Vidéo produit e-commerce avec MiniMax H3 : le guide

Toutes les équipes e-commerce butent sur le même mur : les fiches produit avec vidéo convertissent mieux, les plateformes publicitaires récompensent les créas vidéo, et pourtant un vrai shooting produit coûte quatre chiffres par SKU — avant que le catalogue de la saison suivante ne le rende obsolète. Multipliez par cinquante SKU et « il nous faudrait de la vidéo » devient discrètement « nous avons des photos ».

Si la vidéo IA n'avait pas réglé le problème jusqu'ici, c'est à cause de la dérive. Décrivez votre produit avec des mots et chaque génération en invente un légèrement différent — le logo se déforme, la matière change, la forme est presque juste. Pour du b-roll lifestyle, c'est tolérable. Pour un produit que vous vendez, c'est rédhibitoire.

MiniMax H3, le modèle omni-modal que MiniMax a lancé le 31 juillet, prend une autre voie : il lit vos vraies photos produit comme références et verrouille le SKU pendant qu'il génère la scène autour. Nous développons Pixo, une plateforme vidéo multi-modèles où H3 est disponible dans le Playground, et voici le flux de travail que nous recommanderions à tout marchand avec un dossier de photos produit et zéro budget vidéo.

Pourquoi H3 est taillé pour la vidéo produit

Le produit est ancré à vos photos, pas à une description. H3 accepte jusqu'à 12 fichiers de référence dans un même prompt — 9 images, 3 clips vidéo, 3 pistes audio — et les traite comme un seul brief. Téléversez votre packshot et un plan de détail, assignez leur rôle, et la scène générée porte votre produit : même forme, même matière, même placement du logo. Le manuel officiel démontre exactement cela — un produit montré dans trois environnements avec la forme, la matière et le logo qui tiennent à chaque image — et ses exemples vitrine (une chaise Herman Miller qui tourne dans un tour de fonctionnalités, un spot de lunettes de soleil verrouillé sur les détails de la monture) sont des vidéos produit, ce qui en dit long sur ce pour quoi le modèle a été réglé.

Le son est livré avec l'image. Chaque sortie H3 inclut un audio stéréo natif généré dans la même passe — ambiance, sons du produit, une voix off si vous l'écrivez. Une première version de vidéo produit qui n'a besoin ni de banque musicale ni d'outil de doublage, c'est une vraie différence de flux de travail, pas une ligne de fiche technique.

Un concept, tous les emplacements. Sur Pixo, vous choisissez le cadre au moment du prompt — 9:16 pour Reels et TikTok, 1:1 pour le feed, 3:4 pour les fiches marketplace, 16:9 pour YouTube et le hero de votre site — en 768p ou 2K. Chaque format est généré nativement, recomposé pour ce cadre. C'est important, car recadrer un master 16:9 en 9:16 est la meilleure façon de couper le produit de sa propre pub.

Assez rapide pour l'A/B test. Les clips durent 4 à 15 secondes — la durée qui est réellement regardée sur les fiches produit et les emplacements payants — et chacun est une génération unique. Tester « plan de travail en marbre vs lumière de plage », c'est deux générations, pas deux jours de tournage.

Le flux de travail : des photos à la vidéo produit en cinq étapes

1. Choisissez 2 à 3 photos par SKU. Un packshot propre, un plan d'angle ou de détail, éventuellement un gros plan de texture. Chaque fichier peut peser jusqu'à 30MB — utilisez vos vraies photos de fiche produit, pas des miniatures.
2. Ouvrez le Playground et sélectionnez MiniMax H3. Vidéo → MiniMax H3 dans le Playground de Pixo. Téléversez les photos ; elles sont numérotées dans l'ordre d'upload — Image 1, Image 2 — et c'est ainsi que vous les référencerez.
3. Écrivez le prompt en trois parties. D'abord les notes de référence (« Image 1 verrouille la forme, la matière et le logo du produit »), puis l'idée centrale (quelle scène, quelle ambiance), puis ce que la caméra voit, dans l'ordre. Le concret bat le poétique : « la vapeur monte, la caméra avance lentement » surpassera « une matinée évocatrice ».
4. Choisissez le format et la résolution. Sélectionnez le ratio de l'emplacement que vous alimentez — une génération par format — et 768p pour les brouillons ou 2K pour la version finale.
5. Générez, relancez, exportez. Vérifiez le plan, ajustez le prompt là où il rate, et exportez sans filigrane.

Trois prompts à copier-coller

Remplacez les parties entre crochets par votre propre produit ; gardez la structure.

1. Packshot studio épuré (16:9 ou 1:1, hero de site / fiche produit)

Les fichiers de référence de la vitrine

Une vitrine du manuel dans le même registre

L'Image 1 verrouille la forme exacte, la matière et le logo du produit : [un boîtier
d'écouteurs sans fil noir mat]. Une vidéo produit studio haut de gamme. Le boîtier repose
sur une surface en marbre clair devant un fond gris doux. Lumière principale douce venant
de la gauche, léger reflet sur le marbre. La caméra orbite lentement autour du produit,
sur 180 degrés. À mi-parcours, le couvercle s'ouvre en douceur et révèle les écouteurs
logés à l'intérieur. Ambiance calme et minimale ; un clic doux à l'ouverture du couvercle.
Musique non narrative : N/A.

Pourquoi ça marche : une référence verrouillée, une surface, un mouvement de caméra, une action produit. La ligne « musique non narrative : N/A » garde la piste propre pour ajouter votre musique de marque en post-production — ou supprimez-la et laissez H3 composer.

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

L'Image 1 verrouille le produit : [un flacon compte-gouttes de soin en verre ambré,
étiquette exactement comme montrée]. Vidéo lifestyle verticale. Une étagère de salle de
bain baignée de soleil le matin, plantes vertes floues à l'arrière-plan. La main d'une
femme entre dans le cadre, soulève le flacon et le tourne lentement pour que l'étiquette
fasse face à la caméra. Lumière chaude de fenêtre, faible profondeur de champ, gouttes
d'eau sur l'étagère en verre. Ambiance matinale paisible. Une voix féminine calme dit :
« Deux gouttes. C'est toute la routine. »

Pourquoi ça marche : la main donne l'échelle et la vie sans nécessiter de visage verrouillé, le geste tourné vers la caméra garantit un plan avec étiquette lisible pour la miniature, et la réplique est écrite mot pour mot — H3 génère la voix avec l'image, sans besoin de lip-sync puisque la personne qui parle est hors champ.

3. Même SKU, cutdown en trois scènes (16:9, créa publicitaire)

Les fichiers de référence de la vitrine

Une vitrine du manuel dans le même registre

L'Image 1 verrouille la forme, la matière et le logo du produit : [un gobelet isotherme
en acier inoxydable]. Un spot produit en trois scènes avec des cuts francs et nets.
Scène 1 : le gobelet sur un banc de salle de sport, lumière du matin, une serviette à
côté. Scène 2 : le même gobelet dans le porte-gobelet d'une voiture, bokeh urbain défilant
derrière la vitre. Scène 3 : le même gobelet sur un bureau à côté d'un ordinateur
portable, lumière de fin d'après-midi. La forme, la matière et le logo du produit restent
identiques dans chaque scène. Cadrage stable sur trépied, produit centré. Le son
d'ambiance suit chaque lieu. Musique non narrative : N/A.

Pourquoi ça marche : c'est la démonstration zéro-dérive du manuel transformée en créa publicitaire — trois contextes, une identité. Dites « restent identiques dans chaque scène » explicitement ; réaffirmer le verrouillage dans le texte d'action est une assurance bon marché.

Vidéo produit vs pub UGC — quel guide vous faut-il ?

Ce guide couvre la vidéo centrée produit : le SKU est le héros, le rendu est léché, la destination est votre fiche, votre site ou un emplacement payant propre. Si vous cherchez le format volontairement brut, filmé au téléphone, façon créateur pour les pubs à la performance, c'est un autre playbook — voyez créer des pubs UGC avec Pixo. Et s'il vous faut un vrai spot cinématographique avec porte-parole et arc narratif sur plusieurs plans, le pipeline storyboard de notre guide de la pub IA est conçu exactement pour cela.

FAQ

Existe-t-il une IA qui crée des vidéos produit à partir de photos ?

Oui. MiniMax H3 génère des vidéos produit de 4 à 15 secondes à partir de vos photos produit existantes. Téléversez jusqu'à 9 images comme références — packshots, plans de détail, photos lifestyle — et H3 verrouille la forme, la matière et le logo du produit dans toute la scène générée, avec le son produit dans la même passe. Le modèle est disponible dans le Playground de Pixo.

De combien de photos produit ai-je besoin ?

Deux ou trois bonnes photos suffisent pour la plupart des SKU : un packshot propre, un plan d'angle ou de détail, et éventuellement un gros plan de texture. Chaque référence peut peser jusqu'à 30MB. Numérotez-les dans votre prompt — Image 1 verrouille le produit, Image 2 montre le détail — pour que le modèle connaisse le rôle de chaque fichier.

Le produit sera-t-il identique dans chaque scène ?

C'est tout l'intérêt de la génération verrouillée par référence. Comme le produit est ancré à vos photos téléversées plutôt que décrit avec des mots, sa forme, sa matière et son logo tiennent d'un environnement à l'autre — le manuel officiel de H3 montre le même SKU dans trois scènes sans aucune dérive.

Les vidéos incluent-elles le son ?

Oui — chaque sortie H3 inclut un audio stéréo natif généré avec l'image : ambiance, sons du produit, et une voix off si vous écrivez la réplique dans le prompt. Pas besoin de banque musicale ni de passe de doublage pour un premier montage.

Quels formats et quelles résolutions puis-je utiliser ?

Sur Pixo, vous choisissez le format au moment du prompt : 9:16 pour Reels, TikTok et Shorts, 1:1 pour le feed, 3:4 ou 4:3 pour les marketplaces, 16:9 pour YouTube et les heros de site — en 768p ou 2K. Chaque génération rend un format nativement, recomposé pour ce cadre plutôt que recadré.

Est-ce gratuit à l'essai ?

Les nouveaux utilisateurs reçoivent 200 crédits gratuits à l'inscription, et les abonnements sont actuellement jusqu'à 55% moins chers. Les exports sont sans filigrane.

MiniMax H3 est disponible dans le Playground de Pixo — téléversez vos photos produit et générez des plans de 4 à 15 secondes en 768p ou 2K. Inscrivez-vous maintenant — les nouveaux utilisateurs reçoivent 200 crédits gratuits à l'inscription, et les abonnements sont actuellement jusqu'à 55% moins chers. Pour des pubs façon créateur plus brutes, voyez les pubs UGC avec Pixo ; pour des spots cinématographiques multi-plans, voyez le guide de la pub IA ; pour le décryptage complet du modèle, commencez par ce qu'est MiniMax H3.