Dialogi w 11 językach, w tym po angielsku, chińsku, japońsku i koreańsku
Turysta zamawia po angielsku, ona odpowiada po angielsku, a ruch ust obojga zgadza się ze słowami
Zacznij od jednego zdania, dwóch klatek lub kilku obrazów referencyjnych i otrzymaj 4–15 s wideo 2K z dialogami i efektami dźwiękowymi
Darmowe kredyty po rejestracji · Bez pobierania modelu i bez GPU
Trzy sposoby na start, a każdy klip poniżej wygenerował MiniMax H3
Bez wgrywania plików: opisz postać, akcję i dźwięk
Od zamkniętego do otwartego: roleta idzie w górę, a lampiony zapalają się jeden po drugim
Do 9 obrazów, 3 filmów i 3 plików audio, łącznie 12
Włącz dźwięk: kwestie i ruch ust generuje bezpośrednio model
Turysta zamawia po angielsku, ona odpowiada po angielsku, a ruch ust obojga zgadza się ze słowami
W prompcie jest MEI'S NOODLES i litery trzymają się, gdy szyld zawisa, a kamera najeżdża
Wgraj klip, poproś o śnieżną noc, a ludzie, ruch i kamera pozostaną bez zmian
Oficjalne próbki 2K z wpisu MiniMax o premierze H3; włącz dźwięk, by usłyszeć natywne stereo
Łuski, oko i faktura skóry pozostają ostre w zbliżeniu 2K
Na podstawie opcji obecnie dostępnych w Pilio
Tekst, pierwsza klatka, pierwsza i ostatnia klatka, multimodalny
Generuj bez wgrywania plików albo ustal początek i koniec obrazami
4–15 sekund
Dowolna pełna liczba sekund w tym zakresie
768p lub 2K
Domyślnie 768p, obie w 24 FPS
Adaptacyjne lub 6 stałych proporcji
21:9, 16:9, 4:3, 1:1, 3:4 i 9:16; w trybie pierwszej i ostatniej klatki proporcje wynikają z obrazów
9 obrazów + 3 filmy + 3 pliki audio
Maksymalnie 12 plików na generację, a audio wymaga obrazu lub filmu
Natywne stereo
Głos, efekty i muzyka generowane razem, ze stabilnymi dialogami w 11 językach
Darmowe kredyty po rejestracji, a koszt widzisz przed generowaniem