Describe lo que quieres cambiar
Cambia un producto o el fondo, o convierte el día en noche mientras las referencias guían el sujeto, el estilo y el sonido
MINIMAX H3 · 2K · AUDIO ESTÉREO
MINIMAX H3
Genera videos de hasta 2K con sonido estéreo nativo a partir de texto o referencias multimodales
Genera un video con sonido nativo en tres pasos
Elige un modo de entrada, asigna una función a cada referencia y confirma los ajustes de salida
Paso 01
Elige un modo de entrada
Empieza con texto, un fotograma inicial, fotogramas inicial y final o referencias multimodales
Paso 02
Asigna una función a cada referencia
Dirige el sujeto, el movimiento, el sonido y la cámara con cada referencia; el prompt es obligatorio y admite hasta 7000 caracteres
Paso 03
Confirma los ajustes y genera
Elige entre 4 y 15 segundos, 768p o 2K, y revisa los créditos estimados antes de enviar
Controla un plano completo con referencias multimodales
Combina imagen, movimiento y sonido en una sola generación
Mantén más legibles los textos y las interfaces
Usa H3 para textos de envases, subtítulos, HUD y gráficos en movimiento, y revisa el texto fotograma a fotograma antes de publicar
El movimiento transmite peso
Las telas caen, el agua salpica, las multitudes se mueven de forma independiente y los personajes mantienen su centro de gravedad al desplazarse
Imágenes, clips y audio en un mismo conjunto de referencias
Hasta 9 imágenes, 3 clips y 3 pistas de audio; una grabación de referencia guía el estilo y el tono del sonido al combinarla con una imagen o un clip
Anuncios, demos de juegos y animación con sonido en una sola generación
Explora la calidad de generación y el dinamismo de movimiento de MiniMax H3 en diversos escenarios creativos
Anuncios comerciales
Anuncios de productos y videos para ecommerce
Usa imágenes del producto para fijar el sujeto y el envase, y genera después un clip con voz o sonido ambiente
Qué puedes usar como entrada y qué obtendrás
Elige el modo de generación, los medios de referencia, la duración, la resolución y la relación de aspecto disponibles en Pilio
Modos de entrada
Texto, fotogramas y multimodal
Empieza con un prompt, un fotograma inicial, una pareja de fotogramas inicial y final o un conjunto de referencias multimodales
Duración
De 4 a 15 segundos
Elige cualquier duración en segundos enteros dentro del intervalo disponible
Resolución
768p o 2K
La resolución predeterminada es 768p, con salida 2K opcional a 24 FPS
Relaciones de aspecto
Adaptativa o 6 proporciones fijas
La generación solo con texto requiere 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16; la opción adaptativa necesita referencias y la salida con fotogramas sigue la proporción de la imagen subida
Referencias de imagen
Hasta 9 imágenes
Guían sujetos, productos, ubicaciones, estilos, accesorios y otros elementos visuales
Movimiento y sonido
3 videos + 3 archivos de audio
Usa hasta 12 archivos en total; una referencia de audio no puede utilizarse por sí sola
Preguntas sobre MiniMax H3
¿MiniMax H3 es lo mismo que Hailuo 3?
Es el mismo modelo. Hailuo es la familia de modelos de video de MiniMax y H3 es su tercera generación, también denominada Hailuo 3, Hailuo 3.0 o Hailuo H3
¿MiniMax H3 puede generar videos solo a partir de texto?
Sí, el modo de texto a video no necesita medios de referencia subidos y genera video con sonido estéreo nativo a partir de un prompt
¿Cuándo conviene usar fotogramas inicial y final?
Úsalos cuando conozcas las composiciones de apertura y cierre y quieras generar el movimiento entre ambas; la salida seguirá la proporción de la imagen subida
¿MiniMax H3 genera audio junto con el video?
Sí, H3 genera sonido estéreo nativo junto con la imagen; una referencia de audio puede guiar el estilo, el tono o el ritmo, pero no puede usarse por sí sola
¿Qué idiomas de diálogo admite MiniMax H3?
MiniMax indica compatibilidad estable con diálogos en árabe, chino, inglés, francés, alemán, italiano, japonés, coreano, portugués, ruso y español, además de distintos niveles de compatibilidad con otros idiomas
¿Qué resolución y duración puedo elegir?
Pilio permite elegir cualquier número entero de segundos entre 4 y 15, con salida en 768p o 2K a 24 FPS
¿En qué se diferencia MiniMax H3 de Kling 3.0?
Kling 3.0 ofrece hasta 4K y controles de varias tomas, mientras que MiniMax H3 se centra en las referencias multimodales y el audio estéreo nativo; elige según la salida, las referencias y el presupuesto
¿MiniMax H3 es de código abierto?
MiniMax publicó H3 con pesos abiertos, pero en Pilio no tienes que descargar nada ni configurar una GPU, ya que puedes generar directamente desde el navegador
¿Cuántos archivos de referencia puedo usar en una generación?
Puedes usar hasta 9 imágenes, 3 videos y 3 archivos de audio, con un máximo de 12 archivos en total; las referencias de audio requieren una imagen o un video y es obligatorio incluir un prompt de hasta 7000 caracteres
¿Cuántos créditos consume una generación?
Los créditos estimados varían según la duración, la resolución, el número de imágenes y la duración de los videos de referencia, y se muestran antes de enviar
¿Debo revisar el resultado antes de publicarlo?
Revisa los textos, las interfaces y los movimientos complejos fotograma a fotograma antes de publicar, y genera varios candidatos para los planos más exigentes
¿Puedo usar comercialmente el video generado?
El uso comercial depende de la licencia vigente de MiniMax, de las condiciones de Pilio y de tus derechos sobre los medios subidos y generados; revisa las condiciones aplicables antes de publicar
Genera tu próximo video con sonido nativo
Empieza con un prompt o referencias multimodales, elige entre 4 y 15 segundos y 768p/2K, y usa los créditos gratuitos que recibirás al registrarte