De la pose a la bruja: Seis nuevas formas de controlar el video con IA
Convierte metraje ordinario en una señal de control de pose, profundidad, borde, línea o máscara, luego regenéralo como un nuevo personaje o mundo. Lanzamos seis herramientas de control de video MiniMax H3 y probamos el camino completo con un render real de pose a bruja.
El video-a-video usualmente le pide a un modelo que preserve todo y cambie todo a la vez. Por eso, una fuerte transferencia de estilo puede perder la caminata, aplanar el movimiento de la cámara o reemplazar lentamente al intérprete con una persona diferente. Nuestras nuevas herramientas de control H3 dividen el problema en dos: primero extraen la parte del clip fuente que importa, luego usan esa señal para guiar una nueva generación.
Hemos lanzado seis flujos de trabajo enfocados —Canny, Profundidad, HED, MLSD, Pose e Inpainting de Video— en el modelo MiniMax-H3-Fun ControlNet Union. Cada herramienta acepta un video fuente normal. ManifoldGen prepara el pase de control correcto automáticamente, o puedes desactivar el preprocesamiento y subir un video de control que hayas preparado en otro lugar.
La prueba: convertir una actuación en una bruja del bosque
Para la prueba de lanzamiento, usamos un clip corto de conducción de pose y pedimos una bruja del bosque de cuerpo completo con túnicas esmeralda en capas, cabello plateado y un bosque antiguo iluminado por la luna. El resultado mantiene la actuación original y el tiempo de las manos mientras reemplaza a la persona, el vestuario, la iluminación y la ubicación.
INPUT
Source performance / pose control
PROMPT
A powerful forest witch performing the movement, full body, layered emerald robes and leather corset, silver hair, magical particles around her hands, moonlit ancient forest, cinematic fantasy realismOUTPUT — GENERATED WITH MANIFOLDGEN
Salida de bruja del bosque — generada en el trabajador de control H3 de producción · 2.3s
Esta es la salida de producción real, no una maqueta conceptual. El control de pose lleva la actuación corporal; el prompt controla el nuevo sujeto y el mundo.
¿Qué control deberías usar?
| Control | Lo que preserva | Mejor uso |
|---|---|---|
| Pose | Articulaciones del cuerpo, gestos y sincronización de la actuación | Reemplazar a un caminante, bailarín o actor con un mago, criatura o nuevo personaje |
| Profundidad | Trayectoria de la cámara, distancia, capas espaciales y volumen del sujeto | Reconstruir una ubicación manteniendo el movimiento 3D original |
| Canny | Siluetas fuertes y bordes definidos | Transformaciones gráficas, productos, vehículos y sujetos claramente delineados |
| HED | Contornos más suaves y detalles orgánicos internos | Caras, telas, criaturas, ilustraciones y formas expresivas |
| MLSD | Líneas rectas dominantes y geometría de perspectiva | Arquitectura, habitaciones, calles, escenarios y entornos diseñados |
| Inpainting | Todo lo que está fuera de una máscara proporcionada | Reemplazar vestuario o accesorios, eliminar objetos o añadir efectos localizados |
La distinción útil es lo que no puedes permitirte perder. Elige Pose cuando la actuación es sagrada, Profundidad cuando la cámara y el volumen importan, Canny para formas audaces, HED para contornos matizados y MLSD para geometría construida. Usa Inpainting cuando la mayor parte del encuadre ya es correcta y solo una región debe cambiar.
Un video normal es suficiente
No necesitas ejecutar OpenPose, un estimador de profundidad o un detector de bordes antes de subir. Mantén "Extraer control de mi video normal" habilitado y el trabajador derivará un video de control temporalmente alineado antes de la generación. Los usuarios avanzados pueden deshabilitar ese interruptor para enviar directamente un pase Canny, Profundidad, HED, MLSD o Pose ya preparado.
Sube el clip de origen y un video de máscara coincidente. Las áreas blancas se regeneran a lo largo del tiempo; las áreas negras permanecen ancladas al original. Una máscara estable produce una edición más estable.
Configuraciones importantes
- La fuerza de control decide qué tan estrictamente la nueva toma sigue la guía. Comienza cerca del valor predeterminado; bájala para un cambio creativo mayor y súbela cuando el movimiento o la geometría comiencen a desviarse.
- Indica el reemplazo, no la fuente. Describe el nuevo sujeto, vestuario, entorno, luz, materiales y acabado deseado.
- Usa una semilla al comparar indicaciones o valores de fuerza. Mantenerla fija facilita juzgar el efecto de una configuración cambiada.
- Comienza en 480p con un extracto corto. Una vez que el movimiento y el encuadre funcionen, pasa a 576p o 720p y renderiza el clip más largo.
Las herramientas de lanzamiento aceptan clips de hasta 15 segundos, con opciones de salida de 3, 5, 8, 10 y 15 segundos. Las resoluciones son 480p, 576p y 720p. La generación se ejecuta como un trabajo asíncrono duradero, por lo que un renderizado largo no depende de mantener una solicitud de navegador abierta.
Precios de lanzamiento
Antes de generar, la página muestra una estimación basada en la duración y la resolución. En el lanzamiento, los precios aproximados de 480p son $1.16 por 3 segundos, $1.44 por 5 segundos, $1.88 por 8 segundos y $2.88 por 15 segundos. Un renderizado de 576p es aproximadamente 1.35× la estimación de 480p y 720p es aproximadamente 2×. El cargo final se establece a partir del tiempo de ejecución real de la GPU, por lo que pagas por el cómputo utilizado en lugar de un límite fijo inflado.
La generación de video con control es un trabajo de GPU de alta memoria. Prueba el prompt y la fuerza del control en la sección útil más corta a 480p, luego invierte en la duración y resolución finales una vez que el movimiento sea el correcto.
Disponibilidad y licencia del modelo
Estas seis herramientas utilizan la licencia comunitaria MiniMax H3. Actualmente no están disponibles en Estados Unidos, la Unión Europea, el Reino Unido y Corea del Sur. La herramienta verifica el territorio antes de la generación y requiere la aceptación de la licencia en la interfaz. Si la herramienta está disponible donde te encuentras, revisa la licencia del modelo vinculada para conocer las restricciones que se aplican a tu uso.
¿Qué hacer primero?
Comienza con una actuación limpia y legible: una persona caminando, bailando, lanzando o girando en el encuadre. Pásala por Pose y describe un personaje cuya silueta pueda seguir plausiblemente ese movimiento: una bruja, un caballero con armadura, un espíritu del bosque o una criatura estilizada. Luego, toma la misma fuente a través de Profundidad o HED. Ver qué información conserva cada control es la forma más rápida de entender las seis herramientas, y a menudo revela un tratamiento más fuerte que el que habías planeado.
Try these prompts on your own shot.
Every example on this page was generated with ManifoldGen. Open the Studio and run the same structure on your idea.