A plataforma de criação de vídeo com IA PixTV integrou o MiniMax H3 Image, modelo de imagem que a MiniMax acabou de liberar em código aberto. Na tela infinita do PixTV, o usuário pode chamá-lo diretamente para gerar quadros estáticos em 4K e depois passar a imagem ao modelo de vídeo na mesma tela para continuar o trabalho.
O H3 Image foi lançado pela MiniMax (Xiyu Keji, em chinês) em 10 de novembro, com pesos abertos. Segundo a empresa, o modelo gera em cerca de 10 segundos uma imagem de 4096×4096, aproximadamente 16 megapixels, aceita até 16 imagens de referência e reúne texto para imagem, referência de imagem e edição de imagem em um único modelo. O PixTV já havia disponibilizado o modelo de vídeo MiniMax H3; agora acrescenta a outra metade, a imagem, e assim imagem e vídeo da série H3 ficam conectados em uma só plataforma.
Numa só tela: primeiro fixar a imagem, depois colocá-la em movimento
Quem faz curtas com IA já costuma trabalhar em duas etapas: primeiro definem-se os quadros estáticos de personagens, cenários e objetos, confirma-se o visual e só então a imagem é usada para gerar o vídeo. Fazer tudo separado significa exportar e importar a toda hora, além de quebras de estilo ao trocar de modelo.
O PixTV coloca modelos de imagem, vídeo e áudio em uma única tela infinita, com os nós ligados diretamente entre si. Uma imagem de caracterização em 4K gerada pelo H3 Image pode ser arrastada direto para o modelo de vídeo H3 como primeiro quadro ou referência, ou conectada a Seedance, Kling e outros modelos de vídeo da plataforma para comparação. A tela ainda traz ferramentas como storyboard com IA, vídeo a partir de modelo branco e replicação de vídeo, de modo que toda a cadeia fica dentro do navegador.
Os dois modelos serem da série H3 também tem um vínculo técnico. Segundo o model card no Hugging Face, o codificador de texto do H3 Image reaproveita sem alterações o codificador Qwen3-VL do modelo de vídeo H3. O mesmo prompt é “lido” de forma mais parecida nos dois lados, o que, em teoria, reduz a deriva de estilo na passagem da imagem para o vídeo. O resultado real depende de cada plano; até agora não há comparação sistemática feita por terceiros.
Para que serve um quadro estático em 4K no vídeo
A resolução de saída dos modelos de vídeo costuma ficar abaixo de 4K, e a API do modelo de vídeo H3 chega no máximo a 2K. Gerar os quadros estáticos em 4K parece um pouco “excessivo”, mas há três usos práticos:
- Espaço para recortes: de uma imagem de 4096×4096 dá para recortar várias áreas em 16:9 como primeiro quadro de planos diferentes, e os detalhes de personagens e cenário ainda são suficientes;
- Formato ultrapanorâmico: o H3 Image gera 21:9 direto em 6272×2688, adequado para aberturas, banners e planos de estabelecimento com aspecto de cinema;
- Consistência com várias referências: lê até 16 imagens de referência de uma vez, de modo que vistas do personagem, detalhes de figurino e imagens de atmosfera da cena podem ser enviados juntos, mantendo uniformes as imagens de caracterização de vários planos.
Preço e uso dependem dos critérios da plataforma
O preço de referência da API divulgado pela MiniMax é de cerca de 0,069 dólar por imagem na versão padrão 4K, com 50% de desconto na primeira semana para solicitações de 4K ou mais. Como o PixTV cobra e quantas chamadas do H3 Image estão incluídas nos planos de assinatura ainda não consta nas páginas públicas da plataforma; vale o que for exibido após o login.
Para os criadores que já usam o PixTV em séries curtas e filmes publicitários, a mudança mais direta é não precisar mais gerar a imagem de caracterização em outro lugar. Para quem nunca usou uma ferramenta de vídeo com IA, dá para começar gerando uma imagem 4K com o H3 Image e, na tela do PixTV, ligá-la a um nó de vídeo para ver como um quadro estático vira um plano de alguns segundos. Para quem precisa mais de imagens de produtos para e-commerce, o PixPix também já oferece o H3 Image.
Fontes: blog oficial da MiniMax, CocoLoop, model card no Hugging Face, página da plataforma PixTV; foram verificados a resolução do H3 Image, o limite de imagens de referência e a origem do codificador de texto, e o preço da API segue o divulgado oficialmente.