MiniMax H3 Szenen-Storyboard: Beispiel für die Umwandlung von Text zu Bild
Anhand der zweistufigen Umwandlung „Text → Konzeptbild → Dynamischer Clip“ wird die multimodale Referenzfähigkeit von MiniMax H3 demonstriert. Das Werk etabliert zunächst mit einem Konzept-Storyboard-Bild Komposition, Farbgebung und Figur und speist dieses Bild anschließend als Referenzmaterial in H3 ein, um einen 2K-Querformat-Kurzfilm zu erzeugen und damit die einschränkende Wirkung des Referenzbildes auf Bildstil und Konsistenz des Motivs zu überprüfen. Auf Schema-Ebene wird bewusst der Zweig „Videoerzeugung aus multimodaler Referenz“ gewählt: image_urls trägt das Konzeptbild, prompt beschreibt Bildsprache und Rhythmus; first_frame_image/last_frame_image zur Steuerung von Anfangs- und Endbild werden nicht verwendet, um Konflikte mit den Referenzmedien-Feldern zu vermeiden. duration ist auf 6 Sekunden gesetzt, aspect_ratio fest auf 16:9, resolution nutzt das derzeit einzig wählbare 2K, watermark bleibt deaktiviert. Anwendungsfälle: Storyboard-Entwürfe für Kurzvideos und Werbung, Dynamisierung von Illustrationen, Batch-Shot-Previews, die Konsistenz von Figuren oder Stil erfordern, sowie die Wiederverwendung offener Gewichte in lokalen Videoerzeugungs-Pipelines wie ComfyUI. Entwickler können diesen Eintrag als minimal lauffähiges Beispiel für die Eingabekombination „Konzeptbild → Referenzvideo“ betrachten; durch Ersetzen des Referenzbildes in image_urls lässt sich eine vergleichbare Komposition reproduzieren.
Stil Szenen-Storyboard · Referenz-zu-Video · Filmisch
Modell MiniMax H3
Referenz-Eingaben
Referenzbild
Prompt
Eine 6-sekündige filmische Szene, adaptiert nach dem Referenzkonzeptbild: Morgenlicht streift schräg über regennasse Stadtdächer, ein einsamer Kurier hält am Geländer an, sein Mantel weht im Wind. Die Kamera beginnt mit einer langsamen Annäherung als Weitwinkel-Totale und geht dann, während sich die Person zur Skyline wendet, fließend in eine sanfte laterale Kamerafahrt über; eine geringe Schärfentiefe hält die Silhouette vor weich verschwommenen Hochhäusern und ziehenden Wolken scharf. Konsistent mit den zarten blaugrünen und bernsteinfarbenen Tönen, dem sanften volumetrischen Nebel und der feinen Filmkörnung des Referenzbildes. Natürliche Bewegung mit 24 fps, leichtes handgeführtes Wanken, kein Schnitt, keine Texteinblendungen.
Kopiere das vollständige Prompt und passe es an deine eigene Aufgabe an.
Tags