Mô hình video đa phương thức đọc văn bản, hình ảnh, video và âm thanh như một ngữ cảnh duy nhất. Tạo một cảnh quay, đổi một nhân vật, sửa một câu thoại — mà không đụng đến phần còn lại.
Vì sao chọn MiniMax H3
Tham chiếu tới 12 tệp trong một prompt duy nhất — 9 hình ảnh, 3 đoạn video, 3 bản âm thanh. Khóa một gương mặt, mượn một chuyển động, bắt nhịp theo một bản nhạc. H3 đọc tất cả như một bản brief thống nhất, không phải một tấm ghép rời rạc.
Tham chiếu gương mặt, hành động, nhạc nền — trong một prompt.
Mọi kết quả đều đi kèm âm thanh stereo gốc — thoại, tiếng nền và hiệu ứng được tạo cùng lúc với hình ảnh, không phải lồng vào sau.
Không có bản nháp câm. Không phải khớp tiếng ở hậu kỳ.
Đổi nhân vật, thay phông nền, viết lại một câu thoại. H3 thực hiện chỉnh sửa cục bộ với độ chính xác cao — và giữ ổn định mọi thứ bạn không chạm tới.
Chỉ chỉ dẫn thay đổi. Mọi thứ khác giữ nguyên.
Phim thương hiệu, trình diễn sản phẩm, cảnh có cốt truyện, hoạt hình cách điệu — khung hình chuẩn điện ảnh, nơi phụ đề, logo và chi tiết sản phẩm nằm đúng chỗ bạn đặt.
Từ phim thương hiệu đến demo sản phẩm — kết hợp H3 với Seedance hay Kling trên cùng một timeline.
Xem thực tế
Phim thương hiệu
Chiến dịch thương hiệu với nhận diện sản phẩm được khóa chặt và nhạc nền gốc.
Sản phẩm và TMĐT
Cùng một SKU, ba bối cảnh, không sai lệch — hình dáng, chất liệu và logo giữ nguyên.
Phim AI
Cảnh thoại nhiều góc cắt, tạo ra kèm âm thanh — khớp khẩu hình sẵn.
Hoạt hình cách điệu
Một cảnh phố thực, được cách điệu lại — chuyển động và ánh sáng giữ nguyên.
Thông số
Cách hoạt động
Kể ý tưởng cho agent của Pixo. Chọn tỷ lệ khung hình và độ phân giải ngay trong prompt — nó sẽ soạn kịch bản và storyboard hoàn chỉnh cho bạn.
Bảo agent bạn muốn dùng MiniMax H3, hoặc để nó tự chọn mô hình phù hợp. Các tệp tham chiếu đi cùng prompt, và từng cảnh được tạo theo trình tự.
Sắp xếp lại các cảnh trên timeline, tinh chỉnh những cảnh cần thiết và xuất video hoàn chỉnh — không watermark.
FAQ
MiniMax H3 là mô hình video đa phương thức thế hệ mới của MiniMax, đội ngũ đứng sau Hailuo. Nó xử lý văn bản, hình ảnh, video và âm thanh như một ngữ cảnh duy nhất, tạo video đa cảnh 4–15 giây với âm thanh stereo gốc. Trên Pixo, nó đứng cạnh Seedance, Kling và Veo trong cùng một storyboard.
Video 4–15 giây ở 24 fps, với sáu tỷ lệ khung hình từ màn ảnh rộng 21:9 đến dọc 9:16 — chọn ngay khi viết prompt. Mọi kết quả đều có sẵn âm thanh.
Prompt văn bản tới 7.000 ký tự, cùng các tệp tham chiếu — hình ảnh để khóa gương mặt hoặc bối cảnh, đoạn video cho chuyển động và góc máy, và bản âm thanh cho nhịp điệu và giọng nói.
Có. Trong storyboard của Pixo, mỗi cảnh có thể dùng một mô hình khác nhau — kết hợp MiniMax H3 với Seedance 2.0, Kling 3.0 hay Veo 3.1 trên cùng một timeline.
Đăng ký tại pixo.video — người dùng mới nhận 200 credit khi đăng ký, và các gói hiện đang giảm tới 55%.
Có. Tạo ở 768p để lặp nhanh, rồi nâng kết quả lên 1440p — chế độ được khuyến nghị chính thức cho bản xuất cuối. Video 21:9 render ở 2976×1248 trong chế độ 1440p.
Tới 12 tệp: 9 hình ảnh, 3 đoạn video tổng cộng 15 giây và 3 bản âm thanh. Âm thanh phải đi kèm một đầu vào hình ảnh hoặc video. H3 đọc tất cả như một ngữ cảnh duy nhất — khóa gương mặt bằng ảnh, mượn chuyển động từ đoạn video, bắt nhịp bằng bản nhạc.
Giọng nói được tạo bao phủ 11 ngôn ngữ với khớp khẩu hình chính xác — gồm tiếng Anh, Trung, Nhật, Hàn, Pháp, Đức và Tây Ban Nha — cùng hơn 40 ngôn ngữ khác như tiếng Ả Rập, Thái và Hindi để khám phá. Nhờ đó nó rất hợp với quảng cáo đa ngôn ngữ và video sản phẩm bản địa hóa.
Người dùng mới nhận 200 credit khi đăng ký. Các gói giảm tới 55%.
Dùng thử MiniMax H3Mọi mô hình. Một storyboard. Xuất không watermark.