Platform kreasi video AI PixTV telah menghadirkan MiniMax H3 Image, model gambar yang baru dibuka sumbernya oleh MiniMax. Di kanvas tak terbatas PixTV, pengguna bisa langsung memanggilnya untuk membuat gambar diam 4K, lalu menyerahkan gambar itu ke model video di kanvas yang sama untuk dilanjutkan.
H3 Image dirilis oleh Xiyu Technology (MiniMax) pada 10 November, lengkap dengan bobot model yang dibuka. Menurut pihak resmi, model ini dapat menghasilkan satu gambar 4096×4096 berukuran sekitar 16 megapiksel dalam kurang lebih 10 detik, mendukung hingga 16 gambar referensi, dan menangani teks-ke-gambar, referensi gambar, serta penyuntingan gambar dalam satu model. PixTV sebelumnya sudah memasang model video MiniMax H3; pembaruan ini melengkapi sisi gambarnya, sehingga gambar dan video seri H3 kini tersambung dalam satu platform.
Di satu kanvas: tentukan gambar dulu, baru gerakkan
Kebanyakan pembuat film pendek AI sudah terbiasa dengan alur dua tahap: pertama menetapkan gambar diam untuk karakter, latar, dan properti serta memastikan tampilannya sudah tepat, lalu memakai gambar diam itu untuk membuat video. Repotnya jika dua tahap ini dikerjakan terpisah adalah bolak-balik ekspor dan impor, ditambah perubahan gaya visual akibat berganti model.
Pendekatan PixTV adalah menaruh model gambar, video, dan audio di satu kanvas tak terbatas, dengan node yang langsung dihubungkan lewat garis. Gambar rancangan karakter 4K dari H3 Image bisa langsung diseret ke model video H3 sebagai frame pertama atau referensi, atau disambungkan ke model video lain di platform seperti Seedance dan Kling untuk dibandingkan. Di kanvas juga tersedia alat seperti storyboard AI, video model putih, dan replikasi video, sehingga seluruh alur kerja berlangsung di peramban tanpa perlu keluar.
Kedua model yang sama-sama berasal dari seri H3 juga punya kaitan teknis. Menurut kartu model di Hugging Face, encoder teks H3 Image memakai langsung encoder Qwen3-VL milik model video H3 tanpa perubahan. Prompt yang sama dengan demikian “dibaca” menjadi sesuatu yang lebih mirip di kedua sisi, sehingga secara teori dapat mengurangi pergeseran gaya saat beralih dari gambar ke video. Hasil sebenarnya masih bergantung pada tiap shot, dan sejauh ini belum ada perbandingan sistematis dari pihak ketiga.
Apa gunanya gambar diam 4K untuk video
Resolusi keluaran model video biasanya di bawah 4K; API model video H3 maksimal hanya sampai 2K. Membuat gambar diam dalam 4K terlihat agak berlebihan, tetapi sebenarnya ada tiga kegunaan:
- Ruang untuk memotong: dari satu gambar 4096×4096, Anda bisa memotong beberapa bagian 16:9 sebagai frame pertama untuk shot yang berbeda, dengan detail karakter dan latar yang masih cukup;
- Format ultra lebar: H3 Image mendukung keluaran langsung 21:9 dengan ukuran 6272×2688, cocok untuk pembuka, banner, dan establishing shot yang sinematik;
- Konsistensi multireferensi: model membaca hingga 16 gambar referensi sekaligus, sehingga tampak tiga sisi karakter, detail kostum, dan gambar suasana latar bisa diberikan bersamaan agar gambar rancangan di banyak shot tetap seragam.
Harga dan cara pakai mengikuti keterangan platform
Harga acuan API yang diumumkan MiniMax adalah sekitar 0,069 dolar AS per gambar untuk versi standar 4K, dengan diskon 50% untuk permintaan 4K ke atas selama minggu pertama. Skema penagihan di PixTV dan jumlah panggilan H3 Image yang termasuk dalam paket keanggotaan belum tercantum di halaman publik platform; yang berlaku adalah tampilan sebenarnya setelah login.
Bagi kreator yang sudah memakai PixTV untuk membuat drama pendek atau iklan, perubahan paling langsung dari tambahan ini adalah tidak perlu lagi mencari tempat lain untuk membuat gambar rancangan karakter. Bagi yang belum pernah memakai alat video AI, Anda bisa mulai dengan membuat satu gambar 4K lewat H3 Image, lalu menyambungkannya ke node video di kanvas PixTV untuk melihat bagaimana satu gambar diam berubah menjadi shot berdurasi beberapa detik. Untuk kebutuhan foto produk e-commerce, PixPix juga sudah menghadirkan H3 Image.
Sumber: blog resmi MiniMax, CocoLoop, kartu model Hugging Face, halaman platform PixTV; digunakan untuk memverifikasi resolusi H3 Image, batas gambar referensi, dan asal encoder teks. Harga API mengikuti angka dalam pengumuman resmi.