料金を気にせず何度でも。MiniMax H3をローカルで動かして動画を作ってみた話
クーロンです。
MiniMax H3をローカル環境で動かせると聞き、試してみました。
GrokやSeedanceでも動画を作れることは知っていましたが、有料なので見送っていたんですよね。動画生成は一度で成功するとは限らず、解像度や秒数を試すたびに料金を気にするのも嫌でした。
その点、ローカル生成なら何度でも試せます。やはり、料金を気にせず遊べる環境は魅力的です。
CodexにMiniMax H3を導入してもらった
MiniMax H3の導入は、Codexにお願いしました。
必要な環境を伝え、あとはCodexにインストールと設定を進めてもらいました。細かなコマンドを自分で調べなくても、普段使っているPCで動画を生成できる状態まで整えてもらえます。
最初は、完成した動画がWebM形式で出力される設定になっていました。しかし、Xへの投稿や動画編集で扱いやすいように、MP4形式で保存する設定へ修正してもらいました。
こうした細かな変更も、そのままCodexに頼めるのは便利ですね！
動画制作はChatGPTから始まる
MiniMax H3には、テキストから動画を作る方法と、画像から動画を作る方法があります。
僕はキャラクターの見た目を固定したかったので、画像から動画を作る方法を選びました。
作業の流れは、次のとおりです。
ChatGPTで5秒動画の字コンテを作る
最初のフレームになる画像を生成する
MiniMax H3用の動画生成プロンプトを作る
MiniMax H3に画像とプロンプトを入れる
完成した動画を確認して調整する
ChatGPTで作った画像はこちら↓
そこから動画にしたのがこちら↓
一枚の画像から、キャラクターが動く動画を作れました。気になるところがあれば、画像やプロンプトを修正して、もう一度生成できます。
RTX 5060の8GBでも動いた
僕が使っているPCのスペックは、次のとおりです。
CPU Intel Core Ultra 5 225F
GPU NVIDIA GeForce RTX 5060
VRAM 8GB GDDR7
メインメモリ 32GB
共有GPUメモリ 最大15.8GB
この環境で解像度を変えながら、5秒の動画を生成してみました。
800×600 約3分40秒
1024×576 約4分50秒
1280×768 約10分10秒
僕は16：9の動画を作りたかったので、現在は1024×576を使っています。
5分弱なら、結果を見てからもう一度試そうと思える待ち時間です。
現状では、キャラクターを自然に喋らせるのは、あまりうまくいっていません。指示していないのに喋ってしまうこともあり、口の動きや音声には調整が必要そうです。
生成時にこれ以上解像度を上げると時間がかかるため、仕上げの高解像度化にはDaVinci Resolveを使うことにしました。
5秒でも、つなげれば作品になる
5秒の動画だけでは、できることが少ないように見えるかもしれません。
しかし、1カットずつ作って編集でつなげれば、複数カットの映像作品にできます。
試しに、字コンテを作ってから各カットの最初の画像を用意し、MiniMax H3で動画にしました。
BGMはSUNOで作成。
最後にDaVinci Resolveでつないだものが、こちらです。
まだキャラクターの動きやつながりに不安定な部分はあります。それでも、自宅のPCで短いカットを作り、それを一本の動画にできました。
5秒しか作れないのではなく、5秒ずつ作れる。そう考えると、作れるものはかなり広がりそうです。
料金を気にせず試せるのが楽しい
ローカルでの動画生成には、それなりのPC性能と待ち時間が必要です。
それでも、生成するたびに料金を気にしなくてよいのは大きな魅力です。解像度や秒数を変えたり、プロンプトを修正したりしながら、納得するまで試せます。
まだうまくいかない部分もありますが、「次はこうしてみよう」と気軽に試せるのが楽しいんですよね。
やはり、お金を気にせず作れるローカル環境は最強です！
それでは、また！
参考資料
いいなと思ったら応援しよう！
よろしければ応援お願いします！
いただいたチップはクリエイターとしての活動費に使わせていただきます！