La plataforma de creación de vídeo con IA PixTV ha incorporado MiniMax H3 Image, el modelo de imagen que MiniMax acaba de liberar como código abierto. En el lienzo infinito de PixTV, los usuarios pueden invocarlo directamente para generar fotogramas fijos en 4K y luego entregar la imagen al modelo de vídeo del mismo lienzo para seguir trabajando.
MiniMax (Xiyu Keji, en chino) presentó H3 Image el 10 de noviembre y abrió sus pesos. Según la compañía, el modelo genera en unos 10 segundos una imagen de 4096×4096, alrededor de 16 megapíxeles, admite hasta 16 imágenes de referencia y reúne en un solo modelo la generación de imagen a partir de texto, la referencia de imagen y la edición. PixTV ya había incorporado el modelo de vídeo MiniMax H3; ahora suma la otra mitad, la imagen, y así imagen y vídeo de la serie H3 quedan conectados en una sola plataforma.
En un solo lienzo: primero fijar la imagen, luego ponerla en movimiento
Quienes hacen cortos con IA suelen trabajar ya en dos fases: primero se fijan los fotogramas de personajes, escenarios y objetos, se confirma que el diseño es correcto y solo entonces se usa la imagen para generar el vídeo. Hacerlo por separado obliga a exportar e importar constantemente, además de provocar rupturas de estilo al cambiar de modelo.
PixTV coloca los modelos de imagen, vídeo y audio en un único lienzo infinito, con los nodos conectados directamente entre sí. Una imagen de caracterización en 4K creada con H3 Image se puede arrastrar directamente al modelo de vídeo H3 como primer fotograma o referencia, o conectar a Seedance, Kling y otros modelos de vídeo de la plataforma para compararlos. El lienzo incluye además herramientas como storyboard con IA, vídeo a partir de maniquí blanco y replicación de vídeo, de modo que toda la cadena se queda dentro del navegador.
Que ambos modelos pertenezcan a la serie H3 también tiene una vertiente técnica. Según la model card de Hugging Face, el codificador de texto de H3 Image reutiliza sin cambios el codificador Qwen3-VL del modelo de vídeo H3. El mismo prompt se «lee» de forma más parecida en ambos lados, lo que en teoría reduce la deriva de estilo al pasar de la imagen al vídeo. El resultado real depende de cada plano; por ahora no hay comparativas sistemáticas de terceros.
Para qué sirve un fotograma fijo en 4K en vídeo
La resolución de salida de los modelos de vídeo suele quedar por debajo de 4K, y la API del modelo de vídeo H3 llega como máximo a 2K. Generar los fotogramas fijos en 4K parece algo excesivo, pero tiene tres usos prácticos:
- Margen de recorte: de una imagen de 4096×4096 se pueden recortar varias zonas en 16:9 como primer fotograma de distintos planos, y los detalles de personajes y escenario siguen siendo suficientes;
- Formato ultrapanorámico: H3 Image admite 21:9 directamente en 6272×2688, adecuado para cabeceras, banners y planos de situación de aire cinematográfico;
- Coherencia con varias referencias: lee hasta 16 imágenes de referencia a la vez, de modo que se pueden entregar juntas las vistas del personaje, los detalles del vestuario y las imágenes de ambiente de la escena, manteniendo uniformes las imágenes de caracterización de varios planos.
Precio y uso dependen de los criterios de la plataforma
El precio de referencia de la API publicado por MiniMax es de unos 0,069 dólares por imagen en la versión estándar 4K, con un 50 % de descuento durante la primera semana en solicitudes de 4K o más. Cómo cobra PixTV y cuántas llamadas a H3 Image incluyen los planes de suscripción no figura por ahora en las páginas públicas de la plataforma; vale lo que se muestre tras iniciar sesión.
Para los creadores que ya usan PixTV en series cortas y spots publicitarios, el cambio más directo de este nuevo eslabón es que ya no hace falta ir a otro sitio a generar la imagen de caracterización. Para quien nunca ha usado una herramienta de vídeo con IA, se puede empezar generando una imagen 4K con H3 Image y, en el lienzo de PixTV, conectarla a un nodo de vídeo para ver cómo un fotograma fijo se convierte en un plano de unos segundos. Para quienes necesitan sobre todo imágenes de producto para comercio electrónico, PixPix también ha lanzado H3 Image.
Fuentes: blog oficial de MiniMax, CocoLoop, model card de Hugging Face, página de la plataforma PixTV; se verificaron la resolución de H3 Image, el límite de imágenes de referencia y el origen del codificador de texto, y el precio de la API sigue lo publicado oficialmente.