Rexwit - 4.2.1 MiniMax H3
a.功能简述:MiniMax H3 具备商用级的多场景内容生成能力,在指令遵循、文字与品牌信息呈现、V2V Motion Transfer(视频到视频动作迁移)等方面表现出色,可实现精准、可控的多模态内容编辑与生成。
|
|
|
提示词书写公式:完整提示词 = 参考素材说明 + 核心创意 + 画面过程说明 |
参考素材说明 |
告诉 H3 你上传的每个素材是干什么用的。
示例:
如果素材中有非常想要保持的特征,建议明确写出来,这样可以让一致性更好。 在音频复刻/部分复刻中,如果对于人声对白内容/唱歌歌词内容的保持有较高的要求,强烈建议补充具体歌词文本内容。
|
核心创意 |
用一句话锁定全片信息,必须包含:
示例:
|
画面过程说明 |
按时间轴或故事线分段写,每个分镜/时间段包含两部分:
例如:
或者:
或者使用英文格式:
不要额外添加背景音乐。
示例(需要再调整下例子):
|
b.文生视频:仅凭文本描述,即可直接生成带有原生立体声音频的高清视频。
提示词 |
参数 |
生成结果 |
5秒16:9横版都市潮流JRPG角色PV,白金色带荧光玫红挑染的朋克辣妹,主题「PINK SIGNAL」,按5秒镜头设计动作。 |
时长:5s 比例:16:9 分辨率:864X480 |
c.图生视频:支持输入0张,1张或2张图像,实现四种不同的生成模式,即文生视频,首帧生视频,首尾帧生视频,尾帧生视频,控制视频的开始或结束画面,让指定画面自然动起来。
提示词 |
人物动作: 00:00.000–00:00.600,白衣女子先将身体重心自然移向支撑腿,再缓慢迈出第一步,避免从静止状态直接滑行。 00:00.600–00:08.000,女子背对镜头,沿白色石台中央偏左的位置走向远处仙宫。8秒内完成约5个完整、从容的步态周期。每一步必须清楚表现抬脚、摆腿、脚跟触地、脚掌落稳、重心前移和后脚跟进。左右脚自然交替,步幅和节奏稳定,脚底不贴地平移。 人物上身保持从容稳定,仅随步伐出现轻微的自然上下起伏和左右重心变化;肩部、腰部和髋部协调,不僵硬、不夸张摇摆。双臂随步态进行小幅反向摆动。 统一的高空风从画面右侧吹向左侧。女子的头部和躯干保持稳定,长发、宽袖、腰间飘带和多层后摆持续朝左后方飘动。布料先被风带起,再因自身重量轻柔回落,形成连续而有滞后的真实运动,不剧烈乱甩。 镜头运动: 摄影机保持人眼高度,位于女子正后方略偏右的位置,使用约32mm镜头,保持首帧原有水平视角、构图和透视轴线。 整个8秒内,摄影机沿白色石台纵深方向进行极缓慢、匀速、稳定的前推跟拍。摄影机速度只比女子步行速度稍快,使镜头与人物之间的距离在8秒内缓慢缩短约10%至12%。人物在画面中的比例仅轻微增大,推进效果柔和、连续、几乎不可察觉。 摄影机不追赶人物,不突然加速,不使用光学变焦。机位高度和镜头朝向保持稳定,不升高、不降低、不左右漂移、不环绕人物、不越过人物。只有极轻微的稳定器呼吸感,不出现手持晃动。 随着真实机位向前移动,近处石板接缝、石栏和莲花柱头产生缓慢而明确的视差;中景宫殿移动幅度较小;远处山峰和仙宫几乎保持稳定,以此证明摄影机正在真实缓慢前推,而不是画面整体放大。 天上云层动态: 整个8秒内,天空中的所有云层必须持续、明确、肉眼可见地从画面右侧向左侧移动。天上的云不能静止,不能只是亮度变化,也不能只在原地改变形状。 高空大型云团以缓慢但清晰可辨的速度向左漂移。右侧太阳附近的一块明亮云缘从太阳下方缓慢横移到左侧;中央天空的云缝在8秒内产生明显的位置变化;蓝天露出的形状随云团通过而连续改变。云层运动必须通过“云缘相对太阳、凤凰、山峰和塔楼的位置持续变化”清楚表现。 高空云团内部有缓慢的体积翻卷,但主要运动是整体从右向左平移。云团边缘保持连续稳定,不闪烁、不跳动、不凭空生成或消失。远层云移动最慢,保持巨大尺度和沉稳重量感,不能像延时摄影一样高速翻腾。 中层山腰雾气: 中层薄雾位于远处山峰和宫殿之间,以比高空云团稍快的速度向左流动。薄雾从右侧进入山腰,依次经过塔楼、飞檐和山脊后方,短暂遮住部分建筑轮廓,再从左侧离开,使建筑重新显露。 雾气必须表现真实的前后层次:部分雾带从宫殿后方经过,部分较近的薄雾从建筑底部前方流过。雾不能固定贴在山体上,也不能覆盖整座仙城。 近层云海: 石台右侧下方和悬崖之间的近层云海以三层云中最快但仍然舒缓的速度向左流动。云海表面出现宽缓起伏,较亮的云脊和较暗的云谷连续从右下方进入,向左穿过山峰与下层宫阙之间的空隙。 近层云经过较低的山峰和宫殿时产生明确遮挡关系:先遮住建筑底部的一小部分,随后继续向左流动并重新露出建筑。云海不能像固定背景,也不能整体上下升降。 三层云速必须清晰区分:近层云海移动最快,中层山雾次之,高空大型云团最慢。三层云都朝右向左运动,与女子衣发和凤凰尾羽的受风方向保持一致,形成真实的空间视差。 凤凰动态: 首帧右上方只有一只红金色凤凰,保持原有体型、羽毛颜色、身体比例、双翼和修长尾羽。 00:00.000–00:02.000,凤凰沿首帧方向平稳滑翔,双翼充分展开,身体略微向左倾斜。凤凰相对于身后的高空云团持续改变位置,证明凤凰和云层都在运动。 00:02.000–00:05.000,凤凰完成两至三次完整、舒展的振翅。每次振翅均包含双翼下压、身体受到升力轻微抬高、双翼重新展开和短暂滑翔。凤凰沿宽缓弧线向画面左前方飞行,不原地扑腾。 约00:03.500,凤凰在飞行中轻微抬头,发出一声清亮、悠远而不尖锐的鸣叫,鸣叫带有高空和山谷回声。 00:05.000–00:08.000,凤凰展开双翼顺风滑翔,继续缓慢向左移动,保持在天空中上部,不突然靠近镜头、不飞出画面。修长尾羽顺着风向连续摆动。 环境和光线: 右侧太阳保持为唯一主光源。随着高空云团从太阳附近缓慢经过,云隙光和白色石台上的暖色反射产生轻微、连续的明暗变化。光线变化必须平滑,不闪烁、不突然变暗、不改变光源方向。 远近宫殿、山峰、石台和现有石栏保持结构稳定。云层经过时只产生自然遮挡、显露和光影变化,不能带动建筑漂移或变形。 运动层级: 女子稳定慢行;摄影机以略快于人物的速度极缓慢前推;近层云海持续向左流动;中层山雾缓慢穿过山腰宫殿;天上大型云团以最慢速度向左漂移;凤凰沿宽缓弧线振翅滑翔。所有运动同时发生、方向协调、速度分层,画面保持宏大、从容、具有生命力。 禁止: 禁止人物滑步、脚底贴地平移、步态循环过快、左右脚混乱、身体突然前冲、躯干僵硬、头部摇晃、长发穿模和衣袖无规律乱甩。 禁止镜头突然推进、自动变焦、左右漂移、绕人物旋转、升空、俯冲、摇摆、剧烈抖动、跳帧或切镜。 禁止天上的云静止;禁止云层只改变亮度或形状却没有横向位移;禁止云固定贴在山峰上;禁止云层高速翻滚、闪烁、跳变、瞬间生成或消失;禁止雾气遮满整个画面。 禁止凤凰复制成多只、身体变形、翅膀数量错误、机械振翅、原地悬停、无惯性转向、突然变大、突然冲向镜头或发出电子声音。 禁止建筑漂移、宫殿融化、石台变形、现有石栏消失或新增、山峰移动、光线闪烁、曝光跳变、仙侠粒子乱飞、文字、字幕、水印和标志。 overall_soundscape: 从00:00.000开始持续存在清澈、开阔的高空风声,风从右向左掠过天上云层、云海、宫殿飞檐、石栏和女子衣袍。女子每一步均伴随轻柔清晰的鞋底触碰石板声,脚步之间保持自然间隔,并带有开阔石台的轻微回响;长发、宽袖和衣摆产生连续克制的丝绸摩擦声。流动云海伴随低沉宽广的空气流动声。凤凰振翅时出现真实的宽翼掠风声和羽毛振动声,约00:03.500发出一声清亮悠远、带有山谷回声的鸣叫,鸣声自然衰减后重新突出高空风声、脚步声和衣袍声。 non_diegetic_music: 使用低音量、缓慢的东方仙侠电影配乐,以稀疏古琴泛音、柔和箫声和持续弦乐长音为主。音乐随镜头缓慢推进轻微展开,凤凰鸣叫时主动降低音量,最后两秒以通透、悬而未决的弦乐长音轻柔收束;音乐不得覆盖风声、脚步声、衣袍声、云海气流声和凤凰鸣叫。 |
参考图 |
|
参数 |
时长:8s 比例:16:9 分辨率:1280X736 |
生成结果 |
d.全能参考:支持对文本、图像、视频、声音组成的多模态上下文的统一理解能力、能够输出具备原生双声道的音视频,最高可支持 15s 2K 分辨率。
提示词 |
<Subject 1>是{{Image 2}}中的呱比,一只身高约8厘米的呆萌绿色青蛙。严格保持圆滚滚的梨形身体、浅绿色背部、奶白色腹部、凸起的大眼睛、短小四肢、宽嘴和经常耷拉在嘴外的粉色舌头。身体柔软、富有弹性,但具有稳定骨架和真实重量。动作带有猫科动物潜行习性。 <Subject 2>是{{Image 1}}中的小型飞虫。保留棕褐色分节身体、透明膜状翅膀、细腿、短触角和圆眼。进入沙漠场景后的体长约1.5厘米,与8厘米高的呱比形成合理比例。 <Subject 3>是{{Image 3}}中的沙漠环境,包括颗粒清晰的金色沙地、画面左前方的小岩石、后方巨大的橙褐色风化岩壁、远处仙人掌、蓝色天空和强烈暖阳。 summary: [参考生成] 生成一段15秒、四镜头的写实3D动画喜剧。镜头遵循固定空间轴线:飞虫停在前方小岩石上,呱比从后方低姿态接近,并沿同一方向发射舌头。每个镜头只使用一种主要运镜,动作按照“准备—执行—惯性反应”完整展开。舌头误粘滚烫岩石后变红冒烟,呱比最终捧着红肿舌头原地蹦跳并喷出夸张眼泪。 retention_analysis: <Subject 1>(贯穿全部镜头):fully_preserved——保持呱比的外貌、8厘米身高、圆胖体型、绿色皮肤、奶白腹部、凸眼、短肢和粉色舌头。 <Subject 2>(出现在[Shot 1]和[Shot 2]):fully_preserved——保持飞虫的分节身体、透明翅膀、圆眼、触角和小型比例。 <Subject 3>(贯穿全部镜头):fully_preserved——保持沙地、小岩石、巨大岩壁、仙人掌、蓝天和暖阳环境。 detailed_description: 高品质写实3D动画电影质感。角色动作具有卡通弹性,但必须保留真实重量、接触、惯性和重心变化。阳光方向、角色比例和空间位置贯穿四个镜头保持一致。呱比始终只有8厘米高,附近沙粒、碎石和岩石必须持续体现微型尺度。 全片固定空间关系:小岩石位于呱比前方,飞虫停在小岩石上;呱比从岩石后方约20厘米处向它接近;巨大热岩位于飞虫后方。四个镜头不得改变三者的前后关系,不跳轴。 低视角中近景,摄影机几乎贴近沙面。小岩石位于画面左前方,呱比位于右后方。镜头全程只进行一次缓慢、短距离的低位后退跟拍,不环绕、不推拉变焦。 00:00.000–00:00.700,<Subject 2>从画面上方自然飞入,在小岩石上方悬停。翅膀高速振动,身体仅有轻微上下浮动,发出低频“嗡——”声。 00:00.700–00:01.000,飞虫降低高度,六条腿依次接触岩石。翅膀减速、折叠,嗡鸣声干脆停止。飞虫安稳停住,不继续走动。 00:01.000,焦点从前景飞虫平稳转移到后方的<Subject 1>呱比。摄影机不改变位置,只进行一次自然焦点转移。 00:01.000–00:04.000,呱比进入猫咪潜行状态,腹部压低,目光锁定飞虫。它只完成两组清晰的匍匐循环: 第一组:左前肢向前挪动,右后腿推动身体跟进;身体重量向左侧转移,腹部产生一次延迟Q弹。 第二组:右前肢向前挪动,左后腿推动身体跟进;身体重量回到右侧,腹部和臀部产生第二次轻微Q弹。 每次移动后必须短暂停顿,让身体晃动逐渐停止,再进行下一步。不能四肢同时乱动,不能像滑行一样前进。 摄影机以相同速度缓慢向后移动,保持呱比大小基本稳定。呱比始终在飞虫后方,不能突然靠到岩石旁边。 呱比舌头有一半耷拉在嘴角。舌头只受身体惯性影响,第一步向左轻摆,第二步向右轻摆,摆幅很小。每次身体挪动分别同步发出一次“叽咕”橡胶挤压声。 呱比以短促鼻音呼吸。<Subject 1>(S1)发出本能拟音: <d>[Chinese] 呱……比……</d> [Shot 2] At 00:04.000,切到低位过肩镜头。呱比后脑和一侧肩膀位于画面右下方,岩石与飞虫位于画面左上方。保持180度空间轴线,不交换飞虫和呱比的左右位置。 摄影机在00:04.000–00:05.200只进行一次幅度很小、速度缓慢的推近,随后完全停止。 00:04.000–00:05.000,呱比停止爬行,将身体稳定压在沙地上。双眼同时对准飞虫,瞳孔在半秒内平滑放大。眼球不旋转、不凸出、不改变数量。 00:05.000–00:05.700,呱比进行一次明确蓄力:后腿弯曲,腹部向后压缩,身体重心向后移动约半个身位。前肢继续接触沙地,提供稳定支撑。蓄力伴随逐渐拉紧的弹簧声:“嘎吱吱——”。 00:05.700,呱比张嘴,舌头沿嘴部正前方弹出。舌根始终连接嘴腔,舌身沿直线快速伸长,发出短促破空声:“咻!” 摄影机保持静止,让舌头运动发生在稳定画面中,不跟随舌尖快速冲刺。 00:06.100,飞虫看到舌尖接近,向画面左侧平移约一个自身宽度。它仅做一次短促闪避,不绕圈、不突然瞬移,发出一声轻微的“唧~”。 00:06.200,舌头从飞虫原来的位置穿过,舌尖继续前进并粘在后方巨大岩石的低处,发出湿润重击声:“啪叽!” 00:06.200–00:07.200,舌头被拉直,张力传回呱比。呱比身体向前滑动很短距离,前肢在沙面留下两道浅痕。身体先向前压扁,再产生一次从脸颊传到腹部、最后到臀部的果冻波纹。 00:07.200–00:08.000,身体余震逐渐衰减。呱比停在原地,保持错愕姿势。不能连续反复弹跳,不能被舌头直接拉到岩石上。 [Shot 3] At 00:08.000,动作匹配切到舌尖粘住岩石的极微距特写。摄影机固定,不推近、不平移。仅保留由热浪造成的非常轻微画面折射,不能模拟成手持乱晃。 舌尖在画面中心,岩石孔洞、砂粒、舌头湿润黏液和受压接触边缘清晰可见。 00:08.000–00:08.600,舌头仍保持正常粉红色,接触处发出第一声轻微“呲——”。接触边缘缓慢冒出一缕很细的白烟。 00:08.600–00:09.800,接触岩石的舌尖逐渐从粉红色变为亮红色。颜色变化从舌尖向后推进一小段,速度连续,不瞬间覆盖整条舌头。白烟增加到两三缕,沿热空气向上卷动。 00:09.800–00:11.000,舌尖因受热产生轻微红肿,但表面保持完整、湿润且富有弹性。背景出现小幅热浪折射。持续发出铁板接触声:“呲啦啦啦——!” 远处的呱比停顿半秒后发出困惑闷哼。<Subject 1>(S1)发出: <d>[Chinese] 呱……嗯?</d> 禁止烧焦、破皮、流血、融化或恐怖伤口。 [Shot 4] At 00:11.000,切到固定低位全景,完整展示呱比、舌头、岩石和脚下沙地。摄影机只通过小幅度的上下摇摄跟随呱比跳跃,不向前推、不后拉、不横移。 00:11.000–00:11.600,呱比后腿蹬地、身体向后发力,舌尖从岩石上一次性脱离,发出短促黏性剥离声。舌头沿原路径回缩,不能在空中打结或缠绕身体。 00:11.600–00:12.000,红肿舌头回到嘴边。呱比先站稳,然后左右两只小手分别从两侧捧住同一条舌头。必须完成“收回—站稳—用手捧住”三个连续动作,不能同时发生。 00:12.000–00:14.500,呱比完成三次清晰蹦跳,每次包含完整的屈膝、起跳、腾空、落地和身体回弹: 第一次落地,双脚压入沙面,扬起小范围细沙,发出“布吉!” 第二次落地,身体稍微向右倾斜后恢复平衡,发出“布吉!” 第三次落地,跳得略高,落地后身体产生一次较明显但快速衰减的Q弹,发出“布吉!” 每次起跳之间留出极短停顿。摄影机只在角色上升时轻微上摇,在落地时轻微下摇,保持呱比完整身体始终处于画面中央。镜头不能比角色跳动更快。 每次脚掌落地,沙粒沿低矮抛物线向外飞散并在重力作用下落回地面,伴随“沙啦……沙啦……”摩擦声。沙尘量很小,不能遮挡角色。 00:12.300,两道半透明宽眼泪从呱比左右眼角同时喷出,发出“噗呲——”。眼泪具有水体重量和惯性,随三次跳跃分别向两侧甩动,但始终从眼角连续产生,不变成独立水管或额外肢体。 00:12.000–00:15.000,呱比捧着舌头,以幼童与小奶狗混合、鼻音浓重、颤抖而富有弹性的声音惨叫。<Subject 1>(S1)发出: <d>[Chinese] 呱比!呱比!呱比啊啊啊啊!</d> 最后00:14.500–00:15.000,呱比停止继续起跳,双脚落地后原地快速交替跺两下,身体余震逐渐减弱。镜头稳定停住,避免在结尾持续上下摇晃。 全程严格保持呱比只有两只眼睛、两只手、两条腿和一条舌头。动作必须由重心转移驱动,身体弹性只能作为动作后的次级反应。 禁止呱比滑行;禁止四肢同时无规律摆动;禁止连续无休止弹跳;禁止摄影机与角色同时高速乱动;禁止舌头分叉、断裂、穿模或脱离嘴腔;禁止身体融化;禁止多余眼睛、手脚或舌头;禁止飞虫复制或瞬移;禁止眼泪变成肢体;禁止角色尺寸漂移;禁止跳轴;禁止背景变化;禁止字幕、水印、Logo及任何可见文字。 overall_soundscape: 干燥沙漠热风、细沙移动和空旷环境底噪贯穿全片。每个动作只对应一个主要音效:飞虫悬停对应“嗡——”,两次潜行分别对应两声“叽咕”,蓄力对应一次弹簧拉伸声,舌头弹射对应一次“咻”,撞击对应一次“啪叽”,舌头受热对应持续“呲啦”,三次落地分别对应三声“布吉”和三次轻微扬沙声。所有音效准确同步,不提前、不延迟,也不在同一时刻堆叠过多声音。呱比的声音始终保持幼童与小奶狗混合、鼻音浓重、短促而富有弹性的特征。 non_diegetic_music: 轻量卡通拨弦与木琴配乐,节奏简单、音量很低。潜行阶段使用稀疏短音;蓄力时仅加入一条逐渐升高的拨弦音;舌头击中岩石后音乐立即暂停,让“呲啦”声独立突出;呱比蹦跳时恢复三个与落地动作对齐的木琴重音。音乐不覆盖角色叫声和动作音效。 |
参考图 |
|
参数 |
时长:15s 比例:16:9 分辨率:1280X736 |
生成结果 |
e.适用场景:适用于广告、品牌、电商、产品设计、UI/UX、游戏等商业场景。
f.MiniMax H3加速器:通过加速优化与量化技术,生成效率提升近10倍,显存需求从专业级降至8GB消费级显卡,16GB版本更可保障高质量输出。