El modelo MiniMax H3 promete un contexto unificado de texto, imagen, vídeo y audio, además de vídeo con audio estéreo nativo. Una página de lanzamiento no equivale a una prueba de producción. Los creadores aún deben verificar la identidad, el movimiento, el sonido, el control de cámara y las exportaciones.
Esta guía convierte dichas afirmaciones en una prueba de vídeo reproducible para MiniMax H3: entradas controladas, una rúbrica de evaluación, un registro de fallos y una verificación a nivel de archivo de dos muestras oficiales. No asume que las especificaciones garanticen la calidad.
Lo que MiniMax anunció realmente
MiniMax presentó H3 el 31 de julio de 2026 como un modelo de generación multimodal de propósito general. La publicación oficial del lanzamiento indica que puede comprender combinaciones de texto, imágenes, vídeo y audio; generar vídeo con sonido estéreo nativo; producir hasta 15 segundos a resolución 2K; y realizar transferencias de movimiento de vídeo a vídeo. Considera esto como afirmaciones del proveedor pendientes de confirmación mediante tus propios archivos.
Afirmación | Estado de la fuente a fecha de 21 de agosto de 2026 | Lo que el creador aún debe verificar |
|---|---|---|
Hasta 15 segundos a 2K | Anunciado el 31 de julio; El repositorio indica una duración de 4 a 15 segundos y H3-Regenerate-2K | Dimensiones, duración, detalle, continuidad |
Salida estéreo nativa | La página de lanzamiento y el repositorio describen el estéreo; el repositorio especifica 32 kHz | Ubicación, balance, sincronización, artefactos |
Transferencia de movimiento de vídeo a vídeo (V2V) | La página de lanzamiento describe V2V; el repositorio admite entrada de vídeo de referencia | Sincronización temporal, contacto, identidad, fidelidad de cámara |
Pesos abiertos | Previsto para el 31 de julio; la ficha del modelo y el repositorio estaban disponibles el 2 de agosto | Componentes abiertos/alojados, versión |
2K y duración
«Hasta 15 segundos en 2K» es un límite máximo, no una garantía de calidad. Registre la duración, dimensiones, tasa de fotogramas, códec y tamaño de archivo solicitados y entregados. Inspeccione la exportación al 100 % y al 200 %; el cabello, las manos, los detalles del producto y las formas de las marcas revelan más que una pequeña vista previa.
El repositorio indica que el flujo de trabajo completo en 2K combina el modelo abierto H3-Base con el procesamiento de contexto y la regeneración alojados en servidor. Un resultado obtenido mediante servicio alojado y una implementación local no constituyen automáticamente la misma canalización de procesamiento.
Estéreo nativo
MiniMax describe el audio de H3 como generado conjuntamente y estéreo nativo. La cuestión práctica es si el campo estéreo (izquierdo-derecho) es coherente con la escena. Contar con dos canales no basta por sí solo: las voces, el ambiente, los efectos y la música deben coincidir con la imagen sin problemas de fase, saltos de nivel ni desplazamientos inexplicables hacia un lado.
Transferencia de movimiento
Los materiales de lanzamiento describen la transferencia de movimiento de video a video y la edición basada en referencias en un sentido más amplio. No traduzca la transferencia de movimiento de MiniMax H3 como «copia perfecta del movimiento». Pruebe una acción de referencia a la vez y, luego, compare la sincronización, la dirección, la mecánica corporal, el comportamiento de la cámara y la identidad del sujeto. Una hoja de contacto que muestre la relación entre la fuente y el resultado ayuda a los evaluadores a ver dónde el movimiento sigue a la referencia y dónde se desvía.
Pesos de código abierto previstos
El anuncio del 31 de julio calificó los pesos como «previstos». Más tarde, MiniMax publicó la ficha técnica oficial del modelo H3 y el repositorio de código; la licencia indica el 2 de agosto de 2026. El lanzamiento de código abierto incluye H3-Base, mientras que la orquestación alojada y la regeneración en 2K son servicios separados. Registre si prueba la aplicación, la API o los pesos locales; una vía no puede representar a otra.
Diseñe una matriz de pruebas equitativa
Una prueba de modelo útil modifica una capacidad significativa mientras mantiene constantes el resto de los parámetros. Utilice el mismo sujeto adulto, vestuario, escenario, estructura de prompt, duración, relación de aspecto, imagen de origen, referencia de movimiento y dispositivo de visualización. Guarde los datos de entrada originales antes de generar nada.
Entradas de control
Cree tres casos a partir de una instrucción (brief) neutral:
Caso | Variable a prueba | Mantener constante | Evidencia a guardar |
|---|---|---|---|
A | Detalle 2K y movimiento de cámara | Sujeto, escena, duración, instrucción (prompt) | Archivo original, metadatos, recortes al 100% |
B | Estéreo nativo | Instrucción visual, duración, acción de la escena | Audio original, forma de onda, notas de escucha |
C | Transferencia de movimiento | Clip de origen, imagen del sujeto, encuadre | Clips de origen/salida, marcas de tiempo sincronizadas |
Anote el tiempo de generación, la configuración, la etiqueta del modelo y cualquier semilla (seed) o ID de trabajo que muestre la interfaz. Si no se muestra un control, escriba "no expuesto" en lugar de adivinar.
Rúbrica de puntuación
Puntúe cada criterio del 1 al 5: 1 significa inutilizable, 3 requiere una corrección específica y 5 está listo para su publicación. Para los elementos visuales, puntúe la identidad, la continuidad, la fidelidad a la instrucción, la composición y la integridad de la exportación. Para el audio, puntúe la ubicación, la claridad, la sincronización, el equilibrio y los artefactos. Añada una justificación junto a cada puntuación.
Ajuste la ponderación de la rúbrica según el trabajo. Un clip de baile puede priorizar el movimiento y la identidad; un anuncio de producto puede priorizar los pequeños detalles y un encuadre controlado. No cambie las ponderaciones a mitad de la ronda.
Registro de fallos
Registre la primera marca de tiempo con defectos y utilice categorías sencillas: desviación de identidad, error en extremidades, deformación del fondo, salto de cámara, incumplimiento de la instrucción, desequilibrio de audio, error de sincronización o problema de exportación. Repita un intento controlado. Si un defecto desaparece solo tras realizar cambios en las indicaciones que no guardan relación con él, no lo has aislado.
Probar la salida 2K y el movimiento
Realizar tres tomas: un primer plano detallado, una toma de acción de cuerpo entero con manos y pies visibles, y un movimiento de cámara cerca de líneas arquitectónicas rectas. Cada una de ellas revela debilidades diferentes.
Comprobación de la resolución
Descargue el archivo de salida original. Confirme las dimensiones e inspeccione los recortes comparativos del rostro, las manos, la tela, los bordes del fondo y los pequeños detalles del producto. Compruebe si hay un exceso de nitidez o parpadeo que aparezca únicamente entre fotogramas consecutivos.
Para una verificación limitada de evidencias, descargamos los dos archivos MP4 etiquetados como "2K Performance" y "Native Stereo Sound" desde la página oficial de lanzamiento de MiniMax el 21 de agosto de 2026 e inspeccionamos sus contenedores. Se trata de una inspección directa de muestras proporcionadas por el proveedor, no de una ejecución de generación APOB.
Muestra oficial | Metadatos observados del archivo | Lo que respalda la observación |
|---|---|---|
2560×1440, 6,58 segundos, 24 fps, vídeo AVC; audio AAC, dos canales a 32 kHz | El vídeo MiniMax H3 2K enlazado es un archivo 1440p con audio estéreo | |
2944×1248, 15,08 segundos, 24 fps, vídeo AVC; audio AAC, dos canales a 32 kHz | La demo enlazada contiene audio de dos canales y dura unos 15 segundos |
Estos datos del archivo son reproducibles, pero no revelan los ajustes de generación, la fidelidad al prompt, la calidad espacial ni la repetibilidad. El sonido estéreo puede percibirse mal posicionado y una resolución de 2560×1440 aún puede verse deficiente. Siguen siendo necesarias pruebas controladas.
No compare una exportación 2K con una versión comprimida subida a redes sociales. Mantenga el original junto a la copia de distribución y registre cualquier paso de cambio de tamaño o compresión realizado entre ambos.
Continuidad del movimiento
Revise a velocidad normal, a media velocidad y fotograma a fotograma en el punto de mayor complejidad del movimiento. Presta atención a las articulaciones, al contacto de los pies con los objetos, a la estabilidad del rostro, a la geometría del fondo y a la velocidad de la cámara. El movimiento de la cámara debe comenzar y terminar con fluidez, sin sacudidas bruscas.
Si también utilizas el flujo de trabajo de control de movimiento de APOB, mantenlo como una ruta etiquetada por separado. El objetivo es comparar flujos de trabajo reproducibles del creador, no sugerir que todas las interfaces ofrecen los mismos controles.
Cumplimiento de las instrucciones (prompt)
Antes de revisar el resultado, desglosa las instrucciones en cinco puntos de control: sujeto, acción, entorno, indicaciones de cámara y estado final. Evalúa si cada elemento está presente, parcialmente presente o ausente; así evitarás que un clip visualmente atractivo pero que no cumple con lo solicitado obtenga una puntuación alta. La guía oficial de redacción de instrucciones puede servir de formato para la prueba; mantén la redacción constante durante toda la ronda.
Prueba de estéreo nativo y transferencia de movimiento
Revisa el audio con auriculares con cable y altavoces en una habitación silenciosa. Para la transferencia de movimiento, coloca la fuente y el resultado uno al lado del otro, sincronizando las marcas de tiempo.
Ubicación estéreo
Empieza por lo sencillo. Coloca un altavoz en el centro del encuadre, envía un efecto de izquierda a derecha y mantén un sonido ambiente constante de fondo. Desactiva la imagen durante la primera escucha. ¿Hacia dónde parece moverse el efecto? ¿La voz se desplaza de forma errática? Observa el clip solo después de haber anotado esas observaciones. Luego, aísla cada canal para detectar posibles cortes de audio o la duplicación de una misma pista mono. La diferenciación de canales es una cuestión técnica; la ubicación convincente es una cuestión de percepción auditiva.
Equilibrio entre voz y efectos
Una línea de diálogo que se escucha clara en los auriculares puede desaparecer al reproducirse en un teléfono. Reproduce el mismo archivo exportado en auriculares, altavoces de portátil y un teléfono sin modificar la mezcla. Identifica la palabra exacta que quede oculta por la música o los efectos. Señala también los cambios bruscos de nivel, la saturación (picos recortados), los desfases de sincronización labial y los silencios o vacíos extraños. Utiliza el objetivo de sonoridad (loudness) especificado por el destino o por tu equipo; si no se proporciona ninguno, evalúa la inteligibilidad constante y el equilibrio adecuado para la escena en lugar de inventar una cifra.
Fidelidad del movimiento
Mantén la referencia de cinco a ocho segundos: una postura inicial clara, una acción y una postura final estable. Alinea la fuente y el resultado en tres momentos: el inicio, el punto de contacto más intenso y el final. Compara la dirección, la sincronización temporal, el contacto de manos o pies con objetos, la relación con la cámara y la postura final. Asigna una puntuación específica a la fidelidad del movimiento. Un resultado visualmente impecable puede no captar la acción en absoluto; un resultado fiel puede presentar, aun así, una posición poco estética de las manos.
Decide en qué punto del flujo de trabajo se integra H3
No permitas que un promedio aceptable oculte una toma defectuosa o un audio con problemas. Toma la decisión según las necesidades del trabajo actual y conserva los archivos para la siguiente versión de MiniMax H3.
Umbrales de aprobación/rechazo
Utiliza H3 cuando todos los requisitos imprescindibles obtengan una puntuación mínima de 4 y no persista ningún problema relacionado con derechos, seguridad, exportación, identidad o sincronización. Si una puntuación obligatoria es 3, retén la toma y vuelve a evaluar únicamente el aspecto fallido. Un requisito imprescindible que obtenga una puntuación de 1 o 2 en dos ocasiones bajo las mismas condiciones implica el rechazo de la toma. Lo mismo ocurre con un flujo de trabajo que no permita guardar pruebas suficientes para su revisión.
Estos son umbrales editoriales, no parámetros de referencia estándar de MiniMax. Ajústalos antes de una nueva ronda si el trabajo cambia y, posteriormente, fíjalos.
Ruta interna de APOB
Ejecuta la matriz desde la página de MiniMax H3 de APOB. Mantén un segundo modelo abierto en el Generador de vídeo por IA si quieres hacer una comparación directa. Reutiliza el prompt, las entradas, la duración, la relación de aspecto y las ponderaciones. Incluye el nombre del modelo y la fecha de generación en cada nombre de archivo; “final-03.mp4” no ayudará a quien revise el material el próximo mes.
Prueba MiniMax H3 con tus propias muestras
Ejecuta un caso visual, un caso estéreo y un caso de transferencia de movimiento. Guarda los archivos exportados sin modificaciones y la hoja de puntuación completa antes de determinar la posición de H3.
Verifica la fecha
Vuelve a consultar este artículo el 21 de septiembre de 2026. Revisa la página de lanzamiento, la ficha del modelo, el repositorio, la licencia, las interfaces alojadas y la documentación actualizada. Repite los tres casos si cambian el modelo, el flujo de trabajo (pipeline), la duración, la resolución, el comportamiento del audio o las condiciones de alojamiento/código abierto. Actualiza la tabla de afirmaciones y el registro de decisiones, pero conserva los archivos anteriores.
Fuentes
Sé el primero en darle me gusta a esto.
No se necesita tarjeta de crédito
