L’image et le son arrivent ensemble. Ce qui revient a déjà sa musique, son dialogue et son ambiance sonore — pas une prise muette qui attend une passe audio.
MiniMax H3 délivre du 2K natif à 24fps, chaque génération durant de 4 à 15 secondes. Le détail tient à pleine taille — une étiquette reste lisible, un contour reste net — de sorte que le clip fonctionne même sur un écran bien plus grand qu’un téléphone.
2K. 24fps. Une génération.
Générer en 2K
Musique, dialogue, bruitages et ambiance sont modélisés avec les images plutôt qu’ajoutés après coup. Les pas tombent sur l’appui, la pièce sonne comme la pièce, et chaque génération rend un son stéréo natif.
Pas de post. Vous publiez.
Générer avec le son
Images, extraits vidéo et références audio entrent dans la même génération — jusqu’à 9 images, 3 vidéos et 3 pistes audio. Un enregistrement de référence porte une voix d’une prise à l’autre, si bien qu’un personnage garde le même son dans chaque plan. Sur Zeemo, tout se pose sur un canvas : chaque fichier là où il doit être.
Neuf images. Trois extraits. Trois voix.
Démarrer sur le canvas
Dites-le comme vous le diriez à quelqu’un — mettez la veste en rouge, retirez le parapluie, passez au crépuscule. MiniMax H3 reprend le montage à partir de là, sans réécrire un prompt de zéro. Le contrôle du premier et du dernier photogramme fixe où la prise commence et où elle finit.
Dites le changement, pas un nouveau prompt.
Ouvrir le canvasRien à installer, aucun environnement local à configurer. H3 tourne dans le navigateur, sur le même canvas que vos autres modèles.
Choisissez H3 dans la liste des modèles du Zeemo AI Canvas.
Jusqu’à 9 images, 3 extraits vidéo et 3 pistes audio. Placez chacune là où elle entre dans le plan.
Décrivez l’action, le cadrage et le son que vous attendez.
Revisionnez le son activé. Dites ce qu’il faut changer, ou remplacez une référence et relancez.
