Transferência de estilo em vídeo com MiniMax H3

Existem dois jeitos de tirar um vídeo estilizado de uma IA. Você pode gerar uma cena nova no estilo que quer — e perder a sua filmagem, a sua marcação, o seu tempo. Ou pode passar um filtro no que filmou — e obter pixels recoloridos que não enganam ninguém. O que os criadores realmente vêm pedindo fica no meio: mantenha a minha filmagem, mude o mundo dela.

É isso que transferência de estilo em vídeo significa na era das referências, e é uma das demonstrações mais claras do que torna o H3 da MiniMax diferente. Envie o seu clipe e uma única imagem de estilo, e o H3 re-renderiza a cena na nova estética enquanto o movimento, a câmera e a luz se comportam exatamente como no original. O exemplo de showcase do manual oficial é difícil de esquecer: uma cena de rua real em que os carros e as árvores viram blocos voxel estilo Minecraft — enquanto os prédios e os pedestres permanecem fotográficos, e cada veículo mantém sua trajetória real e sua sombra real.

Nós operamos o Pixo, uma plataforma de vídeo multimodelo em que o H3 está no ar no Playground. Aqui está como a técnica funciona e os prompts para começar.

Como funciona: duas referências, dois papéis

O H3 trata todo arquivo enviado como uma referência com um papel, numerada na ordem de envio. Para transferência de estilo, a divisão de trabalho é sempre a mesma:

• Vídeo 1 — a sua filmagem. Um clipe de 4 a 15 segundos, até 50MB. Ele contribui com tudo o que é temporal: composição, trajetos de movimento, movimento de câmera, tempo, direção da luz.
• Imagem 1 — o estilo. Uma imagem que é o visual que você quer: um render voxel, uma pintura em aquarela, um quadro de animação em argila, um frame de anime. Ela contribui apenas com a estética.

Depois, o prompt faz a direção — e a coisa mais importante que ele faz é delimitar o escopo da transferência. «Transforme tudo em aquarela» é uma instrução válida; «transforme apenas os veículos e as árvores em blocos voxel, mantenha todo o resto fotográfico» também é. A reestilização parcial é onde isso deixa de ser truque e passa a ser um visual que nenhum filtro consegue imitar.

O fluxo de trabalho

1. Escolha uma filmagem com estrutura. Sujeitos claros, movimento visível, luz razoável. Cenas de rua, um percurso a pé, trânsito, esporte. 4–15 segundos, ≤50MB.
2. Escolha uma imagem de estilo honesta. A referência já deve parecer a sua estética-alvo — um quadro do estilo de verdade, não um moodboard.
3. Envie na ordem. Primeiro a filmagem (Vídeo 1), depois o estilo (Imagem 1). Os números são como você vai se referir a eles.
4. Escreva o escopo. O que se converte, o que permanece real e o que deve ser preservado — nomeie movimento, sombras e composição explicitamente.
5. Gere em 768p, finalize em 2K. Itere o escopo com custo baixo, depois renderize a final. A exportação é sem marca d'água.

Três prompts para copiar e colar

1. Rua voxel (adaptado do showcase do manual oficial)

Arquivos de referência do showcase

O showcase do manual que este prompt adapta

O Vídeo 1 fornece a cena, a composição e todo o movimento. A Imagem 1 fornece
o estilo de blocos voxel. No vídeo, converta apenas os veículos e as árvores
em versões voxel de si mesmos. Prédios, rua e pedestres permanecem
fotográficos e inalterados. Cada veículo mantém exatamente sua trajetória e
velocidade originais; as sombras e a luz refletida permanecem consistentes
com a filmagem original. Mantenha o movimento de câmera original.

Por que funciona: o escopo é cirúrgico — dois alvos nomeados, todo o resto explicitamente protegido, e a física («exatamente sua trajetória original», «sombras permanecem consistentes») declarada em vez de presumida.

2. Cidade em aquarela (reestilização de quadro inteiro — modelo)

Arquivos de referência do showcase

Um showcase do manual no mesmo registro

O Vídeo 1 fornece a cena e todo o movimento. A Imagem 1 fornece o estilo:
ilustração solta de nanquim e aquarela, bordas suaves, textura de papel,
paleta contida. Re-renderize o vídeo inteiro neste estilo de aquarela.
Preserve a composição original, o movimento de câmera e o tempo de cada
elemento em movimento; a direção da luz e as posições das sombras devem
corresponder à filmagem original. O som ambiente segue a cena original.
Música não narrativa: N/A.

Por que funciona: transferências de quadro inteiro vivem ou morrem pela cláusula de preservação — sem «o tempo de cada elemento em movimento», a estilização tende a amaciar o movimento até virar mingau.

3. Recorte em claymation (reestilização parcial, foco no personagem — modelo)

O Vídeo 1 fornece a cena e o movimento: uma pessoa caminhando por um parque.
A Imagem 1 fornece o estilo: claymation artesanal em stop-motion, digitais
visíveis na argila, textura levemente fosca. Converta apenas a pessoa que
caminha em uma figura de claymation de si mesma — mesmas cores de roupa,
mesma passada, mesmo tempo. O parque, a luz e o fundo permanecem
fotográficos. Cadência sutil de quadros de stop-motion apenas no personagem.

Por que funciona: reestilizar o sujeito enquanto o mundo permanece real é a versão de maior contraste da técnica — e fixar «mesma passada, mesmo tempo» mantém o personagem soldado à atuação original.

(Os prompts 2 e 3 são modelos nossos construídos sobre a fórmula do manual; o prompt voxel é adaptado do cenário de showcase do próprio manual.)

Para onde levar isso

A transferência de estilo se combina naturalmente com o resto do sistema de referências do H3 — trave um rosto com uma referência de imagem adicional enquanto reestiliza o mundo, ou adicione uma faixa de áudio para remusicar a filmagem reestilizada. Para a gramática de prompt por trás (como funcionam os papéis de referência e a fórmula em três partes), veja o guia de prompts do MiniMax H3; para uma biblioteca de prompts prontos em todos os gêneros, veja 20 prompts para o MiniMax H3.

Perguntas frequentes

O que é transferência de estilo em vídeo com IA?

A transferência de estilo reestiliza uma filmagem existente em vez de gerar uma cena nova: o seu vídeo fornece o movimento, a composição e o tempo; uma referência de estilo fornece o visual. O resultado se move exatamente como o original — mesma câmera, mesmas trajetórias, mesmas sombras — renderizado na nova estética.

Ela mantém o movimento original?

Esse é o traço definidor. O MiniMax H3 lê o clipe enviado como referência, então trajetos de movimento, movimento de câmera, direção da luz e sombras atravessam a reestilização. O showcase do manual oficial transforma uma cena de rua real em voxel art enquanto os carros mantêm suas trajetórias e sombras reais.

Dá para reestilizar só parte do quadro?

Sim — é isso que separa o H3 das ferramentas tipo filtro. Você pode nomear os alvos: no exemplo voxel do manual, apenas os veículos e as árvores se convertem em blocos voxel, enquanto prédios e pedestres permanecem fotográficos. Diga explicitamente o que muda e o que deve permanecer real.

Que filmagem funciona melhor?

Um clipe de 4 a 15 segundos (até 50MB) com sujeitos claros e movimento visível — cenas de rua, uma pessoa caminhando, trânsito, esportes. Filmagens muito escuras, borradas ou com tremores rápidos dão ao modelo menos estrutura para se apoiar.

Qual a diferença para um filtro de vídeo?

Um filtro recolore pixels; a transferência de estilo re-renderiza a cena. Filtros não conseguem transformar um carro em blocos voxel nem repintar uma rua como aquarela mantendo as sombras consistentes — um modelo generativo lendo a sua filmagem como referência consegue.

Como testo?

O MiniMax H3 está no ar no Playground do Pixo. Envie o seu clipe e uma imagem de estilo, referencie-os pelo número no prompt e gere em 768p ou 2K. Novos usuários ganham 200 créditos grátis no cadastro, e os planos estão com até 55% de desconto no momento.

O MiniMax H3 já está no ar no Playground do Pixo — envie uma filmagem e uma referência de estilo e gere planos reestilizados de 4 a 15 segundos em 768p ou 2K. Cadastre-se agora — novos usuários ganham 200 créditos grátis no cadastro, e os planos estão com até 55% de desconto no momento. Novo no modelo? Comece por o que é o MiniMax H3.