MiniMax H3: videos de producto para e-commerce con IA

Todos los equipos de e-commerce chocan contra el mismo muro: las páginas de producto con video convierten mejor, las plataformas de anuncios premian la creatividad en video y, aun así, una sesión de producto en condiciones cuesta cuatro cifras por SKU — y el catálogo de la próxima temporada la deja obsoleta. Multiplícalo por cincuenta SKU y «deberíamos tener video» se convierte en silencio en «tenemos fotos».

La razón por la que el video con IA no había resuelto esto hasta ahora es la deriva. Describe tu producto con palabras y cada generación inventa uno ligeramente distinto: el logo se deforma, el material cambia, la forma es casi la correcta. Para b-roll lifestyle es tolerable. Para un producto que estás vendiendo, es descalificante.

MiniMax H3, el modelo omnimodal que MiniMax lanzó el 31 de julio, toma otra ruta: lee tus fotos de producto reales como referencias y fija el SKU mientras genera la escena a su alrededor. Nosotros operamos Pixo, una plataforma de video multimodelo donde H3 está disponible en el Playground, y este es el flujo de trabajo que le daríamos a cualquier dueño de tienda con una carpeta de fotos de producto y sin presupuesto para video.

Por qué H3 está hecho para el video de producto

El producto se ancla a tus fotos, no a una descripción. H3 acepta hasta 12 archivos de referencia en un solo prompt —9 imágenes, 3 clips de video, 3 pistas de audio— y los trata como un único brief. Sube tu packshot y un plano de detalle, etiqueta sus funciones, y la escena generada lleva tu producto: la misma forma, el mismo material, la misma posición del logo. El manual oficial demuestra exactamente esto —un producto mostrado en tres entornos con la forma, el material y el logo intactos en cada fotograma— y sus ejemplos de muestra (una silla Herman Miller girando en un recorrido de características, un spot de gafas de sol fijado a los detalles de la montura) son videos de producto, lo que te dice para qué se afinó el modelo.

El sonido viene con la imagen. Cada salida de H3 incluye audio estéreo nativo generado en la misma pasada: ambiente, sonidos del producto, una voz en off si la escribes. Un primer corte de video de producto que no necesita una biblioteca musical ni una herramienta de doblaje es una diferencia real de flujo de trabajo, no una línea de ficha técnica.

Un concepto, todas las colocaciones. En Pixo eliges el encuadre desde el prompt —9:16 para Reels y TikTok, 1:1 para el feed, 3:4 para listados de marketplace, 16:9 para YouTube y el héroe de tu sitio— a 768p o 2K. Cada formato se genera de forma nativa, recompuesto para ese encuadre. Eso importa porque recortar un máster 16:9 a 9:16 es la manera en que los productos acaban fuera de sus propios anuncios.

Es lo bastante rápido para hacer A/B. Los clips duran 4–15 segundos —que es la duración que de verdad se ve en páginas de producto y colocaciones de pago— y cada uno es una sola generación. Probar «encimera de mármol vs. luz de playa» son dos ejecuciones, no dos días de rodaje.

El flujo de trabajo: de fotos a video de producto en cinco pasos

1. Elige 2–3 fotos por SKU. Un packshot limpio, un plano en ángulo o de detalle y, opcionalmente, un primer plano de la textura. Cada archivo puede pesar hasta 30MB: usa tu fotografía de listado real, no miniaturas.
2. Abre el Playground y selecciona MiniMax H3. Video → MiniMax H3 en el Playground de Pixo. Sube las fotos; se numeran por orden de subida —Image 1, Image 2— y así es como las referenciarás.
3. Escribe el prompt en tres partes. Primero las notas de referencia («Image 1 fija la forma, el material y el logo del producto»), luego la idea central (qué escena, qué atmósfera) y después lo que ve la cámara, en orden. Lo concreto gana a lo poético: «el vapor sube, la cámara avanza lentamente» rendirá mejor que «una mañana evocadora».
4. Elige formato y resolución. Selecciona la relación de aspecto de la colocación que vas a alimentar —una generación por formato— y 768p para borradores o 2K para la versión final.
5. Genera, repite y exporta. Revisa el plano, ajusta el prompt donde falle y exporta sin marca de agua.

Tres prompts para copiar y pegar

Sustituye las partes entre corchetes por tu propio producto; mantén la estructura.

1. Packshot de estudio limpio (16:9 o 1:1, héroe de sitio / listado)

Los archivos de referencia de la muestra

Una muestra del manual en el mismo registro

Image 1 fija la forma, el material y el logo exactos del producto: [un estuche de
auriculares inalámbricos negro mate]. Un video de producto de estudio premium. El estuche
reposa sobre una superficie de mármol claro contra un fondo gris suave. Luz principal suave
desde la izquierda, reflejo delicado sobre el mármol. La cámara orbita lentamente alrededor
del producto, 180 grados. A mitad del recorrido, la tapa se abre con suavidad y revela los
auriculares alojados dentro. Ambiente calmado y minimalista; un clic suave al abrirse la tapa.
Música no narrativa: N/A.

Por qué funciona: una referencia fijada, una superficie, un movimiento de cámara, una acción del producto. La línea «música no narrativa: N/A» mantiene la pista limpia para que añadas música de marca en posproducción — o borra esa línea y deja que H3 le ponga banda sonora.

2. Escena lifestyle (9:16, Reels / TikTok / Shorts)

Image 1 fija el producto: [un frasco de skincare de vidrio ámbar con cuentagotas, etiqueta
exactamente como se muestra]. Video lifestyle vertical. Una repisa de baño iluminada por el
sol de la mañana, plantas verdes desenfocadas detrás. La mano de una mujer entra en el
encuadre, levanta el frasco y lo gira lentamente para que la etiqueta mire a la cámara. Luz
cálida de ventana, poca profundidad de campo, gotas de agua sobre la repisa de vidrio.
Ambiente tranquilo de mañana. Una voz femenina serena dice: «Dos gotas. Esa es toda la rutina.»

Por qué funciona: la mano aporta escala y vida sin necesitar un rostro fijado, el giro hacia la cámara garantiza un fotograma con la etiqueta legible para la miniatura, y la línea hablada está escrita palabra por palabra — H3 genera la voz junto con la imagen, sin necesidad de lip-sync porque quien habla está fuera de plano.

3. Mismo SKU, cutdown de tres escenas (16:9, creatividad de anuncio)

Los archivos de referencia de la muestra

Una muestra del manual en el mismo registro

Image 1 fija la forma, el material y el logo del producto: [un vaso térmico de acero
inoxidable]. Un spot de producto de tres escenas con cortes duros y limpios. Escena 1: el
vaso sobre un banco de gimnasio, luz de mañana, una toalla al lado. Escena 2: el mismo vaso
en el portavasos de un coche, bokeh urbano pasando por la ventanilla. Escena 3: el mismo
vaso sobre un escritorio de oficina junto a un portátil, luz de media tarde. La forma, el
material y el logo del producto se mantienen idénticos en todas las escenas. Encuadre
estable de trípode, producto centrado. El sonido ambiente sigue a cada localización.
Música no narrativa: N/A.

Por qué funciona: es la demostración de deriva cero del manual convertida en creatividad de anuncio — tres contextos, una identidad. Di «se mantienen idénticos en todas las escenas» de forma explícita; repetir el anclaje en el texto de la acción es un seguro barato.

Video de producto vs. anuncio UGC — ¿qué guía necesitas?

Esta guía cubre el video centrado en el producto: el SKU es el héroe, el acabado es pulido y el destino es tu listado, tu sitio o una colocación de pago limpia. Si buscas el formato deliberadamente crudo, grabado con móvil y estilo creador para anuncios de performance, ese es otro playbook — consulta cómo hacer anuncios UGC con Pixo. Y si necesitas un spot cinematográfico completo con portavoz y un arco narrativo a lo largo de varios planos, el pipeline de storyboard de nuestra guía de anuncios con IA está hecho exactamente para eso.

Preguntas frecuentes

¿Existe una IA que haga videos de producto a partir de fotos?

Sí. MiniMax H3 genera videos de producto de 4–15 segundos a partir de tus fotos de producto existentes. Sube hasta 9 imágenes como referencias —packshots, planos de detalle, fotos lifestyle— y H3 fija la forma, el material y el logo del producto en toda la escena generada, con sonido generado en la misma pasada. Está disponible en el Playground de Pixo.

¿Cuántas fotos de producto necesito?

Con dos o tres buenas basta para la mayoría de los SKU: un packshot limpio, un plano en ángulo o de detalle y, opcionalmente, un primer plano de la textura. Cada referencia puede pesar hasta 30MB. Numéralas en tu prompt —Image 1 fija el producto, Image 2 muestra el detalle— para que el modelo sepa la función de cada archivo.

¿El producto se verá idéntico en todas las escenas?

Ese es el sentido de la generación anclada a referencias. Como el producto se ancla a tus fotos subidas en lugar de describirse con palabras, su forma, material y logo se mantienen en distintos entornos: el manual oficial de H3 demuestra el mismo SKU en tres escenas sin ninguna deriva.

¿Los videos incluyen sonido?

Sí: cada salida de H3 incluye audio estéreo nativo generado junto con la imagen: ambiente, sonidos del producto y una voz en off si escribes la línea en el prompt. Sin necesidad de una pista musical aparte ni de una pasada de doblaje para un primer corte.

¿Qué relaciones de aspecto y resolución puedo usar?

En Pixo eliges el formato desde el prompt: 9:16 para Reels, TikTok y Shorts, 1:1 para colocaciones en el feed, 3:4 o 4:3 para marketplaces, 16:9 para YouTube y héroes de sitio, a 768p o 2K. Cada generación renderiza un formato de forma nativa, recompuesto para ese encuadre en lugar de recortado.

¿Se puede probar gratis?

Los nuevos usuarios reciben 200 créditos gratis al registrarse, y los planes tienen actualmente hasta un 55% de descuento. Las exportaciones no llevan marca de agua.

MiniMax H3 está disponible en el Playground de Pixo — sube tus fotos de producto y genera planos de 4–15 segundos a 768p o 2K. Regístrate ahora: los nuevos usuarios reciben 200 créditos gratis al registrarse, y los planes tienen actualmente hasta un 55% de descuento. Para anuncios más crudos al estilo creador, consulta anuncios UGC con Pixo; para spots cinematográficos de varios planos, la guía de anuncios con IA; y para el desglose completo del modelo, empieza por qué es MiniMax H3.