MiniMax H3 : Texte vers Vidéo

Générez une vidéo avec audio stéréo natif directement à partir d'une invite texte grâce à MiniMax H3, un modèle omni-modal qui synthétise voix, effets sonores et musique en un seul passage. La sortie peut atteindre 2K, 24fps et environ 15 secondes, sans aucun fichier en entrée — juste une invite texte pour une vidéo en sortie. Idéal pour la visualisation rapide de concepts, la création de contenus pour réseaux sociaux et la narration synchronisée à l'audio.

Input

Describe the shot: subject, setting, how it moves, the camera move and the sound.

Shape of the video.

Length of the video.

Megapixels per frame; 0.4 MP is about 848×480, 0.9 MP about 1280×720.

Advanced settings

Leave empty for a new result each run. Enter a number to repeat one.

Use the 8-step turbo LoRA: much faster, slightly less detail.

Output
00:00
Example

Essayer un exemple

À propos de ce workflow

Ce workflow tutoriel ComfyUI transforme un seul prompt texte en une vidéo finalisée avec audio stéréo natif via MiniMax H3, un modèle omni-modal qui synthétise image, voix, effets sonores et musique en un seul passage. Aucun fichier à gérer : décrivez simplement ce que vous voulez, et le graphe renvoie un clip d’environ 15 secondes à 24 fps, jusqu’à une résolution 2K, avec du son stéréo intégré.

En interne, un sous-graphe MiniMax H3 (nœud 79dd8a95-ce9d-4c14-b264-2162e8bec5ce) gère la génération et le décodage. Il utilise les VAE vidéo et audio de MiniMax H3 (minimax_h3_video_vae_fp16.safetensors et minimax_h3_audio_vae_fp32.safetensors) pour reconstruire les frames et l’audio stéréo à partir des latents du modèle. ResolutionSelector mappe des presets pratiques vers des dimensions valides, en multiples de 32 (p. ex. 960×544, 1152×640, 1216×672), et SaveVideo multiplexe les frames et le flux audio stéréo dans un seul MP4. Une MarkdownNote sur le canvas fournit des conseils rapides et des exemples de prompts. Le résultat est un pipeline compact, en prompt uniquement, idéal pour visualiser rapidement des concepts, publier sur les réseaux sociaux et raconter des histoires synchronisées à l’audio.

Questions-réponses