AI動画スタイル変換: MiniMax H3 で映像をリスタイルする
モーションと光を保ったまま実写映像をAIでリスタイル。MiniMax H3 はリファレンス画像1枚で街のシーンをボクセルアートに変えます。Pixo での手順を解説します。
Pixo チーム12 min read
AIからスタイライズされた動画を得る方法は2つありました。欲しいスタイルで新しいシーンを生成する — そして自分の映像、ブロッキング、タイミングを失う。あるいは撮った映像にフィルターをかける — そして誰も騙せない色変えピクセルを得る。クリエイターが本当に求めてきたのはその中間です。私の映像はそのままに、その世界を変えてほしい。
それがリファレンス時代の動画スタイル変換の意味であり、MiniMax の H3 が何によって違うのかを最も明快に示すデモの1つです。クリップとスタイル画像1枚をアップロードすると、H3 はモーション・カメラ・光がオリジナルとまったく同じに振る舞ったまま、シーンを新しい美学で再レンダリングします。公式マニュアルのショーケースの例は一度見たら忘れられません。実写の街のシーンで、車と樹木がマインクラフト風のボクセルブロックに変わる — 建物と歩行者は写真のまま、すべての車両は実際の軌道と実際の影を保ったままで。
私たちはマルチモデル動画プラットフォーム Pixo を運営しており、H3 は Playground で稼働中です。このテクニックの仕組みと、出発点になるプロンプトを紹介します。
仕組み: 2つのリファレンス、2つの役割
H3 はアップロードされたすべてのファイルを、役割を持つリファレンスとしてアップロード順に番号付けして扱います。スタイル変換での分業は常に同じです。
- 動画1 — あなたの映像。 4〜15秒のクリップ、最大50MB。時間に関わるすべて — 構図、モーションパス、カメラの動き、タイミング、光の方向 — を提供します。
- 画像1 — スタイル。 欲しいルックそのものである1枚の画像。ボクセルレンダー、水彩画、クレイアニメのスチル、アニメのフレーム。美学だけを提供します。
そしてプロンプトが演出を担います — その最も重要な仕事が変換のスコープを決めることです。「すべてを水彩にして」も有効な指示ですし、「車両と樹木だけをボクセルブロックにして、他はすべて写真のままに」も有効です。部分的なリスタイルこそ、これがギミックであることをやめ、どんなフィルターにも偽造できないルックになる場所です。
ワークフロー
- 構造のある映像を選ぶ。 明瞭な被写体、見える動き、まともな光。街のシーン、ウォークスルー、交通、スポーツ。4〜15秒、50MB以下。
- 正直なスタイル画像を1枚選ぶ。 リファレンスは、目標の美学に既に見えているべきです。ムードボードではなく、実際のスタイルの1フレームを。
- 順番にアップロードする。 映像が先（動画1）、スタイルが後（画像1）。この番号で参照します。
- スコープを書く。 何が変換され、何がリアルのままで、何が保存されるべきか — モーション、影、構図を明示的に名指しします。
- 768p で生成し、2K で仕上げる。 スコープを安価にイテレートしてから、最終版をレンダリング。エクスポートにウォーターマークは付きません。
コピペで使える3つのプロンプト
1. ボクセルストリート（公式マニュアルのショーケースをアレンジ）
このショーケースのリファレンスファイル
このプロンプトの元になったマニュアル収録ショーケース
動画1がシーン・構図・すべてのモーションを提供する。画像1がボクセルブロックの
スタイルを提供する。動画の中で、車両と樹木だけをボクセルブロック版のそれ自身に
変換すること。建物・道路・歩行者は写真のまま変更しない。すべての車両は元の軌道と
速度を正確に保つ。影と反射光は元の映像と一貫させる。元のカメラの動きを維持すること。
なぜ効くか: スコープが外科的です。名指しされた2つのターゲット、明示的に保護されたそれ以外のすべて、そして仮定に任せず書き出された物理（「元の軌道を正確に」「影は一貫させる」）。
2. 水彩の街（フルフレームのリスタイル — テンプレート）
このショーケースのリファレンスファイル
同じ書式によるマニュアル収録ショーケース
動画1がシーンとすべてのモーションを提供する。画像1がスタイルを提供する: ゆるやかな
インクと水彩のイラストレーション、柔らかいエッジ、紙のテクスチャ、抑えたパレット。
動画全体をこの水彩スタイルで再レンダリングする。元の構図、カメラの動き、すべての
動く要素のタイミングを保存すること。光の方向と影の位置は元の映像と一致させる。
環境音は元のシーンに従う。Non-narrative music: N/A。
なぜ効くか: フルフレームの変換は保存条項に生死がかかっています。「すべての動く要素のタイミング」がなければ、スタイライズはモーションをぐちゃぐちゃに均しがちです。
3. クレイアニメのカットアウェイ（部分リスタイル、キャラクター重視 — テンプレート）
このショーケースのリファレンスファイル
同じ書式によるマニュアル収録ショーケース
動画1がシーンとモーションを提供する: 公園を歩く人物。画像1がスタイルを提供する:
手作りのストップモーション・クレイアニメーション、粘土に残る指紋、ややマットな
テクスチャ。歩いている人物だけをその人自身のクレイアニメフィギュアに変換する —
同じ服の色、同じ歩き方、同じタイミング。公園、光、背景は写真のまま。ストップ
モーションの微妙なコマ送り感はキャラクターのみに。
なぜ効くか: 世界はリアルのまま被写体をリスタイルするのは、このテクニックの最もコントラストの高いバージョンです。そして「同じ歩き方、同じタイミング」を釘付けにすることで、キャラクターは元の演技に溶接されたままになります。
（プロンプト2と3はマニュアルのフォーミュラに基づく私たちのテンプレートで、ボクセルのプロンプトはマニュアル自身のショーケースシナリオのアレンジです。）
この先へ
スタイル変換は、H3 のリファレンスシステムの他の部分と自然にスタックします。世界をリスタイルしながら追加の画像リファレンスで顔を固定したり、音声トラックを足してリスタイルした映像にスコアを付け直したり。基礎となるプロンプト文法（リファレンスの役割と3部構成フォーミュラの仕組み）は MiniMax H3 プロンプトガイドを、全ジャンルの既成プロンプトのライブラリは MiniMax H3 プロンプト20選をどうぞ。
よくある質問
AI動画スタイル変換とは何ですか?
スタイル変換は、新しいシーンを生成する代わりに既存の映像をリスタイルします。あなたの動画がモーション・構図・タイミングを提供し、スタイルリファレンスがルックを提供します。結果はオリジナルとまったく同じように動きます — 同じカメラ、同じ軌道、同じ影 — 新しい美学でレンダリングされて。
元のモーションは保たれますか?
それこそが決定的な特徴です。MiniMax H3 はアップロードされたクリップをリファレンスとして読み込むため、モーションパス、カメラの動き、光の方向、影がリスタイルを通して引き継がれます。公式マニュアルのショーケースは、車が実際の軌道と影を保ったまま、実写の街のシーンをボクセルアートに変えています。
フレームの一部だけをリスタイルできますか?
できます。これが H3 をフィルター系ツールから分けるものです。ターゲットを名指しできます。マニュアルのボクセルの例では、車両と樹木だけがボクセルブロックに変換され、建物と歩行者は写真のままです。何が変わり、何がリアルのままであるべきかを明示しましょう。
どんな映像が最適ですか?
被写体が明瞭で動きの見える4〜15秒のクリップ（最大50MB） — 街のシーン、歩く人、交通、スポーツなど。非常に暗い、ぼやけた、激しく揺れる映像は、モデルが掴める構造が少なくなります。
動画フィルターとどう違うのですか?
フィルターはピクセルの色を変えるだけですが、スタイル変換はシーンを再レンダリングします。フィルターには、車をボクセルブロックに変えたり、影の一貫性を保ったまま街を水彩画に描き直したりはできません。映像をリファレンスとして読む生成モデルにはそれができます。
どうやって試せますか?
MiniMax H3 は Pixo の Playground で稼働中です。クリップとスタイル画像をアップロードし、プロンプト内で番号で参照して、768p または 2K で生成します。新規ユーザーには登録時に200無料クレジット、プランは現在最大55%オフです。
MiniMax H3 は Pixo の Playground で稼働中です。映像とスタイルリファレンスをアップロードし、リスタイルした4〜15秒のショットを 768p または 2K で生成しましょう。今すぐ登録 — 新規ユーザーには登録時に200無料クレジット、プランは現在最大55%オフです。モデルを初めて知る方は MiniMax H3 とはから。
