XXT基于 MiniMax H3

MiniMax H3 首尾帧生视频:两张图之间的过程怎么写

给 MiniMax H3 两张同一场景、同一个人、差别不大的图,用一镜到底写出从首帧变成尾帧的动作和运镜,最后一句落在 settles into the pose and composition of the final frame;不要把两张图分别描述一遍。两张图和视频的画面比例保持一致,再加上人物参考图,中间过程里脸才稳得住。

首尾帧是怎么回事

首尾帧模式下,视频的第一帧就是你给的首帧,最后一帧就是你给的尾帧,中间的过程由模型补。想精确控制一个镜头停在哪里,这是最准的办法:商品落到手里、人物走到指定位置、门在某个画面上关上。MiniMax 早先的海螺 Hailuo 02 也有首尾帧,MiniMax H3 原生支持。

在 XXT 上就是首帧生视频(i2v)加一个 --last-frame,4–60 秒。平台会写好官方的对齐句,把首帧钉在开头、尾帧钉在最后一帧,你只需要写中间发生了什么。

两张图要接得上

  • 同一个场景、同一个人、同样的光线。 模型是在两张图之间「走过去」,不是瞬移。
  • 两张图差别别太大。 姿势、位置、机位差得太远,动作往往在中间卡住,最后再猛地跳到尾帧。
  • 和视频的画面比例一致:9:16、16:9 或 1:1。比例不同的图会被缩放后居中裁剪,可能把主体裁掉。
  • 短边最好 720 像素以上。
  • 想要一张接得上的尾帧,好办法是在首帧上改(手挪个位置、伞撑开、头转过去),而不是另外重新生成一张。

命令

h3 submit --mode i2v --first-frame start.png --last-frame end.png --aspect 9:16 --seconds 8 \
  --prompt "A medium-wide shot frames the rain-soaked cyclist beside a silver bicycle, holding a closed black umbrella. In one continuous shot, the camera pulls out with small amplitude at slow speed as she releases the handlebar, raises the umbrella and pushes it open, steps beneath it, and settles into the pose and composition of the final frame at the end of the shot." \
  --sound "Steady rain on the pavement, the click of the umbrella opening, distant traffic." \
  --wait --out ./out

这是照 MiniMax H3 官方首尾帧样例写的:一句锚定首帧,接着写动作的过程,最后落到尾帧。

写过程,不写两张图

  • 一镜到底。 写上 in one continuous shot;中间切了镜头,固定结尾就没意义了。
  • 写把两张图连起来的动作,按时间顺序:谁从哪开始、做了什么、怎么发展。别先描述首帧、再描述尾帧,当成两个停顿点,那样容易出幻灯片感或者叠化。
  • 最后落在尾帧:settles into the pose and composition of the final frame at the end of the shot。
  • 运镜 = 类型 + 幅度 + 速度,比如 pulls out with small amplitude at slow speed。两张图景别不一样时,就靠这一句交代变化。
  • 用英文写,60–150 个词。 只写想要的,没有负面提示词。

通用的写法见MiniMax H3 提示词指南。

无缝循环:同一张图做首尾帧

首帧和尾帧用同一张图,就能做循环视频。只描述场景的话,画面几乎不动,因为模型被要求从同一个地方开始、在同一个地方结束。要写一个闭环动作:前半段动起来、中间到高点、最后回到起始姿势,比如舞者转一圈落回开场的姿势,猫伸个懒腰再蜷回去。

锁住脸:加参考图或角色

两帧之间人会转身、移动、变大变小,信息不够时脸就容易走样。在 XXT 上,首尾帧任务可以同时带人物参考图(--ref front=…)或存好的角色(--character),最多 7 张(不带尾帧时 8 张:尾帧要占一个图片名额)。MiniMax 官方托管 API 的文档里,首尾帧和参考图是分开的两种模式;在这里可以放进同一个任务。

h3 submit --mode i2v --first-frame door_closed.png --last-frame door_open.png --aspect 16:9 --seconds 6 \
  --character 小美=front,three_quarter_left \
  --prompt "A medium shot frames 小美 standing in a dim hallway in front of a closed white door, her hand on the handle. In one continuous shot, the camera holds a static shot as she turns the handle, pulls the door open toward her and steps half into the warm light from the room, and settles into the pose and composition of the final frame at the end of the shot." \
  --sound "A quiet hallway, the click of the door latch, a faint creak of hinges." \
  --wait --out ./out

照片怎么准备、角度怎么挑,见人物一致性。

一镜接一镜,做成长片

上一个镜头的尾帧,可以当下一个镜头的首帧。这样把首尾帧镜头接起来,每个接缝都在你手里,是突破单条 60 秒上限最稳的办法。见长视频。

出问题怎么办

症状改法
动作卡在中间,最后猛跳到尾帧让两张图更接近;把动作写得更长、更连续;或者把时长加长
中间切了镜头或者叠化写 in one continuous shot;别把两张图当成两个停顿点分别描述
画面几乎不动(同一张图做首尾帧)写一个离开起始姿势再回来的闭环动作
主体在边上被裁掉提交前把两张图都裁成视频的画面比例
脸到一半变了加人物参考图或角色

要花多少

加尾帧不另外收费。视频按秒计:夜里(新加坡时间 22:00–10:00)每秒 ¥0.06,白天每秒 ¥0.09;一条 8 秒 768P、夜里提交,是 48 积分(¥0.48)。1080P 价格两倍。

成片、歌曲和上传的素材在任务结束后保存 8 小时,之后自动删除,请及时下载。

常见问题

MiniMax H3 支持首尾帧吗?

支持。给一张首帧、一张尾帧,视频从一张开始、在另一张结束。在 XXT 上是首帧生视频加 --last-frame,4–60 秒。

首尾帧能同时带参考图吗?

在 XXT 上可以:同一个任务里最多带 7 张人物参考图,或者一个存好的角色,两帧之间脸更稳。

首帧和尾帧能差多少?

尽量接近:同一个场景、同一个人,差别是一个动作就能解释的。差得太远,动作会卡在中间、最后猛跳。

怎么做无缝循环视频?

首帧和尾帧用同一张图,写一个离开起始姿势、最后再回到起始姿势的闭环动作。

相关教程