MiniMax H3: 2K и стереозвук в одной генерации

Обычно генерация видео заставляет выбирать: одни модели дают чёткую картинку без звука, другие озвучивают ролик, но упираются в разрешение 720p. В AI-студии VeoSuno доступна модель MiniMax H3, которая делает и то и другое за один проход — создаёт видео в 2K и стереофонический звук, где источники разведены по панораме.

Для рекламы и товарной съёмки качество часто важнее длительности. Пятнадцати секунд хватает на любой рекламный кадр, а вот высокое разрешение и объёмное звучание потом не доклеишь. Поэтому возможность создать видео в MiniMax H3 — отличное решение для коммерческих и творческих задач.

• Ролики длительностью от 4 до 15 секунд, 24 кадра в секунду.
• Разрешение 768p и 2K, где 2K — короткая сторона кадра в 1440 пикселей.
• Шесть соотношений сторон: 21:9, 16:9, 4:3, 1:1, 3:4 и 9:16.
• Стереозвук генерируется вместе с картинкой: речь, окружение и музыка в одном проходе.
• Мультимодальные референсы: до девяти изображений, одно видео и одно аудио.
• Перенос движения с видео-референса на свою сцену.
• Цена стартует от 128 ₽.

Разрешение 2K — не рекорд каталога, до 4K доходят линейка Seedance и Veo 3.1. Разница заключается в другом.

Высокое разрешение идёт вместе со звуком. У H3 это одна генерация, а не картинка отдельно и озвучка отдельно. Процесс становится намного удобнее.

Стерео, а не моно. Источники звука разведены по панораме и двигаются вместе с объектом в кадре. На роликах с проездом, пролётом или проходом мимо камеры это слышно сразу.

Перенос движения. Движение камеры или объекта можно взять с видео-референса и применить к своей сцене. Это даёт больше контроля над результатом.

Непривычная цифра сбивает с толку, но это не опечатка. У модели два режима: 2K, где короткая сторона кадра равна 1440 пикселям, и облегчённый 768p для черновиков. Основной для H3 — именно 2K: AI-модель рассчитана на него, а не дотягивается из последних сил. Черновой режим при этом даёт непривычные 768 пикселей по короткой стороне вместо стандартных 720.

Практический вывод из этого простой. Гоняйте пробы в 768p, чтобы сэкономить время, а самый удачный вариант повторяйте в полноценном 2K.

Пятнадцатисекундный лимит и высокое разрешение хорошо проверяются на съёмке скорости: мелкая фактура, блики, движущийся источник звука. Вот пример рабочего промпта:

Slow-motion tracking shot alongside a Le Mans prototype race car at full speed, filmed from a camera car on a long telephoto lens, real broadcast footage from an endurance race. Compressed perspective, shallow depth of field, natural motion blur, fine film grain, slight chromatic aberration at the frame edges, a touch of lens flare when the sun catches the bodywork. The car fills most of the frame: matte black and orange carbon bodywork scuffed with rubber marks and track dust, heat haze rippling off the rear deck, brake discs glowing orange behind the wheel spokes, tyre sidewall lettering readable as the wheel turns, marbles of rubber and small stones flicking up from the asphalt, the driver s helmet shifting slightly in the cockpit. Behind the car, trackside LED advertising boards run along the barrier showing the word "VeoSuno" in a glowing gradient shifting from magenta to orange. Camera at wing-mirror height, the track surface filling only the bottom third of the frame. After a few seconds the car pulls ahead into the corner; the camera stops and settles, the "VeoSuno" boards come into sharp focus, tyre smoke drifting across the empty straight. Bright overcast daylight with hard sun breaking through, realistic natural colour, not oversaturated. Photographic, documentary, shot on a cinema camera - not a 3D render, not a video game. Sound: a deep engine howl close and centred, sweeping right and fading as the car pulls away, tyre roar, a distant grandstand. One continuous move, no cuts, no repeats, no subtitles.

Ролик отдан в разрешении 2560×1440. Детализация видна там, где обычно всё разваливается: потёртости от резины на карбоне, раскалённые тормозные диски за спицами колеса, надпись на щите вдоль трассы. Она отлично читается даже сквозь дым в финальном кадре.

Звук стоит послушать в наушниках. Рёв мотора идёт по центру, пока камера едет рядом с машиной, и уходит вправо вместе с ней на отрыве. В моно этого просто не существует.

Модель доступна в каталоге — открывайте MiniMax H3 и запускайте первую генерацию. Начните с 768p, чтобы проверить сюжет, и повторите удачный вариант в 2K.