La plateforme de création vidéo par IA PixTV a intégré MiniMax H3 Image, le modèle d'image que MiniMax vient de publier en open source. Sur le canevas infini de PixTV, les utilisateurs peuvent l'appeler directement pour générer des images fixes en 4K, puis confier l'image au modèle vidéo du même canevas pour poursuivre le travail.
MiniMax (Xiyu Keji en chinois) a dévoilé H3 Image le 10 novembre et en a ouvert les poids. Selon la société, le modèle produit en environ 10 secondes une image de 4096×4096, soit quelque 16 mégapixels, accepte jusqu'à 16 images de référence et réunit dans un seul modèle la génération d'image à partir de texte, la référence d'image et l'édition d'image. PixTV avait déjà ajouté le modèle vidéo MiniMax H3 ; cette fois, la plateforme complète l'autre moitié, l'image, et l'image comme la vidéo de la série H3 sont désormais reliées au sein d'une même plateforme.
Sur un seul canevas : fixer l'image d'abord, la mettre en mouvement ensuite
Ceux qui réalisent des courts métrages par IA ont pour la plupart pris l'habitude d'un flux en deux temps : on fixe d'abord les images fixes des personnages, des décors et des accessoires, on vérifie que le design est bon, puis on s'en sert pour générer la vidéo. Travailler séparément impose des allers-retours d'export et d'import, ainsi que des ruptures de style lorsqu'on change de modèle.
PixTV place les modèles d'image, de vidéo et d'audio sur un seul canevas infini, où les nœuds se relient directement. Une image de référence 4K produite par H3 Image peut être glissée telle quelle vers le modèle vidéo H3 comme première image ou comme référence, ou branchée sur Seedance, Kling et d'autres modèles vidéo de la plateforme à des fins de comparaison. Le canevas propose aussi des outils comme le storyboard IA, la vidéo à partir de maquette blanche et la réplication de vidéo : toute la chaîne se déroule sans quitter le navigateur.
Le fait que les deux modèles appartiennent à la série H3 a aussi un volet technique. D'après la model card sur Hugging Face, l'encodeur de texte de H3 Image reprend tel quel l'encodeur Qwen3-VL du modèle vidéo H3. Un même prompt est ainsi « lu » de façon plus proche des deux côtés, ce qui devrait en théorie réduire la dérive de style lors du passage de l'image à la vidéo. Le résultat réel dépendra de chaque plan ; il n'existe pour l'instant aucune comparaison systématique réalisée par des tiers.
À quoi sert une image fixe 4K pour la vidéo
La résolution de sortie des modèles vidéo reste généralement inférieure à la 4K, et l'API du modèle vidéo H3 plafonne à 2K. Produire les images fixes en 4K peut sembler un peu « surdimensionné », mais cela a trois usages concrets :
- Marge de recadrage : dans une image de 4096×4096, on peut découper plusieurs zones en 16:9 qui serviront de première image à différents plans, avec des détails de personnages et de décors encore suffisants ;
- Format ultra-large : H3 Image sort directement du 21:9 en 6272×2688, adapté aux génériques, aux bannières et aux plans d'ensemble à l'allure cinématographique ;
- Cohérence grâce aux références multiples : jusqu'à 16 images de référence sont lues d'un coup, ce qui permet de fournir ensemble les vues du personnage, les détails de costume et les images d'ambiance de la scène, afin que les images de référence de plusieurs plans restent homogènes.
Tarifs et usage : à voir selon la plateforme
Le prix de référence de l'API annoncé par MiniMax est d'environ 0,069 dollar par image en version standard 4K, avec une remise de 50 % la première semaine pour les requêtes en 4K et au-delà. La façon dont PixTV facture, ainsi que le nombre d'appels à H3 Image inclus dans les formules d'abonnement, ne figurent pas pour l'instant sur les pages publiques de la plateforme ; c'est l'affichage constaté après connexion qui fait foi.
Pour les créateurs qui utilisent déjà PixTV pour des séries courtes ou des films publicitaires, le changement le plus direct apporté par ce nouveau maillon est qu'il n'est plus nécessaire d'aller générer l'image de référence ailleurs. Pour ceux qui n'ont jamais utilisé d'outil de vidéo IA, on peut commencer par produire une image 4K avec H3 Image, puis, sur le canevas de PixTV, la relier à un nœud vidéo pour voir comment une image fixe devient un plan de quelques secondes. Pour les besoins plus orientés visuels produits e-commerce, PixPix propose lui aussi désormais H3 Image.
Sources : blog officiel de MiniMax, CocoLoop, model card Hugging Face, page de la plateforme PixTV ; la résolution de H3 Image, la limite d'images de référence et l'origine de l'encodeur de texte ont été vérifiées, le prix de l'API suit les chiffres officiels.