Video con audio integrato grazie a MiniMax H3

La modalità testo richiede solo un prompt, ed è quindi il modo più semplice per esplorare un'idea: abbozzi una scena, ascolti come viene il suono, poi rifinisci. È anche qui che trovi tutti i formati, dal verticale 9:16 per lo smartphone fino a una fascia panoramica 21:9.

Carica un fotogramma iniziale e la clip si apre su quell'immagine, per poi muoversi come descrive il prompt. Usalo quando la composizione di partenza conta: un ritratto già approvato, una foto prodotto scattata per una campagna o una vignetta dello storyboard che vuoi animare.

Funziona anche con il solo fotogramma finale. Il video procede verso l'immagine che fornisci, cosa che si presta alle rivelazioni: una bottiglia che si posiziona nella sua inquadratura da packshot, una porta che si apre su una stanza finita o un layout su cui il movimento si ferma.

Dai al modello un fotogramma iniziale e uno finale, e lui ricostruisce il movimento nel mezzo. Comodo per collegare due inquadrature in montaggio, mostrare un prima e dopo o trasformare due vignette dello storyboard in un unico movimento continuo. Il risultato mantiene la forma delle tue immagini.

La modalità riferimento accetta fino a cinque immagini che guidano il risultato invece di fare da fotogrammi fissi. Inserisci un personaggio, un abito, un prodotto o un luogo e descrivi l'azione liberamente. Oltre ai sei formati fissi, questa modalità permette di scegliere anche adattivo.

Ogni clip arriva con una traccia stereo generata insieme all'immagine, non aggiunta dopo. Scrivi nel prompt dialoghi, musica o effetti sonori e diventeranno parte del risultato. La traccia è sempre attiva, quindi tienine conto anche quando ti interessa solo l'immagine.

La durata può essere qualsiasi numero intero da 4 a 15 secondi, così la clip si adatta a un accento del montaggio o allo spazio di una piattaforma senza arrotondare a un valore fisso. Il numero di crediti sul pulsante Genera cambia mentre sposti l'impostazione.

Il 768P è il livello sensato per prove e social, il 2K per la versione che consegni. Poiché il costo mostrato sul pulsante Genera varia con la risoluzione, puoi confrontare i due livelli e tenere il 2K per la ripresa in cui il dettaglio in più vale davvero la spesa.

Carica la foto prodotto approvata come fotogramma finale e descrivi la preparazione: il coperchio di una scatola che si alza, una luce che scorre sull'etichetta, un fruscio leggero e un rintocco finale. La clip si ferma sull'immagine che il cliente ha già approvato, e la versione finale si può generare in 2K.

Per i feed pensati per lo smartphone, scrivi una breve scena in 9:16 con una battuta e una base musicale, imposta otto o dieci secondi e genera in 768P. Il post arriva con il suono già al suo posto, quindi resta meno da aggiungere prima di pubblicarlo.

Trasforma due vignette dello storyboard in fotogramma iniziale e finale e lascia che il modello riempia il movimento. Lavorando in 768P il team può verificare ritmo, movimenti di camera e un suono indicativo prima di prenotare le riprese o di passare al 2K.

Prepara un set di massimo cinque immagini di riferimento con il personaggio, il suo abito e l'ambiente abituale, e riutilizzalo a ogni episodio cambiando solo il prompt. Ripartire ogni volta dallo stesso set aiuta la serie a restare riconoscibile da una clip all'altra.

Esporta dalla timeline l'ultimo fotogramma di un'inquadratura e il primo della successiva, caricali come estremi e genera il movimento che li unisce. Dato che la modalità fotogrammi segue la forma dell'immagine, il raccordo si adatta al formato del tuo montaggio.

Inquadrature ampie in 21:9 o 16:9 di una città al tramonto, di un bosco dopo la pioggia o di un caffè tranquillo, ognuna con l'ambiente sonoro adatto, sono ottimi sfondi per sigle, presentazioni e video saggi. Chiedi solo ambiente e niente musica se sopra parlerà un narratore.

Completa prima la descrizione visiva, poi inizia una nuova frase per il suono, per esempio: «Suono: pioggia costante su un tetto di lamiera, tuoni lontani, niente musica.» Separare le due parti rende il prompt più leggibile e chiarisce quali parole riguardano la colonna sonora.

Metti le battute tra virgolette e indica chi le dice e con che tono: il vecchio pescatore mormora «Sta arrivando la tempesta.» Tieni le battute abbastanza corte da stare nella clip; un'inquadratura di sei secondi ha spazio per una frase, non per un discorso.

Il solo nome di un genere è vago. Prova con un violoncello solo e lento, un beat lo-fi caldo con il fruscio del vinile o un synth-pop brillante con battiti di mani, e specifica se la musica deve entrare piano, crescere verso la fine o restare bassa sotto le voci.

Gli effetti si collocano più facilmente quando sono legati a qualcosa sullo schermo: la porta cigola mentre si apre, i bicchieri tintinnano quando due amici brindano, la ghiaia scricchiola sotto le ruote della bici. Abbinare suono e azione dà anche un indizio su quando deve arrivare.

Non esiste un interruttore per spegnere l'audio. Se vuoi una clip quasi silenziosa, chiedi un'atmosfera tranquilla di stanza o una brezza leggera invece di non dire nulla sul suono, poi silenzia la traccia nel tuo editor se il montaggio finale richiede silenzio totale.

Una volta caricati i fotogrammi, l'aspetto è già deciso. Usa il prompt per ciò che si muove, per il percorso della camera e per ciò che si sente, invece di descrivere di nuovo la scena. In modalità riferimento, spiega con parole semplici che cosa rappresenta ogni immagine.