、ベースヒットと同期させます。タイポグラフィにインクブリード、コピーノイズ、誤って登録されたカラープレート、およびラフなスキャンエッジを追加します。

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します。フェード、溶解、ソフトトランジション、またはレイヤードスローモーションはありません。各ショットは 0.3 秒から 1.2 秒続く必要があります。ペースは速く、視覚的に読みやすいものでなければなりません。すべての動きの停止、カメラの停止、タイポグラフィの変更、編集ポイントは、ビートに正確に着地する必要があります。

ショット01|0.0–0.8s

最初の低音のピュアブラックフレームのハードカットは、ソルの極端な正面クローズアップに当たった。

24mmの広角レンズが彼女の顔のすぐ近くに配置されています。カメラはソルの目と同じ位置にあり、焦点は彼女の瞳孔にしっかりと固定されています。ソルはレンズに向かって積極的に身を乗り出し、突然頭を下に傾けます。彼女の長い黒髪は、短くて物理的に正確な勢いで反応します。

画像はコントラストが高く、背景はひどく露出オーバーですが、彼女の顔のハイライトはクリップしてはいけません。彼女の後ろには巨大な大胆な黒い文字「死んだ」が現れ、頭の中央が隠れています。ビートに合わせて、フィルムの粒度が急に強まり、カメラは1つの短い垂直方向の揺れを発生させます。

ショット02|0.8–1.5s

ルナの肩と顎のラインをクローズアップしたハードカット。

50mmレンズで左前から撮影されています。フレーミングは彼女の頭頂部の一部を切り取り、顎のラインと視線を強調します。彼女は片方の肩を下げて、最初は横顔でカメラの方を見ましたが、スネアで突然顔を前に向けました。

彼女の銀色の髪は瞳孔を覆わずに目の端を横切っています。背景からハーフトーンのドットが彼女の服の端に広がっています。凝縮された単語「AIR」はハードカットされ、右側からフレームに圧縮され、背景と手前の彼女の肩の間に配置されています。

ショット03|1.5~2.3s

コロナのローアングルミディアムショットにハードカット。

24mmカメラはウエストレベルより下に配置され、わずかに上に傾いています。彼女は体を前に押し出し、片手をレンズに向けて突き出す。彼女の手のひらは前景を横切り、ベースのヒットですぐに引っ込みます。

彼女の手がレンズに近づくと、レンズは遠近法を通して自然に拡大し、一時的に焦点が外れます。彼女がそれを引き戻すと、焦点が急速に彼女の目に戻ります。濃褐色の長い髪と細い三つ編みは、リアルな惰性で動きます。濃い赤と黒の色のレイヤーがわずかに誤って登録されており、画像はスキャンされたヴィンテージ雑誌に似ています。彼女の手は「ストライキ」という言葉を部分的に隠しています。

ショット04|2.3–3.0s

メンバー3人全員のタイトな正面ミディアムショット。

安定した35mmの中央構成を使用してください。ソルはカメラに少し近づいた中央に立ち、ルナとコロナは両側に立っています。3人とも同時に肩を下げ、それから急激に頭を上げてビートに合わせてカメラを見つめます。

背景は白から黒にハードカットされ、パフォーマーは完璧に揃ったまま白に戻ります。「カット」という大きな言葉が彼らの後ろに水平に伸びており、彼らの体は中央を隠して断片化しています。

ショット05|3.0–3.7s

ソルの50mmプロファイルクローズアップ。

彼女は振り向いて突然立ち止まり、顎のラインに沿って指を滑らせながら、顔を横顔からカメラに向かって急速に回転させます。焦点は彼女の指先から始まり、すぐに彼女の目に移ります。

彼女の動きが止まった正確な瞬間、カメラはレンズ軸に沿って20センチの高速プッシュを行い、すぐにブレーキをかけます。「システム」という言葉が左手前に現れ、顔を覆わずに彼女の肩にわずかに重なっています。

ショット 06|3.7–4.4s

ルナのローアングル全身ショット。

24mmレンズを床の近くに置き、わずかに上に傾けます。彼女は短くてリアルで力強いダンスフレーズを披露します。膝を内側に向け、上半身を後ろに引き、腕を胸の横切りから切り離し、すぐにカメラに寄りかかります。

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は、クリアな生地の慣性で反応します。スネアでは、画像は 3 フレームにわたって高コントラストの白黒ハーフトーン処理に切り替わり、すぐに低彩度の色に戻ります。

ショット 07|4.4–5.1s

コロナのタイトな35mm顔クローズアップ。

カメラは彼女の右側から素早く正面の位置にスライドします。リズムに合わせて頭を向け、軽く顎を持ち上げてから、わざとレンズに近づく。彼女は微笑みません。彼女の表情は対立的で鋭く、本格的なラップパフォーマンスに地に足を踏み入れています。

暗い赤色の単語「VOID」が突然彼女の後ろから前景に切り込まれ、髪とジャケットの一部が重なり、目、鼻筋、口が完全に見えます。

ショット 08|5.1–6.0s

3 人のメンバー全員が交互に頭の動きを素早くモンタージュしました。

ソルは力強く正面からうなずき、ルナは高速プロファイルのヘッドターンを実行し、コロナは前かがみになって頭を下にスナップします。各アクションから3〜5つのフレームのみを保持し、3つの連続したハードカットでそれらを接続します。

正確なマッチカットを作成するために、フレームのほぼ同じ領域に目を置きます。背景は白、グレー、黒の間でジャンプカットされ、フィルムスキャンラインは上から下に短く転がります。

ショット 09|6.0–6.8s

ソルとコロナの接戦ツーショット。

35mmレンズを使用します。ソルは前に立ち、カメラに直接ラップします。彼女の背後から突然コロナが現れ、カメラ軸に沿って急速に近づいてくる。

それらの間に明確な空間分離を維持します。両方のパフォーマーの間で落ち着く前に、焦点がソルからコロナに一時的に移ります。背景には「いいえ」という言葉が現れ、「降伏」は下の前景に沿って座り、顔を覆わずに衣装の端と重なっています。

ショット 10|6.8–7.6s

ルナのソロミディアムクローズアップ。

彼女は素早く両手を顔の横に組み、外側にスライスし、連続したスネアを正確に打ちます。35mm レンズを使用すると、カメラは同時に体幅の約半分左にスライドし、最後のアクセントで突然停止します。

横方向の動きの間、背景は限られた、物理的にリアルなモーションブラーを表示しますが、彼女の顔は鋭いままです。破れたコピー用紙、黒いテープ、スプレー塗装された粗いグラフィックは、まるでスタジオの壁に物理的に取り付けられているかのように見えます。

ショット 11|7.6–8.5s

メンバー3人全員のローアングル全身ワイドショット。

少し上に傾いた24mmレンズを使用してください。各メンバーは、異なるが補完的なアクションを実行します。

ソルは前に出て肩を落とした。

ルナは体を横に折り、重心を下げます。

コロナは素早く振り向き、振り返ってカメラに向かって移動します。

彼らの動きは完全に同期してはいけませんが、3つすべてが同じベースヒットで同時に停止する必要があります。カメラはゆっくりと後ろに引っ張られ、アクセントに即座にロックされます。

ショット 12|8.5–9.3s

手と衣装のディテールを極端にクローズアップしたモンタージュ。

50mm マクロ スタイルのクローズアップを使用すると、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、太ももをたたく指、レンズに向かって突き出された手のひらが素早く見えます。各ディテールはわずか2〜4フレームで表示されます。

テキストフラグメント「CU / T / OUT」は、物理的な紙の切り抜きのように動作し、フレームのさまざまな領域でハードカット、回転、再結合します。メタリックな反射は、鮮明なディテールでリアルに見える必要がありますが、過度のデジタルシャープニングは必要ありません。

ショット 13|9.3–10.2s

前景でコロナがラップし、24mmレンズで極めて近くで撮影されました。

彼女は 1 本の指をカメラに直接向けて、劇的な前景の視点拡大を作成し、手首を回転させて手を下に押します。彼女の手がレンズに近づくときにわずかな被写界深度の変化を許可しながら、彼女の目に焦点を合わせ続けます。

ルナとソルは焦点の浅い背景に留まり、微妙な頭と肩の動きを行います。背景に「THE FEED」、真ん中に 2 人のメンバー、手振りを手前にしたコロナの 3 層構成を作成します。

ショット 14|10.2–11.1s

ルナは左から急速にフレームに回転します。

35mm レンズは、彼女のターンに正確に追従して右に短いパンを実行します。その動きに合わせて自然に服の裾が揺れる。次に、彼女はフレームの右端に顔を近づけ、レンズを直接見つめます。

音楽的なアクセントで、簡単な水平スキャン変位を追加します。肌の色と顔の特徴を自然で安定した状態に保ちながら、シルエットの周りに抑制された赤とシアンの色登録オフセットを導入します。

ショット 15|11.1–12.0s

ソルのセンターフロントミディアムショット。

50mm レンズがソルの目に焦点を合わせます。彼女は頭を下げて半拍間立ち止まり、その後激しく上に叩き上げます。カメラが急速に一歩後退すると、ルナとコロナが同時に背後から前進し、リアルな視差を使用して空間的なインパクトを生み出します。

「UNMUTED」という巨大な言葉が、背景からパフォーマーと前景の間の空間に突然再構築されます。彼らの体はそれを複数の断片に分割しますが、彼らの目はどれも隠れていないかもしれません。

ショット 16|12.0–13.0s

3連続ハードカット:

ソルは 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押し付けます。

ルナはレンズに向かって肩を強引に駆り立てながら、35mmレンズで撮影されています。

背を向け、ふとカメラに直接振り返るコロナが50mmレンズで撮影されている。

各ショットは1つのスネアヒットに対応します。焦点距離は徐々に狭くなり、視覚的な圧力が継続的に増加します。フィルムの粒度、印刷ノイズ、およびコピーされた粗いエッジは、カットするたびに強化されます。

ショット 17|13.0–14.0s

メンバー3人全員のローアングル全身ヒーローショット。

中心軸構成の強い24mmレンズを使用してください。ソルは中央に立ち、前に出る。ルナは横向きになって重心を下げる。コロナは前のめりになる。一緒に、それらは安定した鋭い非対称な三角形の組成物を形成します。

静的なポーズで固まるのではなく、自然な呼吸、衣服の慣性、微妙な体の動きを維持します。大きな背景テキスト「最終警告」は彼らの体によって部分的に隠され、断片的な文字だけが見えます。

ショット 18|14.0–15.0s

最後のベースヒット。

35mmレンズを使用すると、カメラは急に中心軸に沿って前方に押し出され、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に移行します。3 人すべてが同時に強力なヘッド ヒットを 1 回放ち、レンズを直接見つめます。

画像は瞬時にコントラストの高い白黒コピー効果に圧縮されます。元のフレーズ「ブラックアウト コード」は、肩の背景と前景面の間に短く現れ、2 回揺れます。

最後のフレームでは、純粋な黒に直接カットします。音楽と画像が同時に停止し、フェードやオーディオテールが残ることはありません。

否定的な要件: 一般的なガールズグループのラインナップなし、長時間のランウェイウォーキング、静的なファッションポーズ、弱いまたは遅い動き、拡張された同期グループ振り付け、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、安価なRGB光害、本物のブランド、既存のグループロゴ、既存の曲名、普通の字幕、フェード、溶解、ソフトトランジション、夢のようなソフトフォーカスフィルター、ビデオゲームのCGI美学、プラスチックに見える肌、過度の美容スムージング、顔のアイデンティティドリフト、ランダムな髪型や服装の変更、不正確な焦点、物理的慣性のない浮遊カメラの動き、過度に滑らかなAIカメラの動き、指の変形

MiniMax H3 デモ — K-Pop ミュージック ビデオ
参考画像
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

前記添付された前記参照画像を正確な開口枠及び文字参照として用い、

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 リズムに編集し、素早いスネア ヒット、コントラバス パルス、鋭いブラス スタブ、ハンド クラップ、スパー サウンド、ホイップ クラック、短いリボルバー シリンダー クリックを使用します。すべてのカット、ポーズ、カメラの動き、グラフィックバー、タイポグラフィのヒットは、ビートまたはハーフビートで正確に着地する必要があります。

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します。ほとんどのショットはわずか0.2〜0.7秒しか続きません。0.8秒を超える間、視覚的に変化しないショットはありません。一定の視覚的進行とエスカレートするエネルギーを維持します。

非常に短い 2 ~ 4 フレームのマイクロフリーズ、約 0.08 ~ 0.15 秒のみを使用し、その直後に爆発的な動きが続きます。フリーズフレームをフルビートまたは数秒間保持しないでください。リズムは、バースト-ヒットストップ-バースト-ハードカット-バーストのような感じでなければなりません。

ビジュアルスタイル:

ミッドセンチュリーのグラフィック デザイン、ソール バスにインスパイアされた構図、バウハウスの幾何学、パルプ ウエスタンのポスター、コミック ブック パネル、ラフなスクリーン プリントの質感を組み合わせた、エネルギーの高い 1960 年代のスパゲッティ ウエスタン タイトル シーケンスを作成します。

カウボーイと環境のディテールを大胆でコントラストの高いブラックのシルエットとしてレンダリングします。飽和レッド、マスタードイエロー、ディープネイビー、ブラック、小さなクリームのハイライトのみを使用してください。すべてのカットには、新しいカラーアレンジ、クロップ、グラフィックシェイプ、またはカメラアングルを導入する必要があります。

ドラマチックな斜めの構図、特大の太陽の円、鋭い水平の砂漠の線、急速に動く電信線、回転するリボルバー チャンバー、ブーツとスパーのクローズアップ、コートのシルエット、帽子のつばのクローズアップ、分割スクリーン、幾何学的なシャッター、拡張する円、斜めのバー、大胆なタイポグラフィを使用してください。

タイムラインとショット密度:

0.0-1.5s — 急速なオープニング:

正確な参照画像からわずか 0.2 秒で開始します。

すぐに4つの迅速なカットを実行します。

赤い空を背景に広いカウボーイのシルエット→帽子のつばにスナップズーム→フレームを横切る電信線→影の目の極端なクローズアップ。

選択したショットの間に3フレームの黒いフラッシュを挿入します。

カウボーイは最初のメジャーブラスヒットでポールから急激に離れます。

1.5~4.0秒 — ディテールインパクトモンタージュ:

6 つの高速クローズアップを作成し、それぞれ約 0.3 ~ 0.5 秒持続します。

ブーツが地面にぶつかる→スパースピン→コートテールスナップ→指がホルスターの横で曲がる→ベルトバックルが点滅→リボルバーシリンダーが回転します。

すべてのカットに赤、マスタードイエロー、深いネイビーの背景が交互にあります。

スナップ ズーム、ホイップ パン、クラッシュ ズーム アウト、斜めワイプ、2 ~ 4 フレーム ポーズ フリーズを使用します。

4.0–7.0s — 加速歩行:

カウボーイが平らなマスタードイエローの砂漠の野原を素早く歩いている様子を示します。

全身サイドビュー、ローアングルブーツ、オーバーヘッドグラフィックシルエット、スイングハンドの極端なクローズアップ、コミックブックのスプリットパネルの間で切り取ります。

彼の歩行リズムは正確にパーカッションに着地しなければなりません。

電信柱と砂漠の線が反対方向に通り過ぎ、強烈な視差と速度を生み出します。

連続的なゆっくりとした歩行を示さないでください-動きを速いリズミカルな断片に分割します。

7.0–10.0秒 — 幾何学的アクションバースト:

画面を 2 つ、3 つ、次に 4 つの漫画パネルに分割します。

さまざまなパネルでは、帽子が回転し、ブーツが止まり、コートが開き、手がリボルバーに近づき、カウボーイがカメラの方を鋭く見つめている様子が示されています。

連続したビートでパネルがバタンと開いたり閉じたりします。

フルフレームの赤、黄色、ネイビー、黒のフラッシュを交互に使用します。

急速な横棒、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します。

すべての組成は0.5秒以内に変化します。

10.0–13.0s — 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ます。

目→手→ホルスター→スパー→リボルバーグリップ→コート→電信線→特大太陽→フルカウボーイシルエット。

徐々にタイトなクローズアップと強力なスナップズームを使用します。

カウボーイはリボルバーに手を伸ばし、急に曲がり、強力なガンファイターのポーズを取ります。

3フレームのデッドストップを使用して、すぐに次の角度にカットします。

スローモーションや長いサスペンスの一時停止はありません。

13.0–15.0秒 — 最終インパクト:

3 つの急速な偽エンディングを使用します。

イエローにカウボーイシルエット→ハードカットからネイビーエクストリームクローズアップ→ハードカットからレッドワイドショット。

最後のミュージカルヒット曲では、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、電柱の横にいるカウボーイを明らかにします。

正確なタイトル「OUTLAW」が空の左側に大きなクリーム色の幾何学的文字として突き刺さっています。

最終構成を最後の0.6秒間だけ保持し、すぐにハードストップで終了します。

MiniMax H3 デモ — コミック ウエスタン タイトル シーケンス
クリエイティブ・ディレクション

大胆なコミックブックのインクスタイルで、2つの完全にオリジナルのキャラクターの間の15秒の映画のような戦いを生成します。重い黒のアウトライン、ハーフトーンの陰影、ディストレストされたプリントテクスチャ、インクの飛び散り、ギザギザのスピードライン、および限定的な深紅、エレクトリックブルー、ブルーブラック、シルバーホワイト、ブラックのパレット。

設定:

高層ビル、ネオンの反射、煙、稲妻、屋上構造物、乱雲の夜、雨に濡れた未来的な街。

キャラクター:

クリムゾン ウィーバー: 細いシルバーの幾何学的なライン、表情豊かな白いアイレンズ、手首に取り付けられた合成ケーブル ランチャー、小さなシルバーの砂時計の紋章を備えたオリジナルの深紅と真夜中の青の装甲スーツを身に着けた、アスレチックな大人の仮面ヒーロー。

タイタン-09: 爪のある手、金属の牙、赤い光学センサー、光る円形の胸部リアクトル、そして鎧に弧を描くエレクトリックブルーのエネルギーを備えた巨大な青黒のメカ。

両方のデザインを一貫して保ちます。既存のスーパーヒーロー、フランチャイズの衣装、ロゴ、または認識可能なキャラクターを模倣しないでください。

0~2.5秒:

大雨の中、屋上に立つクリムゾン・ウィーバーのトップダウンショット。彼が顔を上げると、カメラは急速に降りてきてこう言います。

「準備をしてください。これで終わりです!」

読みやすいコミック テキスト (「準備をしてください」、「これは終わります」、「今!」) を彼の声と同期させます。各フレーズは、黒い輪郭、深紅の影、インクの飛び散り、インパクトシェイクでフレームにぶつかります。彼はレンズを通り過ぎて発光ケーブルを発射し、屋根から飛び降り、速いホイップパンで移行します。

2.5~4.5秒:

街の上にそびえ立つタイタン09の極端なローアングルの明らかさ。赤い目と胸の原子炉がフレアすると、電子的な轟音を放ちます。青い稲妻と目に見える衝撃波が窓を揺らし、煙を通りに押し出します。ハーフトーン リング、インク スプラッシュ、そして「VRRROOOM!」を追加します。

4.5~7.5秒:

クリムゾン・ウィーバーは建物の間を急速に揺れ動き、前方に反転し、タイタン-09にケーブルを発射します。メカは巨大な拳を振り回します。ヒーローはかわし、拳は空の給水塔を打ちます。破片、白いインパクトライン、インクの飛び散り、「KRAK!」、2~3 フレームのインパクトフリーズを追加します。

7.5~10.5秒:

ヒーローはメカの腕に着地し、鎧を駆け抜け、青い電気バーストを避け、光センサーにケーブルを巻き付け、強力なダブルフットキックを放ちます。迅速なクローズアップ、赤い火花、電気アーク、スピードライン、ハードカット、スナップズームを使用します。

10.5~12.5秒:

タイタン-09は胸部原子炉から赤色エネルギービームを発射します。クリムゾン・ウィーバーは高層ビルの間を揺れ動き、かろうじてそれを避けます。攻撃的な追跡カメラ、極端な遠近法、強い視差、グラフィックフラッシュ、斜めのコミックパネルを使用してください。

12.5~15秒:

クリムゾンウィーバーはメカを一周し、近くの建物に複数のケーブルを固定し、拘束します。彼はケーブルをパチンコとして使用し、最も強い音楽ビートで胸のリアクターを打ちます。銀白色の衝撃バースト、火花、電気、インクの飛び散り、カメラの揺れ、そして「THWAAK!」を追加します。

タイタン09号の原子炉が停止。クリムゾン・ウィーバーがスリーポイントポーズで着地。彼の後ろに拘束されたメカと稲妻がスカイラインを照らす漫画のフリーズフレームで終わります。

オーディオと編集:

ドラム、ギター、ブラス ヒット、サンダー、ケーブル ランチ サウンド、メカニカル ロア、エネルギー エフェクトを備えた、約 150 BPM の高速コミック ブック ジャズ ロック。すべてのカットとインパクトをビートに同期させます。ラピッド ハード カット、ホイップ パン、スナップ ズーム、コミック パネル ワイプ、リズミカルなブラック フレーム、2〜3 フレーム インパクト フリーズを使用します。

制限:

オリジナルキャラクターのみ。子供、覆われていない顔、衣装の変更、追加のキャラクター、ゴア、血、死、グラフィック怪我、余分な手足、奇形の解剖学的構造、一貫性のないデザイン、ランダムな会話、または読めないテキストはありません。

MiniMax H3 デモ — オリジナルコミックヒーローバトル

あなたが意図したビデオを演出するためのより多くの方法

MiniMax H3 は、テキスト、画像、ビデオ、オーディオを 1 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。
これらの入力がどのように関連しているかを説明すると、H3 は指示に従って、ネイティブ ステレオ サウンドで制御可能なビデオを生成または編集できます。

1つの統一されたコンテキスト

自然言語で複雑なマルチモーダルタスクを指示する

12 の混合ファイル内に最大 9 つの画像、3 つのビデオ、3 つのオーディオ クリップを組み合わせ、1 つの命令でそれらの役割を説明します。たとえば、カメラの動き、キャラクターの画像、音声や曲を一緒に参照します。

2K+ステレオ

ネイティブステレオサウンド付き2Kビデオ

H3は、元のマルチモーダルコンテキストを再利用して、通常のアップスケールだけでは保持できない小さなテキストや細かいディテールを保持しながら、2Kでより鮮明な商品やキャンペーン、SNS向けビジュアルを生成します。

最大15秒まで

完全な動画シーンに十分な長さ

最大15秒のクリップを生成して、場面設定や動きの展開、明確な結末を表現します。

商用グレードの指示追従

詳細なクリエイティブブリーフを、テキストやブランド情報の扱いを向上させ、ブランド、商品、広告、編集、多ショット動画のよりコントロール可能な結果に変換します。

V2V動作転送・編集

既存動画を参照し、身体の動きやカメラの動き、パフォーマンスや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成を適用します。

成果に合わせたMiniMax H3ユースケース

モデルに何を保持させ、何を想像させたいかに基づいてモードを選択してください。

動きが指示できる商品広告

2Kの商品紹介・ブランドシーン・ダイナミックポスターやEC広告を、統一感のあるビジュアル、ネイティブ音声、分かりやすい指示追従、テキストやブランド情報の明確な表現で生成します。

キャラクターの一貫性ある動画

複数のキャラクター・衣装画像を用いて、短い物語やブランドシーンにわたりアイデンティティを伝えます。

動き・カメラスタディ

短い動画参照を用い、動きやフレーミング、カメラ挙動、テンポをガイドしながら自分自身の被写体を指定します。

映画タイトル・多ショットストーリーテリング

連続したショット、雰囲気、カメラワーク、対話、効果音、音楽を一つのオーディオビジュアルシーケンスとしてまとめて指示できます(各モダリティを個別タスクとして扱う必要なし)。

音楽・パフォーマンスコンセプト

パフォーマーやキャラクター参照を音楽や声、タイミング指示と組み合わせ、一世代でネイティブなステレオ音声パフォーマンスを生成します。

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UI、ダイナミックポスター、商品デザインコンセプト、UI/UX動作スタディを生成します。

MiniMax H3 スペック

Media.ioで動画を作成する際に重要なMiniMax H3の機能です。

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
ネイティブオーディオビジュアル出力 音声・効果音・音楽を一元的にモデリングしたネイティブステレオ音声付き動画
持続時間 4〜15秒の整数秒指定
作成モード テキストから動画、最初/最初と最後フレーム画像から動画、参照から動画
画像参照 最大9枚
動画参照 最大3本(各2〜15秒)、合計で最大15秒まで
音声参照 最大3本(各2〜15秒)、合計で最大15秒まで
参照合計上限 画像・動画・音声ファイル合計最大12個
アスペクト比 プロンプトまたは入力に依存。Media.ioインターフェースで利用可能な選択肢が異なる場合があります。
2Kディテール再現 元のマルチモーダルコンテキストを用いた再生成で、2Kでも細かいテキストやディテールを強化
商用での強み 複雑な指示追従、テキスト・ブランド情報表現、V2V動作転送、マルチモーダル編集、複数ショットネイティブオーディオビジュアル生成
重要な制限事項 入力に合った作成モードを選択してください。最初/最後フレームコントロールと複合参照コントロールは現在の記載インターフェースでは別々のワークフローです。

公式動画生成ガイド, APIリファレンス、およびモデルリリースノートもご覧ください。Media.ioでは記載された一部機能のみ利用できる場合があります。

MiniMax H3とSeedance 2.0の比較

どちらのモデルもマルチモーダル参照・ネイティブ音声をサポートしています。実際の選択肢は商業的な精度とシネマティックな複雑性のどちらを重視するかによります。

比較 MiniMax H3 Seedance 2.0 優位点
入力・参照制御 テキスト・画像・動画・音声コンテキスト、最大9画像、3動画、3音声、12混合ファイル 同等の上限でテキスト・画像・動画・音声参照 引き分け
解像度と持続時間 2Kのネイティブ出力、15秒までの動画 15秒まで。公式サイトでは最大解像度は明記されていません。 H3
ネイティブ音声 音声・音楽・効果音を同時にモデル化したネイティブステレオ音声 音声・音楽・環境音・フォーリー・並列音声ディレクションを含むデュアルチャンネル音声 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、EC、UI/UX、ダイナミックデザインに注力 商業・シネマティック出力両方が強いが、公式評価ではテキスト精度が改善点として指摘されています H3
動作・カメラワーク 動き・パフォーマンス・カメラ挙動・編集リズムのV2V動作転送が強み 複雑な動き・振付・複数キャラクター連携・カメラ設計・物理的に辻褄の合う動作に強み Seedance
編集・継続 プロンプトベースのマルチモーダル編集や参照主導の再生成 明確にドキュメント化されたターゲットクリップ・被写体・動作・ストーリー編集や動画継続機能 Seedance
開始・終了制御 最初フレーム・最初と最後フレームによる明示的なワークフロー 公式ワークフローとしては強調されていません H3
最適用途 2K商品広告、EC、ブランド動画、ダイナミックポスター、UI/UXコンセプト、コントロール重視の商用制作 アクション中心シーン、ダンス・スポーツ、シネマティックストーリー、複数キャラ連携、リッチなサウンドデザイン、動画継続 用途による

ひとことで言うと:2Kディテール・商品&ブランド表示・可視テキスト・最初/最後フレーム制御・効率的な商用制作重視ならMiniMax H3を、複雑な動き・複数キャラクター連携・映画的演出・サウンドデザイン・動画継続重視ならSeedance 2.0を選びましょう。

MiniMax H3で動画を作成する方法

01

H3と作成モードを選択

Media.ioでMiniMax H3を開き、テキストから動画、最初/最後フレーム画像から動画、参照から動画を選びます。

02

フレームまたは参照データを追加

最初のフレームとオプションで最後のフレームをアップロード、あるいは画像・動画・対応音声の参照モードに切り替えます。フレームモードと参照モードは同時併用できません。

03

生成・確認・ダウンロード

タスク全体を自然言語で説明します。どの参照がキャラクターをコントロールし、どの動画が動作やカメラをガイドし、音声は声や音楽にどう作用し、どんなブランドやテキスト、完成構成が必要かを記述してください。

より高いコントロールを必要とするクリエイターのために設計

これらのコメントは、Media.ioのワークフロー全体の体験と、MiniMax H3のような高度なモデルにクリエイターが期待するコントロールについて説明しています。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ているものではありません。

poster
ダニエル・キム
Eコマースマーケター
star

Media.ioのワークフローを使うことで、アイデア、参考資料、クリエイティブ方向性を一ヶ所にまとめやすくなり、ゼロから始めるよりも効率的です。

poster
ソフィア・チェン
ソーシャルメディアマネージャー
star

日々のコンテンツ制作においては、明確なモデルと入力選択によって、編集の学習コストを増やさずに動画の方向性をチームでテストできるようになります。

poster
マーカス・リー
DTCブランドオーナー
star

Media.ioで私が重視しているのはアクセシビリティです。プロンプトや参照入力により、先進的な動画コンセプトの伝達が容易になります。

poster
エミリー・カーター
UGCクリエイター
star

製品コンテンツの場合、対象を参照し、動きやカメラを説明し、ソーシャルキャンペーンに適しているかを素早く確認したいです。

poster
クリティ・アガワル
コンテンツ・映画プログラマー
star

Media.ioでの実験はより気軽に感じられます。ガイド付きワークフローによって、キャラクター、動き、構図、意図する結果に集中できます。

poster
ライアン・パテル
パフォーマンスマーケター
star

キャンペーンテストでは、参照主導型生成によって、クリエイティブブリーフを意識しながら様々な動きやカメラ演出を検討できます。

poster
ダニエル・キム
Eコマースマーケター
star

Media.ioのワークフローを使うことで、アイデア、参考資料、クリエイティブ方向性を一ヶ所にまとめやすくなり、ゼロから始めるよりも効率的です。

poster
ソフィア・チェン
ソーシャルメディアマネージャー
star

日々のコンテンツ制作においては、明確なモデルと入力選択によって、編集の学習コストを増やさずに動画の方向性をチームでテストできるようになります。

poster
マーカス・リー
DTCブランドオーナー
star

Media.ioで私が重視しているのはアクセシビリティです。プロンプトや参照入力により、先進的な動画コンセプトの伝達が容易になります。

poster
エミリー・カーター
UGCクリエイター
star

製品コンテンツの場合、対象を参照し、動きやカメラを説明し、ソーシャルキャンペーンに適しているかを素早く確認したいです。

poster
クリティ・アガワル
コンテンツ・映画プログラマー
star

Media.ioでの実験はより気軽に感じられます。ガイド付きワークフローによって、キャラクター、動き、構図、意図する結果に集中できます。

poster
ライアン・パテル
パフォーマンスマーケター
star

キャンペーンテストでは、参照主導型生成によって、クリエイティブブリーフを意識しながら様々な動きやカメラ演出を検討できます。

poster
ダニエル・キム
Eコマースマーケター
star

Media.ioのワークフローを使うことで、アイデア、参考資料、クリエイティブ方向性を一ヶ所にまとめやすくなり、ゼロから始めるよりも効率的です。

poster
ソフィア・チェン
ソーシャルメディアマネージャー
star

日々のコンテンツ制作においては、明確なモデルと入力選択によって、編集の学習コストを増やさずに動画の方向性をチームでテストできるようになります。

MiniMax H3 よくある質問

1. MiniMax H3とは?

MiniMax H3は、2026年7月31日にリリース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、音声コンテキストを統合し、クリエイターが自然言語で複雑な生成や編集のタスクを記述でき、最大15秒、2Kの動画とネイティブステレオ音声を作成できます。

2. MiniMax H3はどのような参照に対応していますか?

MiniMax H3は、共通プロンプトコンテキスト内で画像、動画、音声の参照をサポートします。キャラクターや製品を定義する素材、動きやカメラを誘導するクリップ、声や歌・リズムを誘導する音声を指定できます。

3. いくつまで参照ファイルを利用できますか?

最大で画像は9枚、動画は3本、音声は3本まで、混合ファイルは合計12個まで使えます。各動画・音声参照は2~15秒で、各タイプとも15秒までの合計制限があります。

4. MiniMax H3は2K解像度で最大15秒の動画生成に対応していますか?

はい。公式APIドキュメントでは2K出力と4〜15秒の整数長を記載しています。Media.ioのコントロールは現在の仕様によります。

5. MiniMax H3は動画と一緒に音声も生成しますか?

はい。MiniMaxはH3をネイティブステレオの音声・映像出力と説明しています。声、効果音、音楽を単なるサイレント動画の後付けではなく、一緒にモデリングします。参照音声により、意図する声、歌、タイミングやリズムも設定できます。

6. 参照メディアとファースト・ラストフレームを組み合わせられますか?

いいえ。フレームの画像→動画と、参照→動画は別のモードです。最初のフレームは単独で使えますが、最後のフレームは最初のフレームとセットで必要です。

7. MiniMax H3はどんな用途に向いていますか?

広告やEコマース動画、ブランド・製品紹介、映画タイトル、動的ポスター、ゲームシネマティクス、UI/UXモーションコンセプト、一貫したキャラクターシーン、V2Vモーション転送など、視覚参照・動き・テキスト・音声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を利用する方法や料金は?

Media.ioの MiniMax H3ページ にアクセスし、サインインして提供状況やコントロール、クレジット要件を確認できます。スターターやプロモーションクレジット提供がある場合もありますが、条件は変更されることがあります。 公式ガイド を参照してモデル詳細を確認してください。

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