Generador de vídeo con IA MiniMax H3 para flujos con referencias a 2K

Usa MiniMax H3 para trabajos de vídeo de 4 a 15 segundos que necesiten un encuadre basado solo en texto, uno o dos fotogramas guía o un conjunto de referencias multimodales. Sus controles distintivos son los niveles 768P y 2K, además del cálculo explícito de la duración del vídeo de entrada y de las imágenes que superan las cinco primeras.

Las tres escenas utilizan un prompt no vacío de hasta 7,000 caracteres. Texto no admite archivos subidos y exige una relación de aspecto específica que no sea adaptativa. La escena Fotogramas acepta exactamente una imagen como fotograma inicial o final, o dos imágenes ordenadas como inicio y final, sin vídeo ni audio. Referencia requiere al menos un archivo subido; el audio no se puede usar por sí solo y debe acompañar a una imagen o un vídeo.

Rivya admite hasta nueve imágenes JPEG, PNG o WebP, tres vídeos MP4 o MOV y tres archivos de audio MP3 o WAV, con un máximo de 15 archivos en total. Cada imagen está limitada a 30 MB. Cada vídeo está limitado a 50 MB y de 2 a 15 segundos, con 15 segundos de vídeo en total; cada audio está limitado a 15 MB y de 2 a 15 segundos, con 15 segundos de audio en total.

Cada imagen y vídeo de referencia debe tener una anchura y una altura de 256 a 5,760 píxeles y una relación de aspecto de 0.4 a 2.5. Además, los vídeos de referencia deben reproducirse de 23.976 a 60 fotogramas por segundo.

La tarifa es de 8 créditos a 768P o 13 a 2K, multiplicada por los segundos de salida solicitados más los segundos verificados del vídeo de entrada. Las cinco primeras imágenes no añaden ningún cargo por imagen; de la sexta a la novena, cada una añade 4 créditos. El audio de entrada no se suma a esta fórmula. Rivya redondea hacia arriba el total combinado una sola vez.

La generación de texto a vídeo exige 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16 y no admite adaptativa. La generación de referencia a vídeo también puede usar adaptativa. La vía guiada por fotogramas obtiene su encuadre de la imagen o del par de imágenes proporcionado, en lugar de enviar un valor independiente de relación de aspecto.

Rivya reserva el importe calculado por la fórmula antes de la generación, conserva todos los términos de tarifa y redondea solo el total completo. Cuando se informa de un uso real válido que no supera la reserva, Rivya liquida conforme a ese valor. Si el uso no está disponible, no es válido o supera la reserva, pasa a conciliación en lugar de generar un cargo adicional oculto.

Elige texto, guía por fotogramas o una escena de referencias multimodales; configura 768P o 2K; selecciona una duración entera de 4 a 15 segundos; y utiliza una relación de aspecto solo donde la escena la admita.

No. En la escena de referencia, el audio debe ir acompañado de al menos una imagen o un vídeo. Las escenas de texto y fotogramas no admiten audio.

Sí. Con una imagen, elige si será el fotograma inicial o final. Con dos imágenes, ordénalas como inicio y después final.

Las cinco primeras imágenes están incluidas en la fórmula base de tiempo. Cada imagen adicional, de la sexta a la novena, suma 4 créditos a la estimación combinada antes de redondear hacia arriba el total una sola vez.

Usa 768P a 8 créditos por segundo facturado mientras pruebas el movimiento y la función de las referencias. Elige 2K a 13 créditos por segundo facturado cuando la dirección de la escena esté lista para el nivel superior.

Usa esta página para validar una escena, una duración y una jerarquía de referencias. Continúa en Studio para guardar comparaciones entre 768P y 2K, revisar las referencias repetidamente o mantener un proyecto más largo.