MiniMax H3 da immagine a video: dimostrazione della capacità di transizione primo/ultimo fotogramma

Con la linea da immagine a video di MiniMax H3 viene mostrata la modalità di controllo «primo fotogramma + ultimo fotogramma»: due immagini statiche fissano il punto di partenza e il punto di arrivo dell'inquadratura, mentre il modello completa il movimento, la luce e il ritmo intermedi, restituendo un breve video con audio sincronizzato. L'opera utilizza solo i campi realmente presenti nello schema: prompt descrive le azioni visive e la ripresa, duration controlla la durata del clip, resolution seleziona il formato di output, prompt_expansion_mode determina la strategia di espansione del prompt, e le due immagini di primo e ultimo fotogramma sono collegate rispettivamente a first_frame_image e last_frame_image (lo schema impone che, in assenza del primo fotogramma, sia obbligatorio fornire l'ultimo). A livello compositivo, il primo fotogramma è un primo piano statico del prodotto, l'ultimo fotogramma è un'inquadratura dello stesso prodotto da un'altra angolazione; entrambi condividono tonalità e materiali, così la transizione mantiene coerenza. Il prompt esplicita un linguaggio di ripresa «lenta orbita + avvicinamento» per far sì che i fotogrammi intermedi mostrino una traiettoria di movimento spiegabile. È adatto come campionatura multi-inquadratura per video brevi e pubblicità, per animare immagini di prodotto o illustrazioni in brevi filmati, e per scenari che richiedono controllo del confronto prima/dopo o transizioni tra inquadrature. La documentazione di ricerca indica che H3 copre la generazione da immagine a video e il controllo primo/ultimo fotogramma, gestendo simultaneamente input testuali e visivi in un contesto unificato; le specifiche di risoluzione non sono uniformi tra le diverse modalità e i parametri effettivi dell'interfaccia vanno confermati in base alla piattaforma.