AI動画生成
MiniMax H3 MaxでAI動画を生成。テキストから動画と画像から動画を、Vidneyの1つのスタジオで。
出力
MiniMax 公式のリリースではありません。オープンウェイトの MiniMax H3 を fal が追加学習したもので、動くのは fal の上だけです。
MiniMax は H3 をオープンウェイトとして公開しました。fal はその重みにさらに学習を重ね、その成果は公開していません。だから他のどの経路をたどってもベースの H3 しか手に入らず、Max があるのは fal だけです。追加学習の効果は公開ランキングに出ています。H3 Max は Design Arena の画像から動画の部門で 1341 Elo の首位、土台となったベース H3 を 8 ポイント上回ります。音声付き画像から動画の Artificial Analysis でも首位で、そこでは fal の内部名 MiniMax H3 Turbo (768p) として掲載されています。
体感で効くのは速度です。5 秒 768P のクリップは、テキストから動画で 2.87 秒、画像から動画で 1.87 秒 の推論時間で返り、キューとダウンロードを含む往復でも 9 秒前後です。その対価は解像度です。H3 Max は 768P が上限で、ベースの MiniMax H3 には 2K が残っています。探る段階はこちら、2K で仕上げる段階はベース H3、という使い分けになります。
Design Arena Elo
1341
画像から動画の部門で首位。ベースの MiniMax H3 は 1333。
Artificial Analysis Elo
1201
音声付き画像から動画で首位。2177 サンプル、95% 区間は ±11。
推論時間、5 秒 768P
2.87 秒
テキストから動画の場合。画像から動画は 1.87 秒。
fal によれば、後訓練では大量の新規データを二つの狙いに絞って投入しました。prompt のとおりに動くこと、そしてその見栄えを良くすること。計算資源の大きな部分は答え合わせのできるタスクでの強化学習に充てられ、雰囲気ではなく検証可能な基準で採点されています。
アーキテクチャは、動作するスタックに合わせて設計されました。fal が拡散モデル向けに 4 年かけて最適化してきたエンジンです。重みと実行環境は、片方をもう片方に移植したのではなく、同時に形づくられています。
fal は作業の順序をはっきり書いています。品質を決めてから、時間を詰める。ここで得られる速度はその二段目の成果であり、品質を落とす設定を選んだ結果ではありません。
768P が上限で、その上の段はありません。768P を超えて仕上げる必要があるものは、2K が残るベースの MiniMax H3 の担当です。残りはすべて速度が効く領域になります。構図の試行、短い SNS 向けカット、始点と終点を固定した商品カット。
ベースの MiniMax H3 と比べる5 秒の素材が3 秒ほどで戻ります。まとめて投げて待つ必要がなく、目を離す前に答えが来るので、その場で直せます。
A lone ferry cuts across a harbour at dawn, mist lifting off the water, gulls crossing the frame, the city skyline resolving out of the haze behind it, slow forward drift, cold blue light warming as the sun clears the buildings
順番を書けば順番どおりに返ってきます。このモデルが最も強いのは指示への忠実さで、三つの動作を書けば三つとも演じます。一つの雰囲気に均されません。
A woman in a workshop picks up a chisel, blows dust off a half-carved bowl, turns it once in the light, then sets it down and reaches for sandpaper, warm afternoon light through a dusty window, unhurried handheld framing
部屋の響き、効果音、環境音が映像と一緒に生成され、画面の出来事に合わせて鳴ります。消音の切り替えはなく、何を聞かせたいかを prompt に書いて混ざり具合を決めます。
Stop-motion felt puppets: a small bear in a striped scarf pushes open a tiny cabin door, steps into falling paper snow, looks up, and catches a flake on its nose, visible stitching and fibres, warm practical lamp light on a miniature set
画像から動画では最初のコマに加えて、最後のキーフレームを任意で指定できます。始点と着地を決めれば、間の動きはモデルが埋めます。
Macro shot of honey drawn slowly off a wooden dipper into a glass jar, the ribbon folding on itself and settling, morning window light raking across the surface, shallow focus, tiny bubbles rising through the amber
午後のうちにフックのバリエーションを 10 本作り、実際の広告費で A/B テストして、勝ちパターンに集中できます。撮影もクルーもスタジオ予約も不要です。
Reels と Shorts の 1 週間分をひとつのセッションでまとめて制作。シリーズ全体でルックが一貫するので、フィード全体がひとつのブランドに見えます。
すべての商品を使用中の姿で、シーンの中で、コンバージョンにつながるアングルから見せ、在庫が回転する速さでクリエイティブを更新できます。
構図、照明、テンポをいくつかの prompt で検証。予算が固まる前に、動くルック&フィールを提案できます。
MiniMax H3 Maxは、撮影クルーを組まずにすばやく動画がほしい人に向いています。広告動画やSNSの縦型ショートを量産するマーケター、企画を短尺クリップに落とし込むSNS運用担当、商品ビジュアルを手早く作りたいECやD2Cの担当者、そして思い出の写真を動かす個人クリエイターまで。VidneyではMiniMax H3 Maxを主要モデルと並べて使えるので、1つのプロバイダーに縛られず、案件ごとに最適なモデルを選べます。写真を動かす感動も、思い出の動画化も、プロンプト1つから。
VidneyでMiniMax H3 Maxを使い、3ステップでAI動画を作成します。
類似モデルとスペックを並べて比較。すべて Vidney で実行できます。
| MiniMax H3 Max | Grok Imagine Video 1.5 | Gemini Omni 1.1 Flash | Wan 3.0 | |
|---|---|---|---|---|
| タスクモード | テキストから動画 · 画像から動画 | テキストから動画 · 画像から動画 · 参照素材から動画 | テキストから動画 · 画像から動画 · 参照素材から動画 | テキストから動画 · 画像から動画 · 参照素材から動画 |
| 長さ | 5〜15秒 | 1〜15秒 | 4、6、8、10秒 | 2〜30秒 |
| 解像度 | 480P · 768P | 480p · 720p · 1080p | 720p · 1080p | 480p · 720p · 1080p |
| 音声 | 常に付属 | 常に付属 | 常に付属 | 対応 |
| コスト | 1回の生成につき48クレジット | 1回の生成につき18クレジット | 1回の生成につき84クレジット | 1回の生成につき90クレジット |
Vidneyで実行できるAI動画モデルをほかにもご覧ください。
MiniMax H3 MaxはVidneyで実行できるAI動画モデルです。1つのスタジオでテキストから動画と画像から動画に対応しています。
MiniMax H3 Maxは1回の生成につき48クレジットです。正確なクレジットコストは、実行前に生成ボタンへ表示されます。
MiniMax H3 Maxは次のアスペクト比に対応しています：21:9、1:1、4:3、3:4、16:9、9:16。
MiniMax H3 Maxは5〜15秒のクリップを生成します。
はい。MiniMax H3 Maxは動画と同じ生成でセリフ、効果音、環境音まで一緒に作ります。音声をオフにする切り替えはありません。
はい。Vidneyに登録すると付与されるクレジットで、MiniMax H3 Maxを無料で試せます。お試しにクレジットカードは不要です。以降は1回の生成につき48クレジットで、正確なコストはクレジットを使う前に必ず生成ボタンへ表示されるので、知らないうちに課金されることはありません。
はい。VidneyでMiniMax H3 Maxを使って生成した動画は、商用プロジェクトに自由に使えます。広告、SNS投稿、クライアントワーク、商品ビジュアルなどに利用可能です。成果物の権利はあなたのもので、Vidneyは生成と保存を担うだけです。
いいえ。Vidneyで生成したMiniMax H3 Maxの動画は透かしのないクリーンな状態で書き出されます。Vidneyのロゴは入らないので、そのまま公開したりクライアントへ納品したりできます。
VidneyでMiniMax H3 Maxに最も近いのはGrok Imagine Video 1.5、Gemini Omni 1.1 FlashおよびWan 3.0です。どれも同じワークスペース内で共通のクレジット残高から使えるので、同じプロンプトをそれぞれのモデルで実行して、結果を並べて見比べられます。
いいえ。Vidneyがあなたに代わってMiniMax H3 Maxを実行します。管理すべきAPIキーも、別途用意するプロバイダーアカウントもありません。
