MiniMax H3 テキストから動画
シーン、ショット、セリフ、音を最大7,000文字で書きます。4〜15秒、768pか2K、21:9・16:9・4:3・1:1・3:4・9:16から選べます。
ワークスペースを開くMiniMax H3 AI動画ジェネレーター：ネイティブステレオ付き2K動画
MiniMax H3（Hailuo 03）は、MiniMaxの汎用マルチモーダル動画モデルです。テキスト、画像、動画、音声を一つの制作文脈で理解し、ネイティブのステレオ音声付きで最大2K、4〜15秒の動画を作ります。MiniMax H3は、人物、動き、カメラ、ショット、スタイル、セリフ、音楽、読める文字、ブランド要素についての細かな指示に従います。
テキスト・フレーム・参照から動画 · 768pか2K · 4〜15秒 · ステレオ
MiniMax H3のテキスト・フレーム・参照ワークフロー
3つのワークフローは、4〜15秒、768pか2K、ステレオ音声が共通です。テキスト、キーフレーム、画像・動画・音声のどれからでも始められます。
MiniMax H3 最初と最後のフレーム
30MBまでのJPG・PNG・WEBPの最初のフレームと、必要なら最後のフレームをアップロード。各辺256〜5760px、比率0.4〜2.5です。
ワークスペースを開くMiniMax H3 参照から動画
MiniMax H3 では参照画像を最大 9 枚、任意で 2〜15 秒の MP4 または MOV 動画を 1 本、合計 15 秒までの MP3 または WAV 音声を最大 3 本追加し、プロンプトでは Image1、Video1、Audio1 と呼びます。
ワークスペースを開くMiniMax H3の機能
MiniMax H3は、マルチモーダル文脈、ネイティブ2Kとステレオ、マルチ参照、正確な指示、キーフレーム、テキストからのシーンを1つのモデルにまとめています。
MiniMax H3の統合マルチモーダル文脈
MiniMax H3は、テキスト、画像、音声を同じ文脈の中で理解します。入力ごとに役割を持たせられ、キャラクターの姿、商品の見た目、映像スタイル、歌う声などを指定できます。各ファイルと動画の関係を言葉で書くだけで、たとえば「Image1のキャラクターがAudio1の歌を歌う」のように伝えられます。MiniMax H3は、こうした要素を完成したクリップの中でつながったまま保ちます。
- MiniMax H3：テキスト・画像・音声を一つの文脈で
- ファイルごとに役割を指定
- 関係を言葉で説明するだけ
MiniMax H3のネイティブ2K映像とステレオ音声
MiniMax H3は、音声を後から足すのではなく、最大2Kの映像とネイティブのステレオ音声を同時に生成します。動き、セリフ、音楽、環境音、効果音をすべて同じプロンプトで指示できます。そのため音と映像のつながりが強く、見えるものと聞こえるもののタイミングも自然です。MiniMaxは初期設定で2Kを提供し、MiniMax H3は速くて安い試作向けに768pでも出力できます。
- MiniMax H3：最大2K、試作は768p
- 32kHzのステレオを映像と同時に
- セリフ・音楽・効果音を一つのプロンプトで
MiniMax H3の柔軟なマルチ参照
複数の画像、動画 1 本、音声を 1 回の生成で組み合わせられます。人物の見た目はある画像から、商品や服装は別の画像から、動きは動画から、声や音は参照音声から取り込めます。各ファイルが結果にどう効くかを自然な言葉で説明すれば、参照同士の衝突を減らせます。本サイトの MiniMax H3 は参照画像最大 9 枚、2〜15 秒の動画 1 本、合計 15 秒までの音声最大 3 本に対応します。
- MiniMax H3：参照画像は最大 9 枚
- MiniMax H3：動画 1 本と音声最大 3 本
- Image1、Video1、Audio1 と呼ぶ
MiniMax H3の高い指示追従と文字表現
MiniMax H3は、ショットの順番、タイミング、トランジション、カメラワーク、人物の動き、サウンドデザインについての細かな指示に従います。文字、タイトル、UI要素、看板、ブランドのディテールもよりくっきり描きます。MiniMax H3は、求める内容にも、変えてはいけない要素などの禁止事項にも確実に応えます。そのためオープニングタイトル、動くポスター、商品映像に向いています。
- MiniMax H3：ショット順・タイミング・カメラを指示どおりに
- タイトル・看板・ブランドがくっきり
- 変えてはいけない部分を守る
MiniMax H3で画像や最初と最後のフレームを動かす
画像から動画は、1枚の画像でも、最初と最後のフレームの組み合わせでも使えます。1枚の画像を冒頭にして、人物の自然な動き、背景の動き、カメラワークを作れます。最後のフレームを加えると、始まり方、変化、終わり方をよりはっきり指定できます。MiniMax H3は、動くポスター、商品紹介、UIデモ、キャラクターのワンシーン、キービジュアルのアニメーションに向いています。
- MiniMax H3：1枚の画像か最初と最後のフレーム
- 比率は画像に合わせる
- JPG・PNG・WEBP、各辺256〜5760px
MiniMax H3でテキストから音付きのオリジナルシーンを
テキストから動画では、アップロードなしで、書いたプロンプトから音付きの完成クリップを作れます。舞台、人物、動き、カメラ、ショットの流れ、見た目、セリフ、音楽、環境音を一度に書けます。MiniMaxは、英語、中国語、日本語、韓国語、スペイン語、フランス語、ドイツ語、ポルトガル語、ロシア語など11言語のセリフに安定対応するとしています。MiniMax H3は広告案、映画のようなシーン、短編アニメ、モーショングラフィックス、SNS動画に使えます。
- MiniMax H3：アップロード不要
- 11言語のセリフに安定対応
- 21:9から9:16までの比率
MiniMax H3で動画を作る方法
MiniMax H3で、音付きの完成動画を3ステップで作れます：
MiniMax H3：ワークフローを選んで素材を追加
ログインして MiniMax H3 のワークスペースを開きます。テキストから動画ならプロンプトを書き、フレームモードでは最初のフレームと任意の最後のフレームをアップロード、参照モードでは参照画像を最大 9 枚、2〜15 秒の動画を 1 本、音声を最大 3 本追加します。
MiniMax H3：シーンを説明して設定を選ぶ
動き、ショット、タイミング、セリフ、音楽、音を書き、参照ごとに役割をはっきり決め、変えてはいけない部分も伝えます。4〜15秒、768pか2K、画面比率を選びます。開始前にクレジットの見積もりを確認してください。
MiniMax H3：生成・確認・ダウンロード
生成を始めるとMiniMax H3が映像とステレオ音声を同時に作ります。ライブラリでプレビューし、必要ならプロンプト、フレーム、参照を調整して、完成した動画を広告、商品ページ、SNS用にダウンロードしましょう。
モデル比較
MiniMax H3とMiniMax Hailuo 2.3：新しくなった点
MiniMaxはHailuo 2.3を旧世代のテキスト・画像から動画のモデルとしています。MiniMax H3は、ネイティブステレオ音声、2K出力、4〜15秒の長さ、マルチモーダル参照を1つの汎用モデルにまとめました。
| 機能 | MiniMax H3最大2K | MiniMax Hailuo 2.3 |
|---|---|---|
| 位置づけ | 汎用マルチモーダル動画モデル | テキスト・画像から動画のモデル |
| ワークフロー | テキスト、最初と最後のフレーム、マルチモーダル参照 | テキストから動画と画像から動画 |
| 最高画質 | 2K | 1080p |
| 画質の選択肢 | 768pか2K | 768pか1080p |
| 動画の長さ | 4〜15秒で自由に | 768pは6秒か10秒、1080pは6秒 |
| ネイティブ音声 | 32kHzステレオ、常にオン | 記載なし |
| フレームレート | 24 fps | 24 fps |
| 最初と最後のフレーム | 対応 | 記載なし |
| 参照入力 | テキスト・画像・動画・音声 | 記載なし |
| セリフの言語 | 11言語に安定対応 | 記載なし |
| 画面比率 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | 記載なし |
| 得意分野 | 指示追従、文字とブランド表現 | 指示追従と物理表現 |
MiniMax H3 よくある質問
MiniMax H3とは？
MiniMax H3は、MiniMaxの汎用マルチモーダル動画モデルです。テキスト、画像、動画、音声を一つの文脈で理解し、ネイティブのステレオ音声付きで最大2K、4〜15秒の動画を生成します。
MiniMax H3とHailuo 03は同じですか？
はい。MiniMax H3はHailuo 03やHailuo 3.0とも呼ばれます。Hailuo 01、Hailuo 02に続く世代で、テキスト、画像、動画、音声のタスクを、別々の専用モデルではなく1つのモデルにまとめています。
このサイトのMiniMax H3のワークフローは？
MiniMax H3 では、テキストのプロンプトから始める、最初のフレーム（任意で最後のフレーム）を動かす、または参照画像最大 9 枚と動画 1 本に任意の音声を組み合わせる、の 3 通りです。いずれもステレオ音声付きの動画になります。
MiniMax H3の動画の長さと画質は？
長さは4〜15秒から選べ、初期設定は6秒です。MiniMax H3は24fpsで768pか2Kを出力し、このサイトでは2Kが初期設定です。テキストと参照では21:9、16:9、4:3、1:1、3:4、9:16が選べ、フレームは画像の比率に合わせます。
MiniMax H3は音も作れますか？
はい。MiniMax H3の動画には、映像と同時に作られる32kHzのステレオ音声が必ず付き、音声はオフにできません。セリフ、音楽、効果音はプロンプトで指示します。MiniMaxは11言語のセリフに安定対応するとしています。
MiniMax H3のクレジット消費は？
MiniMax H3 は出力秒数で課金されます：768p は 1 秒 16 クレジット、2K は 26 クレジット。6 秒の 2K 動画は 156、15 秒の 2K 動画は 390、6 秒の 768p 下書きは 96 クレジットです。参照動画はその秒数が同じ単価で加算され、5 秒の参照動画と 6 秒の 2K 動画で 286 クレジットです。参照画像は 5 枚まで追加料金なし、6 枚目以降は 1 枚 8 クレジット、音声は追加料金なしです。
参照画像・動画・音声はいくつ使えますか？
本サイトの MiniMax H3 は参照画像最大 9 枚、動画 1 本、音声最大 3 本に対応します。画像か動画を少なくとも 1 つ追加してください。音声だけでは使えません。プロンプトで Image1、Video1、Audio1 と呼び、それぞれが何を決めるかを書きます。
どの画像・動画・音声ファイルをアップロードできますか？
MiniMax H3 の画像は JPG・PNG・WEBP、最大 30MB、各辺 256〜5760px、縦横比 0.4〜2.5。参照動画は MP4 または MOV、最大 50MB、2〜15 秒、各辺 256〜5760px、24〜60fps。音声は MP3 または WAV を最大 3 ファイル、各 15MB まで・各 2〜15 秒・合計 15 秒までです。合わないファイルはアップロード欄で理由を表示します。
参照動画や既存映像の編集は使えますか？
はい。MiniMax H3 では 2〜15 秒の参照動画を 1 本追加して動き、カメラ、シーンを導けます。その秒数は出力と一緒に課金されます。既存映像の編集と複数の参照動画は本サイトではまだ提供していません。
MiniMax H3とHailuo 2.3の違いは？
MiniMaxはHailuo 2.3を、768pか1080p、6秒か10秒のテキスト・画像から動画の旧モデルとしています。MiniMax H3は、ネイティブステレオ音声、2K出力、4〜15秒の自由な長さ、マルチモーダル参照を加えました。
MiniMax H3のプロンプトのコツは？
映像の狙い、参照の役割、タイミング、カメラ、音、変えてはいけない点を軸にプロンプトを組み立てます。参照ごとに役割を1つはっきり決め、ショットを順番に書き、してほしいことと禁止事項の両方を書くと、MiniMax H3が一つの制作プランに沿って動きます。