MiniMax H3 / 動画生成デモ
スマートフォンのカメラでQRコードを読み取ってください。
一枚の絵が動いて、声や音も付いたら。
普段のアニメ制作で使っているMiniMax H3を、生成AIなんでも会で実演します。
最近はSeedance 2.5やWan 3.0など、新しい動画生成AIが登場しています。これらはモデル本体が一般公開されていない「クローズドモデル」で、サービスやAPIを通じて利用します。きれいな動画を作れる一方、何度も生成すると利用料金も気になります。
そんななか登場したのが、MiniMax H3です。こちらはモデル本体をダウンロードできる「オープンウェイトモデル」。GPUと、生成AI用ツール「ComfyUI」を用意すれば、自分の手元で動画を作れます。
本日の「生成AIなんでも会」では、私が普段使っているMiniMax H3の動画生成を体験できる環境を用意しました。どんなところを気に入っているのか、実際に作った動画と一緒に紹介します。
MiniMax H3のモデル公開について ↗サンプルを読み込んでいます…
元の画像と、MiniMax H3で生成した動画。
動画の再生ボタンで動きを確認できます。
2025年にはWan 2.1、Wan 2.2が公開され、2026年にはMiniMax H3も加わりました。
線は時間の流れを示します。モデル同士の派生関係を表すものではありません。
私が普段使っていて推したいのは、MiniMax H3です。気に入ったイラストがあって、表情や仕草を付けたい。でも、動いた途端に顔つきや衣装が変わって、別のキャラクターになってしまうのは困ります。
MiniMax H3の魅力は、キャラクターや画風の一貫性を保ちながら、声や音も付けてアニメーションを作れること。元の絵の雰囲気を残したまま、キャラクターが動いて話す。そこが、私の作りたいものに合っています。
一枚の画像をもとに、ComfyUIで音付きの動画を生成する流れです。
元になる画像をComfyUIに読み込み、動き・台詞・音を文章（プロンプト）で指定します。たとえば「こちらを向いて手を振り、『こんにちは』と話す」と入力します。
ComfyUIで生成を実行すると、GPU上のMiniMax H3が画像とプロンプトをもとに映像と音声を生成します。
生成した映像と音声を一つの動画ファイルにまとめて保存します。完成した動画を再生し、動きや音を確認できます。
今回の実演では、Runpodで借りたGPUを使っています。
画像をタップすると、動画が大きく開きます。右上の×で一覧に戻れます。
公開サンプルを読み込んでいます…
ブースの参加用QRをスマホで読み取ると、生成画面が開きます。まず画像を作り、気に入った一枚に「笑顔で手を振る」などの動きを入力。5秒の音付き動画を作れます。
画像のプロンプトに慣れていない方は、ブースで声をかけてください。こちらで作った画像からも体験できます。
ページ上部のQRは、この紹介ページを開くためのものです。生成体験にはブースの参加用QRが必要です。
参加済みの方：生成画面へ戻るまずは手元のPCでできるか、見てみましょう。GPUがなくても、借りて試す方法があります。
NVIDIA・AMD Radeonのどちらも動画生成できます。ただし、RadeonはComfyUIの設定に手間がかかります。
GPUのメモリ（VRAM）が8GBでも、有志の工夫でMiniMax H3の動画を生成した実例があります。私はRTX 4070 Ti SUPER（VRAM 16GB）で使っています。
PaperspaceやRunpodなどのクラウドGPUを借りましょう。手元のGPUでは容量が足りない場合も、必要な容量のGPUを選んで生成できます。
Macでも動かせますが、生成にかかる時間が問題です。少なくとも私のM2 MacBook Air（メモリ24GB）では、現実的な時間での生成はできません。
参考記事では、Mac mini M4 Pro（メモリ64GB）で5秒の動画に約18分という報告も紹介されています。手元のMacで時間がかかりすぎるなら、クラウドGPUを借りましょう。
MiniMax H3を試すために、まず新しいPCやGPUを買う必要はありません。
ComfyUIとMiniMax H3のモデルを用意します。ComfyUIは、画像・動画・音声などを生成できるオープンソースのツールです。画面上で処理の部品（ノード）をつなぎ、生成手順（ワークフロー）を組んで実行します。
MiniMax H3のガイドには、必要なモデルとワークフローが載っています。
元の画像、動きを指示した文章、ComfyUIのワークフローを一緒に保存します。どんな設定で作ったか分かれば、後から調整して試せます。
同じ条件で比べたいときは、「シード」という数値も固定します。今回のワークフローでは「noise_seed」を決め、生成後の変更を「fixed」にします。PCやソフトのバージョンが変わると、同じ設定でも結果が変わる場合があります。
どのキャラクターが、何をするのか。どんな台詞を話し、周りでどんな音がするのか。作りたい場面を具体的に書きます。詳しい書き方は、MiniMax H3公式ガイドの例を参考にできます。
まずは短い動画を一本。気に入った動きができたら、表情や台詞を変えて試してみてください。
