映像と音声を一度に生成
文章、キーフレーム、参考動画、音声メモを入力し、映像と内容に合った音声を同時に出力できます。台詞、効果音、環境音を別工程で作って後から合わせるのではなく、画面上の動きに合わせた音を1回の生成で作る仕組みです。
MiniMaxの公式発表でも、H3は文章、画像、動画、音声をまとめて扱い、最大2K・15秒の音声付き動画を生成できると説明されています。Lumaが案内する5〜15秒という範囲のうち、最大15秒と2Kは開発元の情報でも確認できます。
画像・動画・音声を参照素材として入力
Lumaの発表では、画像、動画、音声の参照素材を組み合わせ、被写体、見た目、動き、声の一貫性を保つ用途が説明されています。文章から画面内の文字、カメラの動き、被写体の動作を指定する機能や、参考動画の動きを別の映像へ反映する機能も案内されています。
参照素材を使えば必ず同じ被写体や声を再現できるという保証ではありません。実在する人の顔や声、第三者が権利を持つ映像を使う場合は、本人の同意と素材の利用範囲を確認する必要があります。
提供対象はセルフサービスの非Enterpriseアカウント
Lumaは、MiniMax H3をセルフサービスの非Enterpriseアカウントへ提供すると記載しています。発表本文の「8月5日時点では唯一の利用入口」はLuma内の提供範囲を指します。MiniMax公式は別にHailuo AIの試用入口を案内しており、世界全体の提供先を一つに限定する説明ではありません。Luma発表ページの公開日は8月6日で、提供状態の基準日は前日の8月5日です。
Enterpriseへの提供時期、対象プラン、生成に必要なクレジット、日本の利用者へ同じ条件が適用されるかは、執筆時点のLuma生成画面と料金ページで確認が必要です。
Luma版MiniMax H3に関する公式情報
- LumaによるMiniMax H3提供開始の発表：公開日、対象アカウント、2K・24fps・5〜15秒、音声、参照素材を確認できます。
- 同発表のMarkdown版：公式本文と日付表記を確認できます。
- MiniMax H3の開発元公式発表：モデル名、開発元、最大2K・15秒、音声付き動画などを確認できます。
- Luma利用規約：入力素材とサービス利用の契約条件を確認できます。
キービジュアルと動画作例は、LumaによるMiniMax H3提供開始の公式発表で閲覧できます。