100%無料のデモアクセス
埋め込みリファレンスSpaceを開き、Free Video AIへの支払い、クレジット購入、サブスクリプション開始なしで、利用可能なMiniMax H3ワークフローを試せます。

埋め込みデモでMiniMax H3を完全無料で試し、公式サンプルとオープンソースのH3-Baseデプロイ手順を確認できます。テキスト、画像、動画、音声のコンテキスト、ネイティブステレオ音声、H3の完全なワークフローによる最大2K出力に対応します。
コミュニティがホストするMiniMax H3リファレンス画面を下で直接試せます。この埋め込み体験についてFree Video AIがクレジット、サブスクリプション、アクセス料金を請求することはありません。
このデモは外部のHugging Face Spaceとしてホスト、運営されています。プロンプトとアップロードした参照素材はFree Video AIのローカル環境ではなく、そのサービスで処理されます。稼働状況、待ち行列、制限、モデレーション、データ処理はSpace提供者が管理します。
デモを新しいタブで開くH3は、マルチモーダル理解、動画生成、編集、同期音声を、創作タスクごとに別モデルへ分割せず、1つの汎用システムに統合します。
埋め込みリファレンスSpaceを開き、Free Video AIへの支払い、クレジット購入、サブスクリプション開始なしで、利用可能なMiniMax H3ワークフローを試せます。
テキスト、画像、参照動画、音声が目的の結果とどう関係するかを記述します。H3は各入力を別々に扱うのではなく、関係全体を解釈するよう設計されています。
文書化されたH3システムでは、会話、環境音、音楽を含む映像と音声を、ネイティブ32 kHzステレオで同時生成します。
公式仕様では4〜15秒、24 FPS、一般的な横長、正方形、縦長、シネマティックの各アスペクト比に対応します。
H3の完全なパイプラインは、元のマルチモーダルコンテキストを再利用し、768pのベース結果を2Kで再生成して、より忠実な細部を復元できます。
開発者はFL2VAとRef2VAのH3-Baseチェックポイントをダウンロードし、実装を確認して、セルフホスト型の768p生成ワークフローを構築できます。
テキスト、画像、マルチモーダル参照からの動画生成に特化した3つのFlaq AIエンドポイントで、無料の試用から再現性のある本番運用へ移行できます。
Seedance 2.0の代替をお探しですか?MiniMax H3は、マルチモーダル制御、ネイティブ音声、公開されたH3-Baseウェイト、本番向けAPIを1つの柔軟なワークフローに統合します。
プロンプトで指定した動き、同期音声、管理されたAPIワークフローによって元画像をアニメーション化します。商品画像、ポートレート、広告、ビジュアルコンセプトに適しています。
詳細なプロンプトから映像と音声を含むクリップを直接生成します。再現性のあるクリエイティブ自動化と拡張可能な動画制作向けに設計された安定したエンドポイントです。
プロンプトだけの生成より細かな制御が必要な制作で、マルチモーダル参照を使って人物や対象の同一性、視覚スタイル、動き、声、音を指定できます。
APIの提供状況、料金、レート制限、モデルの動作はFlaq AIが定めるもので、変更される場合があります。本番利用の前に、最新のAPIドキュメントと料金をご確認ください。
再現可能なこれらの768p出力は、MiniMax H3公式GitHubリポジトリからのもので、3つの主要な生成モードを示します。
サンプル動画はMiniMax-AIがMiniMax-H3リポジトリで提供しています。結果はプロンプト、参照素材、チェックポイント、推論設定、ハードウェア、ワークフローにより異なります。
文書化されたH3システムは、深いコンテキスト解釈、ベース音声動画生成、高解像度再生成を分けながら、ワークフロー全体で元の創作コンテキストを保持します。

言語がプロンプトと複合メディアの橋渡しとなり、被写体、ショット、動き、音、目的の出力の関係を記述します。
ホスト型の前処理システムが自由形式のマルチモーダル指示を解釈し、生成用の構造化表現に変換します。
オープンなベースモデルは、汎用H3-Omni Transformerで映像と音声の潜在表現を同時予測し、768pの音声付き動画を出力します。
最終モジュールはベース結果と元のコンテキストを再利用し、通常の超解像だけに頼らず高解像度の細部を再生成します。
単一のマルチモーダルワークフローで、商用コンセプト、物語シーン、ブランドデザイン、動きの参照、同期した音声映像アイデアを探れます。
製品CM、キャンペーン案、ローンチ映像、商品カット、SNS広告を、より高い指示追従性と文字描画で試作します。
シーン説明、キャラクター画像、動きの参照、音の演出を、制作前の短いシネマティック検討映像に変換します。
動くブランド表現、製品サイト案、タイトルシーケンス、モーションポスター、ブランド映像システムを検討します。
動きを転写し、被写体を維持し、映像スタイルを参照するほか、音声と動画のコンテキストで目的の変換を指定できます。
キャラクターシーン、ゲームのイントロ、スタイライズされた3D短編、動くポスター、多様なアート方向の映像実験を制作します。
文書で安定対応が示された11言語と、品質が異なる追加言語で短い音声映像コンセプトを試せます。
埋め込みデモから始め、すべての参照素材の創作上の関係を明示し、音声映像全体の結果を確認します。
埋め込みSpaceを開き、利用可能なテキスト、開始・終了フレーム、またはマルチモーダル参照ワークフローを選択します。
正確なプロンプトを書き、対応する参照素材を追加します。どの画像、動画、声、動き、音、スタイルを結果へ反映するか説明します。
タスクを送信してホスト側の待ち行列を待ち、動き、人物の一貫性、文字、会話、効果音、音楽、指示への全体的な追従性を確認します。
公式リポジトリにはFL2VAとRef2VAのチェックポイント、SGLang、vLLM、diffusers、ComfyUI向け手順があります。ローカル768pのH3-Baseワークフローから始め、ハードウェアと用途の検証後に拡張してください。
hf download MiniMaxAI/MiniMax-H3 \
--include "model_index.json" "FL2VA/*" \
--local-dir MiniMax-H3
sglang serve \
--model-path MiniMaxAI/MiniMax-H3 \
--num-gpus 4 --ulysses-degree 4 \
--performance-mode speed \
--host 0.0.0.0 --port 30010 \
--model-variant fl2va
モデルウェイトをダウンロードする前に、Community License、リポジトリの説明、チェックポイント容量、フレームワーク別GPU要件を確認します。
テキストと開始・終了フレーム生成にはFL2VA、画像、動画、音声を組み合わせた参照が必要な場合はRef2VAを使います。
Hugging Faceから1つのタスク系統だけをダウンロードするか、diffusersに必要なコンポーネントを取得させ、保存容量と設定時間を抑えます。
選んだフレームワークを起動し、公式ケースを再現して音声映像出力を比較した後、ホスト型2Kワークフローを統合するか判断します。
重要:オープンウェイトでもGPU計算が無料になるわけではありません。デプロイ前にMiniMax H3 Community Licenseを確認してください。現在のオープン版にはH3-Baseが含まれますが、完全な公式2Kワークフローで使うH3-Context-IRとH3-Regenerate-2Kはホスト型コンポーネントです。
H3クリップを生成したら、ほかのツールで作業解像度をローカル拡大し、向きを直し、短いハイライトを切り出せます。
生成
ホスト型のマルチモーダルH3デモを試し、公式サンプルを見て、オープンなH3-Baseのデプロイ手順を確認できます。
無料ツールを開く高画質化
プライベートなローカル処理とオプションのWebGPUニューラル強化で、動画の解像度を2×または4×に高めます。
無料ツールを開く鏡
プライベート プレビューとローカル ブラウザーのエクスポートを使用して、ビデオを水平方向、垂直方向、またはその両方に反転します。
無料ツールを開くカット
正確な開始時間と終了時間を選択し、ソースをプレビューし、フォーカスされたクリップをアップロードせずにエクスポートします。
無料ツールを開く発表、オープン実装、チェックポイント、ワークフロー、モデルライセンスを扱う一次資料を確認できます。
マルチモーダルコンテキスト、ネイティブステレオ音声、H3-VAE、Omni Transformer、コンテキスト内2K再生成についてのMiniMax公式解説を読みます。
リソースを開く公式リソースチェックポイント構成、対応入力モード、デプロイコマンド、再現可能な事例、プロンプト技法、現在のオープンソース範囲を確認します。
リソースを開く公式リソースデプロイ前に、Hugging Face公式公開、モデルファイル、Community License、フレームワーク別読み込み手順を確認します。
リソースを開く