Hailuo 2.3 Physics Realism

Hailuo 2.3は、MiniMaxが提供する動画生成モデルで、テキストから動画および画像から動画へのワークフローに対応しています。Hailuo 02と比べて、キャラクターの動き、物理的なアクション、映像品質、スタイル表現、表情が向上しています。Atlas Cloudでは、専用のStandard、Pro、Fastモデルエンドポイントを通じて利用できます。

テキストプロンプトまたは静止画から、動きやビジュアルスタイルを制御した短い動画を生成できます。特に、キャラクターアクション、表情豊かな顔、アニメ、イラスト、水墨画、ゲームCG、映画的なエフェクトに適しています。画像から動画への生成では、提供した画像が最初のフレームとして使用されます。

Atlas CloudのダッシュボードでAPIキーを作成し、`https://api.atlascloud.ai/api/v1/model/generateVideo` に認証付きのPOSTリクエストを送信します。エンドポイントに応じて、選択したモデルIDとプロンプトまたは画像のいずれかを含めます。リクエストを送信すると非同期の生成ジョブが開始され、追跡用のIDが返されます。

Atlas Cloudでは、テキストから動画には`t2v-standard`と`t2v-pro`、画像から動画には`i2v-standard`と`i2v-pro`を利用できます。独立した`minimax/hailuo-2.3/fast`モデルは、迅速な反復作業向けに生成速度を優先します。まず入力タイプでエンドポイントを選び、その後、速度、忠実度、価格のバランスを調整してください。

テキストから動画では、モデルIDと最大2,000文字のプロンプトを指定します。durationとprompt expansionはオプションの制御項目です。画像から動画では、公開URLまたはBase64データURIでJPG、JPEG、PNG画像を指定する必要がありますが、プロンプトは任意です。画像は20 MB未満で、短辺が300ピクセルを超え、アスペクト比が2:5から5:2の範囲である必要があります。

MiniMaxでは、このモデルファミリーについて768pおよび1080pの出力と、6秒または10秒の長さが案内されています。Atlas Cloudでは、Standardのテキストから動画および画像から動画のエンドポイントで、6秒と10秒のduration値を利用できます。利用可能な解像度とdurationの組み合わせはバリアントによって異なる場合があるため、本番ジョブを送信する前に、選択したエンドポイントのスキーマを確認してください。

APIがリクエストを受け付けると動画生成が開始され、現在のステータスとともにprediction IDが返されます。そのIDを使ってAtlas Cloudのpredictionエンドポイントをポーリングし、ジョブが終端状態に達するまで確認します。処理が成功したら、レスポンスのoutputから生成された動画の保存先を読み取ります。

Atlas Cloudの標準基本料金は、Fastが$0.19、Standardのテキストから動画または画像から動画が$0.28、Proのテキストから動画または画像から動画が$0.49です。これらはサブスクリプション契約ではなく、従量課金の基本料金です。低コストで反復作業を行う場合はFastを選び、より高い本番品質が必要になったらStandardまたはProに移行してください。

納期と反復コストを最優先する場合はFastを選択してください。Standardは、通常のクリエイティブワークフローに適した、映像品質、プロンプトへの忠実度、価格のバランスを提供します。Proは、詳細なシーン展開、より強い一貫性、高度なモーション、物理表現のリアリズム、映画調の出力を重視する用途に適しています。大規模なバッチ処理を確定する前に、同じ指示内容を各ティアで試してください。

いいえ、現在のモデルはネイティブ音声なしの動画を生成します。後処理の編集ワークフローまたは別の音声モデルを使って、台詞、音楽、効果音を追加してください。これにより、映像を再生成せずにサウンドトラックを差し替えたり、ローカライズしたりすることもできます。