La ruta MiniMax H3 LoRA de APIXO genera vídeo a partir de indicaciones, fotogramas y recursos de referencia. Decida qué flujo de trabajo necesita antes de recopilar recursos: un fotograma inicial, un par de apertura y final o referencias que describen una nueva escena.
Los Docs H3 LoRA especifican que la interfaz pública no acepta configuración LoRA personalizada. Esta guía trata la generación a partir de referencias, no la importación de datos ni el entrenamiento de pesos propios.
MiniMax H3 LoRA: referencias sin entrenar pesos propios: Diagrama del proceso, no un resultado probado del modelo
Un fotograma inicial y una imagen de referencia tienen funciones diferentes.
En la conversión de imagen a vídeo, la primera imagen establece la apertura y una segunda imagen puede establecer el final. Considere si las dos poses y composiciones forman una transición plausible.
En la generación de referencias, las imágenes comunican un personaje, producto, escena o style sin convertirse necesariamente en el cuadro inicial. Tratar estas entradas como intercambiables puede crear expectativas equivocadas sobre el primer fotograma.
En la página del modelo MiniMax H3 LoRA, decide primero si quieres animar una imagen de origen o crear un nuevo clip a partir de varias referencias.
Confirme el flujo de trabajo de entrada antes de enviar
tarea prevista: Animar una composición específica. · Preparación: Una imagen inicial y un mensaje de movimiento. · Verificación de envío: La imagen define el cuadro de apertura, no solo un style
tarea prevista: Pasar entre dos estados · Preparación: Imágenes inicial y final compatibles · Verificación de envío: Comprueba el sujeto, el encuadre y una trayectoria plausible
tarea prevista: Combinar producto, entorno y movimiento de cámara · Preparación: Referencias con funciones claras · Verificación de envío: Comprueba cantidades, modo y compatibilidad entre vídeo y resolución
tarea prevista: Generar imágenes usando solo audio · Preparación: Añade la información visual necesaria · Verificación de envío: El audio por sí solo no cumple los requisitos de este servicio
tarea prevista: Importar datos de entrenamiento o pesos LoRA propios · Preparación: No hay un procedimiento público · Verificación de envío: No confundir el espacio de generación con una herramienta de entrenamiento
La página propone explorar en 480p y generar después en 768p. Son borradores de producción, sin un mecanismo de herencia de draft_task_id como el de Seedance. Esta ruta LoRA solo admite 480p cuando se usa vídeo de referencia. No reenvíes la misma entrada en 768p; compara H3 si necesitas más resolución con referencias de vídeo.
Conserva la imagen original, el recorte y el prompt. Mejora primero las fuentes tapadas o poco legibles. Si los colores se contradicen, especifica qué imagen debe prevalecer. Añadir referencias o repetir la generación no es entrenamiento ni garantiza la fidelidad del personaje o del producto.
Asignar un papel a cada material
Para una toma de producto, utilice una imagen del producto para la apariencia, una imagen de escena para la iluminación y un vídeo corto para el movimiento de la cámara. El audio puede aportar sonido o ritmo, pero no puede reemplazar la información visual requerida.
Una hoja de trabajo de activos no probados podría incluir:
Vista frontal del producto: apariencia, color y empaque; excluir productos no relacionados.
Imagen de escena: ambiente y luz; excluir personas o accesorios no deseados.
Vídeo corto: movimiento y ritmo; Identificar los elementos que no se deben transferir.
Audio: dirección del sonido; Evite diálogos y ruidos no relacionados.
Describa la contribución requerida de cada activo en el mensaje. Ese es un método de planificación, no una prueba de que el modelo aísle perfectamente cada atributo solicitado.
Comprueba los límites antes de enviar la solicitud
La ruta admite hasta 9 imágenes, 3 vídeos y 3 audios, con salidas de 5 a 15 segundos en 480p o 768p.
En este servicio LoRA, las referencias de vídeo requieren actualmente 480p. No repitas una solicitud de 768p con vídeo si la especificación excluye esa combinación. Consulta las restricciones documentadas antes de cambiar de modelo.
Una referencia de solo audio no establece una solicitud de vídeo de referencia válida aquí. Proporcione la información visual requerida.
Indica qué se queda y qué cambia.
Describe la apariencia fija antes de la acción, la cámara y el sonido. No pida al modelo que reconstruya detalles críticos del producto que están ausentes en la fuente.
Ejemplo de mensaje no probado:
Usa las imágenes del producto para la forma y el color de la botella, y la imagen de la escena para la iluminación del fondo. El vídeo de referencia indica un movimiento lento de cámara hacia un lado. Mantén el producto quieto. No añadas texto, accesorios ni personas.
Usa la sintaxis de referencias del servicio real. El ejemplo explica las funciones de cada material sin suponer que los marcadores de otra plataforma funcionan en todas partes.
Reduzca las entradas conflictivas al diagnosticar problemas
Para errores de apariencia, inspeccione la claridad de la fuente, el ángulo y el recuento de sujetos. Para errores de movimiento, verifique si el vídeo contiene varias acciones o cortes frecuentes. Valide los requisitos visuales y sonoros por separado si entran en conflicto.
Cambia una variable bien definida y registra todos los intentos. El nombre LoRA no demuestra un mejor control del estilo ni mayor coherencia de los personajes que H3.
Consulta APIXO Pricing y suma el coste de las referencias, no solo el precio de salida por segundo.
Tarifas de uso API; créditos mensuales de Studio aparte.
Revisar el clip generado
Consulta el tema, la acción completada, el sonido y el final utilizable. Las referencias comunican requisitos; no garantizan las letras o el movimiento exactos del producto.
No necesitas entrenar pesos propios para usar el servicio público actual. Si requieres más resolución u otra combinación con referencias de vídeo, compara MiniMax H3. Ambos admiten referencias; elige según las condiciones del trabajo.
Desarrolla con APIXO
Explora modelos de imagen, vídeo y audio en un solo lugar.
