Meta Title: MiniMax H3 Phong cách Ghibli năm 2026: 3 Bước, Có Âm thanh

Meta Description: Một khung hình chính vẽ tay, một render MiniMax H3 15 giây, và tiếng gió cùng tiếng ve sầu xuất hiện trong cùng một file. Prompt thật, cài đặt thật, ảnh chụp màn hình vận hành thực tế.

---

MiniMax H3 Phong cách Ghibli: 3 Bước để có một Cảnh quay Vẽ tay 15 Giây Thực sự Sống động

Bạn đã thấy phiên bản không hoạt động. Ai đó thả một bức chân dung vẽ vào công cụ video, chờ đợi, và nhận được ba giây rung lắc kiểu Live Photo: tóc rung rinh, mây đóng băng, không âm thanh, lặp vòng.

Điện ảnh vẽ tay chưa bao giờ chuyển động như vậy. Và chưa bao giờ yên tĩnh đến thế.

Vậy nên đây là những gì chúng tôi đã làm thay vào đó. Một khung hình chính vẽ tay, một render MiniMax H3 phong cách Ghibli kéo dài 15 giây, và cỏ lay động, một chuyến tàu điện băng qua cầu cạn, tiếng ve sầu ẩn dưới mọi thứ, và bốn nốt piano kết lại. Tất cả từ một lần chạy công việc duy nhất, trong một file, với âm thanh nổi tích hợp sẵn.

Bên dưới: cảnh quay hoàn chỉnh trước tiên, sau đó là các prompt chính xác, cài đặt thực sự hiệu quả, ảnh chụp màn hình playground vận hành thực tế, và bảng kê chi tiết từng dòng.

Những điểm chính

• Một công việc 2K 15 giây mang lại 2560x1440, 24fps, AAC stereo 32kHz, không watermark.
• Diện mạo vẽ tay là vấn đề về nhịp điệu, không phải vấn đề về bảng màu. Yêu cầu "trên hai khung hình", không phải độ mượt.
• Gió, ve sầu và piano xuất hiện từ cùng một render. Không có lần chấm điểm thứ hai.
• 3 bước: vẽ khung hình chính, tạo hoạt ảnh, ghép cảnh quay thứ hai bằng reference-to-video.
• Giữ tên hãng phim và đạo diễn ra khỏi prompt. Thay vào đó, hãy mô tả kỹ thuật.

Đây là cảnh quay hoàn chỉnh, trước khi có bất kỳ lý thuyết nào.

Hãy bật âm thanh lên. Một công việc image-to-video liên tục 15 giây trên MiniMax H3, 2K, không cắt, không hậu kỳ: cơn gió thổi qua cỏ, tiếng chuông tàu, nền ve sầu và tiếng piano đều xuất hiện trong một file mp4 duy nhất này.

Không thể xem video ở nơi bạn đang đọc? Dưới đây là bốn nhịp quan trọng, được trích trực tiếp từ file trên.

Bốn khung hình từ render đồi phong cách Ghibli MiniMax H3 ở các thời điểm 0s, 5s, 10s và 15s, cho thấy cơn gió đầu tiên qua cỏ, tàu điện băng qua cầu cạn, cơn gió thứ hai và nhịp cuối cùng được giữ lại

Cùng một render được lấy mẫu tại 0s, 5s, 10s và 15s. Hãy nhìn vào card cuối cùng: không có gì mới vào khung hình, có chủ đích.

Tại sao Hầu hết các Nỗ lực MiniMax H3 Phong cách Ghibli Trông như một Bộ lọc

Phán quyết đầu tiên: diện mạo bộ lọc hầu như không bao giờ là màu sắc. Đó là thời gian, âm thanh và độ dài.

Đây là bằng chứng. Phim hoạt hình cel vẽ tay không được tạo hoạt ảnh với 24 hình vẽ riêng biệt mỗi giây. Phân tích một trong những chu kỳ chạy của Miyazaki, Animation Obsessive gọi đó là "cảnh chạy được vẽ 'trên hai khung hình'" với "12 hình vẽ mỗi giây", nơi "Mỗi hình vẽ ở lại trên màn hình trong hai khung hình." (Animation Obsessive, tháng 3 năm 2023)

Bây giờ hãy nghĩ về những gì mô hình video làm theo mặc định. Nó nội suy. Mượt mà. Êm ái. Ở tốc độ khung hình đầy đủ.

Đó là toàn bộ dấu hiệu. Bảng màu của bạn ổn. Chuyển động của bạn quá tốt.

Câu hỏi đặt ra là: liệu mô hình có thể giữ một lớp vẽ trong suốt 15 giây mà không bị tan chảy không? Có, và đây là những gì nó trông như thế nào.

Cá vàng và rong biển vẽ tay được tạo hoạt ảnh trên nền mặt bàn bếp thực tế có ánh sáng mặt trời, từ một render MiniMax H3 15 giây

Một mẫu chạy MiniMax H3: một con cá vàng được vẽ bằng bút chì màu và các nét rong biển xanh trên cảnh quay live-action, được giữ trong suốt 15,08 giây mà không làm nhòe đường nét. Được hiển thị ở đây dưới dạng GIF im lặng; file gốc mang video 24 fps và âm thanh nổi 32kHz.

Nguyên nhân tử vong thứ hai: các lời hứa về phong cách hỗn hợp. Viết "ảnh thực hoạt hình màu nước" khiến mô hình cố gắng đáp ứng ba hợp đồng cùng một lúc, và kết quả là thứ nhão mà người ta gọi là "AI slop". Cam kết với một phương tiện duy nhất và nó sẽ giữ vững.

Cáo đất sét giữa cú nhảy trên đá nứt bên cạnh khe nứt dung nham phát sáng, có thể thấy dấu vân tay plasticine, từ một render MiniMax H3

Cùng nguyên tắc, phương tiện khác: một lời hứa phong cách đơn lẻ ("plasticine stop-motion") tạo ra kết cấu dấu vân tay thực tế và trọng lượng stop-motion trong suốt 10 giây. GIF im lặng; file gốc là 2560x1440 với âm thanh nổi.

Và nguyên nhân thứ ba và thứ tư: im lặng, và không có không gian để thở. Khoảng một nửa những gì mọi người muốn nói về phong cách này là thiết kế âm thanh, gió và một cây piano thưa thớt. Và những khoảng dừng cần vài giây thực sự. Một clip 5 giây về mặt vật lý không thể chứa ba giây không có gì xảy ra.

Đây là bảng chẩn đoán mà chúng tôi thường xuyên quay lại.

Điểm cuối bạn sử dụng cũng quan trọng không kém prompt. Có ba điểm cuối và chúng làm các công việc khác nhau.

Một cái bẫy đáng để viết lên tay bạn: gửi image và refers trong cùng một lệnh gọi không báo lỗi. Công việc hoàn thành, tính phí đầy đủ, và âm thầm loại bỏ một trong hai đầu vào. Chúng tôi đã đo trên cả hai điểm cuối, và hướng nó loại bỏ thay đổi. Chọn một điểm cuối cho mỗi lần gọi.

Quy trình làm việc MiniMax H3 Phong cách Ghibli: Ba Mô hình, Một Tab

Phần này cung cấp cho bạn toàn bộ chuỗi và chi phí của từng mắt xích. Nó chạy từ đầu đến cuối trong một tab trình duyệt trên Atlas Cloud, nơi mọi ảnh chụp màn hình dưới đây được vận hành, vì vậy bạn không bao giờ phải xuất file chỉ để tải lại ở nơi khác.

Tại sao điều đó quan trọng đối với công việc cụ thể này: mô hình vẽ và mô hình video phải đồng ý về khung hình. Giữ chúng trên cùng một nền tảng có nghĩa là khung hình chính bạn tạo ra đã là một file mà playground tiếp theo có thể lấy làm khung hình đầu tiên, và bước reference-to-video có thể truy cập cả khung hình chính và một ảnh tĩnh được trích từ clip đã hoàn thành của bạn.

Một thói quen giúp tiết kiệm tranh luận với bảng tính của bạn: con số nổi bật trên trang mô hình là sàn, không phải hóa đơn của bạn. Các trang H3 liệt kê $0,10 mỗi giây, đó là bậc 768P; 2K là $0,14. GPT Image 2 liệt kê $0,009, đó là sàn của bậc token, và chất lượng high ở 2048x1152 thực tế báo giá $0,1745. Đọc nút Run, mỗi lần, vì đó là con số bạn bị tính phí.

Không có giảm giá nào đang hoạt động trên các điểm cuối H3 tính đến tháng 8 năm 2026. Chỉ có các biến thể -developer của các mô hình ảnh được giảm giá, điều này đáng biết cho bản nháp và không liên quan đến bản giao hàng.

Hãy bắt đầu.

Bước 1: Vẽ Khung hình Chính

Khung hình thực hiện phần lớn công việc nặng nhọc. Mọi thứ mà bước video không thể phát minh, bố cục, bảng màu, chất lượng đường nét, hạt giấy, đều phải có sẵn trong PNG này.

Mở playground text-to-image của GPT Image 2 và dán chính xác nội dung sau.

PlainCopy
1Nền hoạt hình 2D vẽ tay theo phong cách hoạt hình cel Nhật Bản những năm 1990: một ngọn đồi rộng mùa hè vào cuối buổi chiều. Cỏ cao xanh lấp đầy hai phần ba phía dưới, được vẽ bằng gouache mềm với kết cấu cọ có thể nhìn thấy và các cạnh lá được vẽ mực tay. Một bé gái khoảng mười tuổi đứng ở khoảng giữa, nhìn từ phía sau, mặc áo mưa vàng trơn và ba lô đỏ, một tay giữ mũ rơm. Phía xa đồi, một chuyến tàu điện một toa hẹp băng qua thung lũng xanh trên cầu cạn đá thấp; những ngọn núi xa xa màu xanh lam nhạt dần vào bầu trời kem nhạt với những đám mây tích cao vời vợi được vẽ như những hình dạng phẳng xếp lớp. Ánh sáng ấm áp lúc 4 giờ chiều, bóng đổ mềm mại, không có độ tương phản gay gắt, bảng màu giới hạn gồm xanh cỏ, kem, xanh da trời và một điểm nhấn màu vàng. Chất lượng đường nét hoạt hình cel: các đường viền sạch sẽ tự tin, tô màu phẳng, nền màu nước vẽ tay, hạt giấy tinh tế. Không có văn bản, không logo, không watermark, không ảnh thực, không render 3D, không lens flare, không tòa nhà hiện đại.

Cài đặt: quality high, kích thước 2048x1152 (16:9), một ảnh. Đừng giảm xuống medium ở đây. Kết cấu giấy và các cạnh lá vẽ mực chính xác là chi tiết mà bậc thấp hơn làm mờ đi, và hai thứ đó là những gì bán được toàn bộ cảnh quay sau này.

Hãy chú ý những gì prompt không nói. Không có tên hãng phim, không có tên đạo diễn. Mọi hướng dẫn về phong cách đều là mô tả về kỹ thuật: gouache, các cạnh vẽ mực tay, tô màu phẳng, chất lượng đường nét hoạt hình cel. Đó không phải là sự e ngại, mà là một prompt tốt hơn, bởi vì "hoạt hình cel với tô màu phẳng và hạt giấy có thể nhìn thấy" là một hướng dẫn cụ thể và tên hãng phim là một hướng dẫn mơ hồ.

Đây là kết quả chạy.

Playground GPT Image 2 trên Atlas Cloud với prompt ngọn đồi vẽ tay được tải ở chất lượng cao và 16:9, và khung hình chính phong cách Ghibli hoàn chỉnh được render trong bảng đầu ra

GPT Image 2 ở chất lượng high , 2048x1152, chạy trên Atlas Cloud. Lưu ý nút Run: $0,1745, không phải $0,009 trên trang giá.

Và khung hình chính riêng của nó, bởi vì bạn sắp đưa chính xác file này vào bước tiếp theo:

Khung hình chính ngọn đồi mùa hè vẽ tay: một bé gái mặc áo mưa vàng nhìn từ phía sau trong cỏ cao, một chuyến tàu điện một toa trên cầu cạn đá phía xa thung lũng, những đám mây tích phẳng xếp lớp

Được tạo bằng openai/gpt-image-2/text-to-image . PNG này là khung hình đầu tiên của cảnh quay hoàn chỉnh ở đầu bài viết.

Bước 2: Tạo Hoạt ảnh thành Chuyển động Phong cách Ghibli MiniMax H3

Bây giờ là phần thú vị. Prompt này dài hơn hầu hết mọi người viết, và điều đó có chủ đích: bạn đang viết một bảng thời gian, không phải một cảm giác.

Bốn điều nó chỉ rõ mà một prompt điển hình không làm: khi nào mỗi cơn gió bắt đầu, khi nào tàu điện vào và ra, rằng nhịp điệu là trên hai khung hình, và một đoạn âm thanh đầy đủ với thời gian vào cho mỗi lớp.

Tải PNG từ Bước 1 của bạn trên trang image-to-video MiniMax H3 và dán nội dung sau.

PlainCopy
1Tạo hoạt ảnh cho bức tranh này như một cảnh quay vẽ tay liên tục, 15 giây, không cắt.
2Máy ảnh: một cú đẩy vào rất chậm, hầu như không thể nhận thấy, cộng với một chuyển động nhẹ sang phải khoảng năm phần trăm chiều rộng khung hình. Không có zoom snap, không rung lắc cầm tay.
3Chuyển động: gió di chuyển qua cỏ cao theo hai đợt sóng dài, một bắt đầu ở giây thứ hai và một ở giây thứ chín, uốn cong các ngọn cỏ cùng một hướng mỗi lần. Gấu áo mưa và tóc của bé gái nhấc lên theo mỗi cơn gió; vành mũ rơm của cô bé uốn cong. Mây trôi gần như không thể nhận thấy. Ở giây thứ bảy, một chuyến tàu điện một toa băng qua cầu cạn từ trái sang phải và rời khung hình ở giây thứ mười một. Từ giây thứ mười hai đến mười lăm không có gì di chuyển ngoại trừ cỏ và một bóng mây lướt qua đồi: giữ sự tĩnh lặng, không thêm hành động mới.
4Nhịp điệu hoạt ảnh: vẽ tay trên hai khung hình, các hình vẽ được giữ, rung động đường nét nhẹ giữa các khung hình. Không có chuyển động mượt nội suy, không biến hình, không làm tan chảy các cạnh. Giữ tô màu phẳng và kết cấu giấy vẽ. Không thêm độ sâu trường ảnh chụp ảnh, bokeh hoặc lens flare.
5Âm thanh: tiếng ve sầu mùa hè liên tục ở mức trung bình ổn định; tiếng cỏ xào xạc theo lớp phình to theo mỗi cơn gió; một tiếng chuông tàu xa ở giây thứ bảy với tiếng bánh xe lăn mờ dần đến giây thứ mười một; và một dòng piano độc tấu thưa thớt gồm bốn nốt vào ở giây thứ ba và kết thúc ở giây thứ mười ba. Không có giọng nói, không tường thuật, không đối thoại, không văn bản trên màn hình, không có nhạc nào ngoài dòng piano đó.

Cài đặt: image = PNG Bước 1 của bạn, resolution 2K, duration 15, tỷ lệ giữ adaptive. Điều cuối cùng không phải là sự lười biếng. Enum trên điểm cuối này chỉ chứa adaptive, và khung hình được tải lên quyết định hình dạng đầu ra, vì vậy khung hình chính 16:9 cho bạn clip 16:9.

Bây giờ hãy đọc nút Run trước khi bạn nhấp vào nó, bởi vì đây chính xác là nơi chúng tôi đã mất một lần chạy.

Ở 2K và 15 giây, báo giá phải là $2,10. Của chúng tôi nói $1,12. Thanh trượt thời lượng không bao giờ nhận giá trị 15 của chúng tôi, công việc chạy ở mặc định 8 giây, và mọi trường khác trên biểu mẫu vẫn trông hoàn toàn chính xác. Đây là lần chạy đó, với cái bẫy nằm ngay trong khung hình.

Playground image-to-video MiniMax H3 trên Atlas Cloud với khung hình chính vẽ được tải, độ phân giải 2K, và clip phong cách Ghibli ngọn đồi hoàn chỉnh đang phát trong bảng đầu ra

Prompt yêu cầu 15 giây. Trình phát hiển thị 0:08. Nút Run hiển thị $1,12. Độ phân giải 2K đã cam kết, thời lượng thì không. Đọc giá, không bao giờ đọc thanh trượt.

Sửa nó bằng một trong hai cách: kéo thanh trượt và xác nhận báo giá chuyển thành $2,10 trước khi gửi, hoặc gửi công việc qua API nơi duration: 15 chỉ là một trường không thể bỏ lỡ một cách im lặng. Clip ở đầu bài viết này là cách thứ hai, cùng điểm cuối và cùng prompt, resolution: 2K, duration: 15.

Được giao theo cách đó: một container 15,08 giây, 2560x1440, 24fps, H.264 với âm thanh nổi AAC 32kHz, không có watermark ở bất cứ đâu. Phiên bản 8 giây tình cờ quay lại chính xác 8,00 giây với hình học giống hệt. Dự tính 5 đến 10 phút thời gian thực; các công việc 2K 8 giây hoàn thành trong 310 đến 400 giây trong các lần chạy của chúng tôi, và một công việc 2K mang ba tham chiếu mất 557 giây.

Bước 3: Ghép Cảnh Quay Thứ Hai Bằng Reference-to-Video

Một cảnh quay là bản demo. Hai cảnh quay thuộc cùng một thế giới là một chuỗi, và đây là nơi hầu hết các thí nghiệm phong cách Ghibli của mọi người thất bại: khuôn mặt nhân vật trôi dạt, bảng màu ấm lên, hạt giấy biến mất.

Cách khắc phục không phải là một prompt tốt hơn. Đó là một điểm cuối khác. Reference-to-video lấy tài liệu tham chiếu được gắn thẻ và mang diện mạo của nó vào một thiết lập máy ảnh mới.

Cung cấp cho nó khung hình chính Bước 1 của bạn làm tham chiếu. Một khung hình duy nhất đó mang bảng màu, chất lượng đường nét và hạt giấy, và trên cảnh quay này, nó đã giữ vững diện mạo một mình, như kết quả dưới đây cho thấy. Nếu lần chạy của bạn trôi dạt sau khi chuyển động bắt đầu, hãy thêm một ảnh tĩnh được xuất từ gần cuối clip Bước 2 của bạn làm tham chiếu thứ hai, điều này mang theo những gì mô hình đã làm với đường nét khi nó bắt đầu chuyển động. Sau đó dán nội dung này lên điểm cuối reference-to-video.

PlainCopy
1Khớp chính xác diện mạo vẽ, bảng màu, chất lượng đường nét và hạt giấy của các hình ảnh tham chiếu, sau đó quay một cảnh khác trong cùng thế giới: một máy ảnh thấp ở độ cao cỏ trên cùng ngọn đồi, nhìn lên cùng bé gái mặc áo mưa vàng khi cô bé cúi xuống chạm vào một ngọn cỏ cao, sau đó đứng lên và nhìn về phía thung lũng.
2Một cảnh quay liên tục. Vẽ tay trên hai khung hình, các hình vẽ được giữ, tô màu phẳng, nền màu nước vẽ tay. Không ảnh thực, không nhân vật mới, không thay đổi trang phục, không văn bản, không watermark.
3Máy ảnh: tĩnh trong bốn giây đầu tiên, sau đó nghiêng chậm lên theo cô bé khi cô đứng dậy, kết thúc với hình ảnh nghiêng của cô bé trên nền trời kem.
4Âm thanh: cùng nền ve sầu mùa hè và tiếng cỏ xào xạc như tham chiếu; một tiếng vải mềm nhẹ khi cô bé đứng lên; cùng dòng piano độc tấu thưa thớt tiếp tục mà không bắt đầu lại. Không đối thoại, không tường thuật.

Cài đặt: refers = khung hình chính của bạn, resolution 2K, ratio adaptive (khung hình tham chiếu đặt hình dạng đầu ra), và chọn thời lượng của bạn. Lần chạy của chúng tôi trả về 8 giây ở 2K, báo giá $1,12 với tham chiếu được tính phí $0. Ba lưu ý từ các lần chạy thực tế:

• Các file tham chiếu miễn phí. Mười hình ảnh tham chiếu được tính phí chính xác như một hình ảnh ở cùng độ dài và độ phân giải.
• Nếu bạn truyền một URL dữ liệu, hãy khai báo type của nó một cách rõ ràng. Điểm cuối suy ra loại từ phần mở rộng file, và URL dữ liệu không có phần mở rộng.
• Không bao giờ đưa .mp4 vào bộ tải lên của trang này trong một bản chụp tự động. Nó làm cho mọi lần tải lên thất bại im lặng và làm mờ nút Run.

Playground reference-to-video MiniMax H3 trên Atlas Cloud với khung hình chính Ghibli được tải làm tham chiếu và prompt cảnh ghép sẵn sàng ở 2K

MiniMax H3 reference-to-video: khung hình chính trong ô Tài liệu Tham chiếu, prompt cảnh ghép đã tải, 2K. Tài liệu tham chiếu được tính phí $0, vì vậy báo giá $1,12 là toàn bộ render. Kết quả ở ngay bên dưới.

Cảnh quay thứ hai được ghép trong cùng thế giới phong cách Ghibli MiniMax H3: máy ảnh thấp ở độ cao cỏ nhìn lên bé gái mặc áo mưa vàng

Cảnh quay thứ hai đã giao. Cùng bảng màu, cùng độ dày đường nét, cùng hạt giấy, máy ảnh mới. GIF im lặng; file mp4 nguồn mang âm thanh nổi.

Đó là toàn bộ chuỗi: vẽ, tạo hoạt ảnh, ghép. Ba lần chạy, một tab.

Ba biến thể đáng chạy tiếp theo, một khi chuỗi hoạt động:

• Ảnh chụp của riêng bạn, được vẽ lại. Gửi một ảnh phong cảnh hoặc đường phố bạn sở hữu qua google/nano-banana-2/edit với: "Vẽ lại bức ảnh này thành nền hoạt hình 2D vẽ tay: kết cấu gouache và màu nước, các đường viền mực vẽ tay sạch sẽ, tô màu phẳng, bảng màu giới hạn gồm xanh lục, kem và xanh da trời, hạt giấy tinh tế. Giữ nguyên bố cục, góc máy và đường chân trời. Loại bỏ tất cả văn bản, biển báo và logo. Không ảnh thực, không render 3D." Sau đó tạo hoạt ảnh cho kết quả. Cắt khung hình vẽ thành 9:16 trước nếu bạn muốn dọc, bởi vì khung hình quyết định hình dạng, không phải trường tỷ lệ.
• Cùng khung hình, thời tiết khác. Thêm vào đầu prompt Bước 2 với Vẽ lại ánh sáng thành hoàng hôn trong mưa nhẹ: bảng màu chuyển sang xanh lam đá phiến, kem ướt và một ánh sáng ấm từ cửa sổ; và đổi lớp âm thanh thành mưa nhẹ ổn định cộng với một tiếng sấm xa ở giây thứ tám. Không cần khung hình chính mới.
• Phác thảo ở 768P trước. Rẻ hơn mỗi giây, hữu ích cho việc dựng khối. Một quy tắc cứng đi kèm với nó, trong phần tiếp theo.

Chi phí cho một Chuỗi MiniMax H3 Phong cách Ghibli

Xem trước: một chuỗi hai cảnh quay dài 30 giây có thể xuất bản rơi vào khoảng $4,40, và con đường phác thảo rẻ có một cái bẫy tốn nhiều hơn số tiền tiết kiệm được.

Đây là hóa đơn, được xây dựng từ tỷ lệ mỗi giây đã xác thực trên các trang mô hình và xác nhận với các bản ghi công việc thực tế.

Bây giờ là cái bẫy. Phác thảo ở 768P để tiết kiệm tiền hiệu quả cho bố cục và dựng khối, và nó không hoạt động theo cách mọi người nghĩ.

Hai điều chúng tôi đã đo. Đầu tiên, một lần chạy lại prompt text-to-video trần ở bậc độ phân giải khác không trả về sắc nét hơn, nó trả về một bộ phim khác: trang trí khác, chiều cao máy ảnh khác, đạo cụ khác. Khóa khung hình đầu tiên thông qua image-to-video là điều giới hạn sự khác biệt trong chi tiết. Thứ hai, và điều này làm chúng tôi ngạc nhiên: với cùng khung hình đầu tiên bị khóa và cùng prompt, các bản âm thanh từ hai bậc không liên quan. Tương quan dạng sóng giữa chúng đo được 0,0053, đó là nhiễu thống kê.

Dịch: một bản phác thảo 768P xem trước bố cục và các nhịp hành động của bạn. Nó không bao giờ là bản phối bạn giao hàng.

Tôn vinh, Bản quyền và Những gì Bạn Có thể Xuất bản

Phiên bản ngắn, và không phải lời khuyên pháp lý: bản thân một phong cách thị giác thường không phải là thứ bản quyền bảo vệ, nhưng dữ liệu đào tạo và đầu ra là một câu hỏi đang sống và đang tranh cãi, và các điều khoản nền tảng là vấn đề riêng của chúng.

Cuộc tranh cãi đó không phải là giả thuyết. Vào ngày 27 tháng 10 năm 2025, Hiệp hội Phân phối Nội dung Hải ngoại Nhật Bản (CODA), một tổ chức chủ sở hữu quyền trải dài anime, phim, trò chơi và xuất bản, đã đệ trình một yêu cầu bằng văn bản yêu cầu "nội dung của các thành viên không được sử dụng cho học máy mà không có sự cho phép của họ" và lưu ý rằng "theo hệ thống bản quyền của Nhật Bản, sự cho phép trước thường được yêu cầu để sử dụng các tác phẩm có bản quyền, và không có hệ thống nào cho phép một người tránh trách nhiệm pháp lý về vi phạm thông qua các phản đối sau đó" (CODA, tháng 10 năm 2025).

Ba thói quen thực tế giúp giữ cho đầu ra của bạn sạch sẽ:

• Mô tả kỹ thuật, không bao giờ là hãng phim. Các prompt của chúng tôi ở trên đặt tên gouache, trên hai khung hình, tô màu phẳng và hạt giấy, và không ở đâu đặt tên một công ty hay đạo diễn.
• Không đưa các nhân vật có thể nhận dạng, logo hoặc tiêu đề vào khung hình. Ngọn đồi của chúng tôi không có IP nhân vật nào cả.
• Kiểm tra các điều khoản áp dụng cho tài khoản của bạn trước khi kiếm tiền, và kiểm tra các điều khoản của nền tảng bạn xuất bản một cách riêng biệt.

Xây dựng một thế giới chia sẻ kỹ thuật với những bộ phim bạn yêu thích. Đừng xây dựng một bản sao của một bộ phim cụ thể.

Câu hỏi Thường gặp

MiniMax H3 có thể làm phong cách Ghibli không, và tôi có nên viết "Studio Ghibli" trong prompt không?

Có cho câu hỏi đầu tiên, và chúng tôi sẽ không làm câu hỏi thứ hai. Mọi kết quả trong bài viết này đều đến từ từ vựng kỹ thuật thay vào đó: hoạt hình cel 2D vẽ tay, gouache với kết cấu cọ có thể nhìn thấy, các đường viền vẽ mực tay, tô màu phẳng, trên hai khung hình, các hình vẽ được giữ, hạt giấy tinh tế. Sáu cụm từ đó mang diện mạo, chúng cụ thể hơn tên hãng phim, và chúng giữ cho câu hỏi xuất bản đơn giản hơn.

MiniMax H3 tự tạo ra gió và piano, hay tôi phải thêm âm thanh sau?

Tự nó, trong cùng một công việc. MiniMax mô tả H3 là "tạo video với âm thanh nổi gốc, lên đến 15 giây ở độ phân giải 2K" (MiniMax, tháng 7 năm 2026), và các file giao hàng của chúng tôi mang AAC stereo 32kHz. Viết một đoạn Audio: chuyên dụng đặt tên từng lớp và khi nó vào. Nếu bạn muốn một bản nhạc được sáng tác đầy đủ thay vì một tín hiệu, hãy tạo nó riêng trên minimax/music-2.6 với giá $0,15 và trộn nó vào.

Một cảnh quay có thể dài bao nhiêu, và 15 giây có thực sự giữ vững không?

Thời lượng chấp nhận mọi số giây nguyên từ 4 đến 15 trên cả ba điểm cuối, và yêu cầu 15 giây của chúng tôi đã giao một container 15,08 giây. Nó giữ vững. Lý do để muốn 15 thay vì 8 không phải là quy mô hoành tráng, mà là điều ngược lại: đó là cách duy nhất để có ba giây không có gì xảy ra, đó chính xác là nhịp mà phong cách này được xây dựng trên.

Làm thế nào để giữ cùng nhân vật, bảng màu và hạt giấy qua hai cảnh quay?

Sử dụng reference-to-video với hai tham chiếu, khung hình chính gốc cộng với một ảnh tĩnh từ clip hoàn chỉnh đầu tiên của bạn, và viết "khớp chính xác diện mạo vẽ, bảng màu, chất lượng đường nét và hạt giấy của các hình ảnh tham chiếu" làm mệnh đề đầu tiên. Hãy chú ý một lỗi âm thầm: trộn image và refers trong một lệnh gọi duy nhất hoàn thành và tính phí đầy đủ trong khi loại bỏ một trong các đầu vào, không có trường cảnh báo ở bất kỳ đâu trong phản hồi.

Tôi có nên phác thảo ở 768P và chạy lại ở 2K để tiết kiệm tiền không?

Phác thảo ở 768P cho bố cục, có. Nhưng khóa khung hình đầu tiên thông qua image-to-video, hoặc một lần chạy lại trả về một bộ phim khác. Và coi âm thanh của bản phác thảo là có thể vứt bỏ: cùng khung hình, cùng prompt, bậc khác, và hai bản âm thanh đo được tương quan dạng sóng 0,0053 với nhau. Bản phối được tạo lại, không phải nâng cấp.

Video MiniMax H3 phong cách Ghibli có an toàn để xuất bản hoặc kiếm tiền không?

Tùy thuộc vào những gì trong khung hình và các điều khoản tài khoản của bạn nói gì, và đây không phải là lời khuyên pháp lý. Các prompt mô tả phong cách không có IP nhân vật, không logo và không tên hãng phim trong khung hình là phiên bản bảo thủ, và đó là phiên bản mà bài viết này trình bày. Xác minh các điều khoản áp dụng trước khi sử dụng thương mại.

Một điều cuối cùng đáng nhắc lại, bởi vì đó là phần mọi người bỏ qua. Lý do một cảnh quay minimax h3 phong cách ghibli thành công không phải là bảng màu xanh. Đó là chuyển động cố tình kém hơn những gì mô hình có thể làm, và ba giây cuối cùng được phép trống rỗng. Viết bảng thời gian. Viết âm thanh. Sau đó để nó ngồi yên.