El modelo de vídeo omnimodal que lee texto, imágenes, vídeo y audio como un solo contexto. Genera un plano, cambia un personaje, modifica una frase — sin tocar el resto.
Por qué MiniMax H3
Referencia hasta 12 archivos en un solo prompt — 9 imágenes, 3 clips de vídeo, 3 pistas de audio. Fija un rostro, toma prestado un movimiento, marca el ritmo con una banda sonora. H3 los lee como un solo brief, no como un collage.
Referencia un rostro, una acción, una banda sonora — en un solo prompt.
Cada salida incluye audio estéreo nativo — diálogo, ambiente y efectos generados junto con la imagen, no doblados después.
Sin borradores mudos. Sin sincronizar en posproducción.
Cambia un personaje, sustituye el fondo, reescribe una línea de diálogo. H3 ejecuta ediciones locales con precisión — y mantiene estable todo lo que no has tocado.
Solo cambia la instrucción. Todo lo demás permanece.
Films de marca, escaparates de producto, escenas narrativas, animación estilizada — fotogramas con calidad de cine donde rótulos, logos y detalles del producto se quedan exactamente donde los pusiste.
Del film de marca a la demo de producto — combina H3 con Seedance o Kling en una misma línea de tiempo.
Míralo en acción
Film de marca
Campaña de marca con identidad de producto fijada y banda sonora nativa.
Producto y e-commerce
Mismo SKU, tres escenas, cero deriva — forma, material y logo se mantienen.
Drama de IA
Escena de diálogo con múltiples cortes, generada con sonido — lip-sync incluido.
Animación estilizada
Una escena de calle real, reestilizada — movimiento y luz preservados.
Especificaciones
Cómo funciona
Cuéntale tu idea al agente de Pixo. Elige la relación de aspecto y la resolución directamente en el prompt — y él redacta tu guion y el storyboard completo.
Dile al agente que quieres MiniMax H3, o deja que elija el modelo adecuado. Tus referencias viajan con el prompt, y cada plano se genera en secuencia.
Reordena los planos en la línea de tiempo, afina los que lo necesiten y exporta el vídeo terminado — sin marca de agua.
FAQ
MiniMax H3 es un modelo de vídeo omnimodal de nueva generación de MiniMax, el equipo detrás de Hailuo. Trata texto, imágenes, vídeo y audio como un único contexto y genera vídeos multiplano de 4–15 segundos con audio estéreo nativo. En Pixo convive con Seedance, Kling y Veo en el mismo storyboard.
Vídeos de 4–15 segundos a 24 fps, en seis relaciones de aspecto — del panorámico de cine 21:9 al vertical 9:16 — elegidas al escribir el prompt. Cada resultado llega con el sonido incorporado.
Prompts de texto de hasta 7.000 caracteres, más archivos de referencia — imágenes para fijar un rostro o una escena, clips de vídeo para el movimiento y los movimientos de cámara, y pistas de audio para el ritmo y la voz.
Sí. En el storyboard de Pixo, cada plano puede usar un modelo distinto — combina MiniMax H3 con Seedance 2.0, Kling 3.0 o Veo 3.1 en la misma línea de tiempo.
Regístrate en pixo.video — los nuevos usuarios reciben 200 créditos al registrarse, y los planes tienen ahora hasta un 55 % de descuento.
Sí. Genera en 768p para iterar rápido y luego eleva el resultado a 1440p — el modo oficialmente recomendado para la salida final. Un vídeo 21:9 se renderiza a 2976×1248 en modo 1440p.
Hasta 12 archivos: 9 imágenes, 3 clips de vídeo que sumen 15 segundos y 3 pistas de audio. El audio debe ir emparejado con una entrada de imagen o vídeo. H3 los lee todos como un solo contexto — fija un rostro con una imagen, toma prestado un movimiento de un clip, marca el ritmo con una pista.
El habla generada cubre 11 idiomas con lip-sync preciso — incluidos inglés, chino, japonés, coreano, francés, alemán y español — y pueden explorarse más de 40 idiomas adicionales como árabe, tailandés e hindi. Eso lo hace ideal para anuncios multilingües y vídeos de producto localizados.
Los nuevos usuarios reciben 200 créditos al registrarse. Planes con hasta un 55 % de descuento.
Probar MiniMax H3Todos los modelos. Un solo storyboard. Exporta sin marca de agua.