MiniMax H3 画像から動画
minimax/h3/image-to-video
MiniMax H3 Image to Video は、最初のフレーム画像を自然で一貫性のある 2K 動画にアニメーション化します。自然言語によるモーション指示に対応し、任意の最終フレーム制御によって、動きの一貫性、シーンの連続性、映画のような動画生成を実現します。すぐに使える REST 推論 API を提供し、高性能、コールドスタートなし、手頃な価格で利用できます。
サンプル
パラメータ
| 名前 | 型 | 既定 | 制約 | 説明 |
|---|---|---|---|---|
| first_frame *画像 | image_upload | — | image/* | 最初のフレーム画像の URL または Base64 データ。対応する画像サイズは各辺 256〜5760 ピクセル、アスペクト比は 0.4〜2.5 です。 |
| prompt *プロンプト | textarea | — | ≤ 7000 chars | 希望するモーションやシーンを説明するテキスト。 |
| last_frame最終画像 | image_upload | — | image/* | 任意の最終フレーム画像の URL または Base64 データ。 |
| resolution解像度 | select | 2k | 2k | 出力動画の解像度。 |
| duration長さ | slider | 5 | 4 ~ 15 · step 1 | 出力動画の長さ(秒)。 |
出力フィールド
| フィールド | 型 | 説明 |
|---|---|---|
| videos | array<string> | Generated video URLs |
API
統一 REST API でこのモデルを呼び出せます。API Keys ページでキーを取得してください。
cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/minimax/h3/image-to-video" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"first_frame": "https://example.com/input.jpg",
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"resolution": "2k",
"duration": 5
}
}'
# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
-H "Authorization: Bearer YOUR_API_KEY"Python
import time, requests
API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}
# 1) Submit
resp = requests.post(
"https://www.namifusion.com/api/v1/marketplace/run/minimax/h3/image-to-video",
headers=HEADERS,
json={
"input": {
"first_frame": "https://example.com/input.jpg",
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"resolution": "2k",
"duration": 5
}
},
)
resp.raise_for_status() # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()
# 2) Poll until a terminal state (completed / failed / cancelled).
# This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
if time.time() > deadline:
raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
time.sleep(3)
poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
poll.raise_for_status()
task = poll.json()
print(task["status"], task.get("output"))JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };
// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/minimax/h3/image-to-video", {
method: "POST",
headers: { ...HEADERS, "Content-Type": "application/json" },
body: JSON.stringify({
"input": {
"first_frame": "https://example.com/input.jpg",
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"resolution": "2k",
"duration": 5
}
}),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();
// 2) Poll until a terminal state (completed / failed / cancelled).
// This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
await new Promise((r) => setTimeout(r, 3000));
const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
task = await poll.json();
}
console.log(task.status, task.output);ドキュメント
MiniMax H3 Image to Video
1枚の開始画像から、プロンプトで動きを制御した一貫性の高い 2K 動画を生成。
MiniMax H3 Image to Video は、開始フレームとなる画像と自然言語のプロンプトをもとに、高解像度の 2K 動画を生成できる画像から動画への変換モデルです。任意の終了フレーム指定にも対応しており、シーンの連続性、被写体の一貫性、映画的な演出を重視する制作ワークフローに適しています。さらに、コールドスタートなしで利用でき、コスト効率にも優れています。
🚀 主な特長
- 開始フレーム主導の生成:入力画像を起点として、被写体、構図、スタイル、冒頭の見た目を安定して反映します。
- プロンプトによるモーション制御:動き、カメラワーク、ライティング、雰囲気、シーン展開を自然言語で指定できます。
- 任意の終了フレーム誘導:終了時の見た目を重視する場合、最後の画像を追加して終端フレームをより明確に制御できます。
- ネイティブ 2K 出力:高精細な 2K 動画を生成でき、商用コンテンツや高品質な映像制作に適しています。
- 4〜15秒の長さに対応:短い試行から、より展開のある短尺動画まで柔軟に生成できます。
- コールドスタートなし:本番利用でも応答性が高く、より予測しやすい処理時間が期待できます。
🛠️ 技術仕様
| 項目 | 内容 |
|---|---|
| モデル名 | MiniMax H3 Image to Video |
| モデル ID | minimax/h3/image-to-video |
| タスク種別 | image-to-video |
| モデルアーキテクチャ | 開始フレーム条件付きの動画生成モデル(任意の終了フレーム制御に対応) |
| 入力形式 | 画像(URL または Base64)+プロンプト、任意で終了フレーム画像(URL または Base64) |
| 出力形式 | 動画 |
| 入力画像要件 | 各辺 256〜5760 ピクセル、アスペクト比 0.4〜2.5 |
| プロンプト長 | 1〜7000 文字 |
| 解像度 | 2K |
| 長さ | 4〜15 秒 |
| フレームレート | 非公開 |
| 終了フレーム制御 | 対応(任意) |
| レイテンシ | コールドスタートなし。実際の推論時間は負荷や動画の長さにより変動します |
サンプルプロンプト
雨の夜のネオン街に立つ人物へ、ゆっくりとシネマティックに寄っていく。わずかな頭の動き、濡れた路面の反射、リアルな照明、ムーディーな雰囲気。クリーンなスタジオ背景で製品がゆっくり回転し、カメラがわずかに回り込む。高級感のある広告ライティングで金属の質感とハイライトを強調。白い猫が窓辺から飛び降りてカメラの方へ歩いてくる。室内には暖かな日差しが差し込み、自然で滑らかな動き、やさしい雰囲気。
💰 価格
| 項目 | 価格 |
|---|---|
| 基本料金 | $0.13 / 秒 |
| 5秒動画 | $0.65 |
| 10秒動画 | $1.30 |
| 15秒動画 | $1.95 |
💡 主なユースケース
- EC・商品プロモーション:商品画像を動きのある紹介動画に変換し、訴求力を高めます。
- SNS向け短尺コンテンツ制作:静止画素材を、よりエンゲージメントの高い短尺動画へ展開できます。
- プリビズ・コンセプト検証:コンセプトアートや絵コンテを短い映像プレビューとして可視化できます。
- キャラクター・シーンのアニメーション化:イラスト、ポートレート、背景アートに動きを与えつつ、元のビジュアル方向性を維持できます。
🔗 関連モデル
- MiniMax H3 Text-to-Video:プロンプトから直接、高解像度の動画を生成します。
- MiniMax H3 Reference-to-Video:参照素材とプロンプトをもとに、高解像度の動画を生成します。
関連モデル
Nami Wan 2.2 I2V Spicy A
WAN 2.2 Spicy は画像を無制限の高品質動画に変換し、スムーズなアニメーションでスケーラブルなコンテンツ生成に最適化されています。すぐに使える REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。
Wan 2.2 アニメート
Wan 2.2 アニメートは、ドライビング動画から動きと表情を再現する統合キャラクターアニメーション&置換モデルです。1枚のキャラクター画像をフルパフォーマンスに変換し、出力を安定、リアル、アイデンティティ一貫性を保ちながら、体の動きと顔の表情をコピーします。最大120秒の720p動画を生成します。
Vidu Q3 画像から動画へ
Vidu Q3 画像から動画へは、テキストプロンプトを高品質な動画に変換し、優れた視覚的忠実度と多様なモーションを実現します。すぐに使える REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。
Pixverse V6 Reference to Video
PixVerse V6リファレンス動画生成(Fusion)は、1〜3枚の参考画像(主体、キャラクター、背景)をサポートし、テキストプロンプトとの組み合わせで優れたキャラクターの一貫性と物語の連続性を実現、ネイティブ同期オーディオも同時生成します。エンタープライズ向けREST推論API、コールドスタートなし、高コンカレンシーで、アニメ制作、ゲームアート、マルチカット動画開発に最適です。
Pixverse V6 Image to Video
PixVerse V6 Image-to-Video(単一画像生成と首尾フレーム生成を全面統合)は、1枚または2枚の画像から、映画並みの超高画質、リアルな物理インタラクション、そして極めて高い一貫性を備えた動的クリップを生成します。高度な絵コンテ制御、シネマティックループ、商用プロモーションに最適です。エンタープライズ向けREST推論API、高コンカレンシー、コールドスタートなし、手頃な価格設定を提供します。
Pixverse V5 T2V
PixVerse V5 テキストから動画生成は、プロンプトに基づいて滑らかで自然な5秒動画を数秒で生成します。720p出力対応(5秒ごとに$0.20)。すぐに使えるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。
Pixverse V5 I2V
PixVerse V5は画像を短く滑らかで自然な動画に変換します。5秒動画:$0.15(360p/540p)、$0.20(720p)、$0.40(1080p)。すぐに使えるREST推論APIを提供し、最高のパフォーマンス、コールドスタートなし、手頃な価格。
Pixverse V5.6 テキストから動画生成
PixVerse V5.6 は、プロンプトを数秒でリアルな動画に変換します。滑らかな動きと自然なディテールを備え、ストーリー、広告、ソーシャルクリップに最適です。すぐに使える REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。