MiniMax H3 – Flux de remplacement de personnage : conserver la prise de vue

AI Overview

Comment remplacer un personnage dans une vidéo à l’aide de MiniMax H3 ?

Utilisez la famille de modèles Ref2VA avec une image d’identité propre et la vidéo source comme références distinctes. Précisez clairement qui est remplacé, préservez la performance et la caméra d’origine, et examinez le résultat animé dans son intégralité plutôt qu’une seule image séduisante.

Quelle est la meilleure instruction (prompt) pour le remplacement de personnage avec MiniMax H3 ?

Attribuez des rôles explicites à <Picture 1>, <Subject 1>, <Video 1> et à tout audio réutilisé. Énoncez une seule fois le remplacement souhaité, puis énumérez les éléments sources devant rester inchangés : synchronisation, action, cadrage, éclairage, environnement, interactions et son.

Comment éviter la dérive d’identité après le remplacement du personnage ?

Commencez par une référence tête-et-épaules bien éclairée, maintenez la séquence source courte, et évitez de modifier simultanément la tenue, le lieu, la caméra ou l’identité lors d’un même test. Si une dérive apparaît pendant le mouvement, simplifiez l’action ou divisez le passage difficile.

MiniMax H3 peut-il conserver l’audio original de la vidéo ?

Ref2VA accepte des références vidéo et audio, et peut générer un son stéréo synchronisé. Lorsque la bande-son source doit être conservée, étiquetez son audio comme source à réutiliser, et vérifiez soigneusement la synchronisation des dialogues, le bruit ambiant, les effets sonores et les coupes sur toute la durée de la sortie.

Un remplacement réussi rend l’identité nouvelle parfaitement lisible, tout en conservant intactes la performance d’origine, l’énergie de la caméra et l’environnement — comme s’il s’agissait d’une seule et même prise de vue.

Définir le contrat de remplacement

Le flux de remplacement de personnage avec MiniMax H3 comporte deux tâches simultanées : introduire une nouvelle identité et protéger tous les éléments utiles de la vidéo source. Les utilisateurs ne demandent presque jamais une scène entièrement nouvelle générée à partir de texte vers vidéo. Ils possèdent généralement déjà la synchronisation, la chorégraphie, le mouvement de caméra, l’éclairage, les interactions, voire l’audio qu’ils souhaitent conserver. La tâche consiste donc en un montage, non en une régénération imprécise.

Rédigez un contrat de remplacement avant de charger le modèle. Distinguez clairement la modification autorisée des invariants :

Évitez l’expression « remplacer la femme » si plusieurs femmes apparaissent. Préférez plutôt « remplacer l’interprète vêtue d’un manteau rouge entrant depuis la gauche de l’image ». Ne demandez pas un remplacement corps entier tout en exigeant que la tenue originale reste inchangée : cela rendrait ambigu le statut de la garde-robe. Le contrat met ainsi en lumière toute contradiction avant une exécution coûteuse.

Cette page traite spécifiquement de la tâche de montage. Le guide comparatif Ref2VA versus FL2VA aborde plus largement le choix de la famille de modèles ; consultez-le si vous hésitez encore entre conserver un rôle de référence ou une image-cible exacte.

Évaluez l’identité remplacée à plusieurs distances : un gros plan convaincant ne garantit pas que le plan large en action conservera la cohérence.

Préparer la vidéo source et les références d’identité

Utilisez H3-Base-Ref2VA pour un remplacement piloté par une image d’identité et une vidéo source éditable. MiniMax documente Ref2VA comme la famille « omni-référence » : elle accepte du texte accompagné d’images, de vidéos et d’audios, tandis que FL2VA repose sur zéro, une ou deux images-cibles. La spécification open-source actuelle autorise jusqu’à neuf images, trois clips vidéo et trois clips audio, dans les limites de durée et de nombre de fichiers indiquées. Une capacité maximale n’est pas une recommandation.

Commencez par le jeu de preuves le plus réduit possible permettant de réussir. Une seule image tête-et-épaules d’identité est souvent préférable à plusieurs portraits contradictoires. Privilégiez un éclairage uniforme, une ligne des cheveux visible, des yeux non masqués, une texture cutanée naturelle et un angle proche de celui du moment le plus difficile de la vidéo source. N’ajoutez une deuxième vue que lorsque le premier test révèle clairement ce qui manque — par exemple la forme du profil ou la tenue complète du corps.

Recadrez la vidéo source autour d’une seule action significative. Un segment de 5 à 8 secondes comportant un seul mouvement de caméra est plus facile à diagnostiquer qu’un long extrait contenant plusieurs coupes, occultations et changements d’éclairage. Assurez-vous d’avoir le droit de modifier les images et d’utiliser la ressemblance remplacée. Le remplacement de personnage peut produire une fausse performance convaincante ; l’autorisation préalable et la transparence restent des exigences de production, non des détails optionnels de l’instruction (prompt).

Avant la génération, inspectez ces cinq points critiques :

1. La cible du remplacement entre en contact ou touche une autre personne.
2. Les mains, les cheveux, les accessoires ou les meubles masquent le visage ou le corps.
3. L’interprète passe d’un point de vue frontal à un profil ou à une vue arrière.
4. Le plan passe d’un cadrage serré à un cadrage large.
5. Une lumière dure, des reflets ou un flou de bougé altèrent les indices visibles d’identité.

Le flux de travail pour les visages éloignés traite séparément le quatrième problème. Ne demandez pas un niveau de détail portrait à un visage occupant seulement quelques pixels.

Modèle de remplacement de personnage prêt à copier MiniMax H3

Le format officiel complet de référence de MiniMax distingue les définitions du sujet, le résumé, l’analyse de conservation, la description détaillée du déroulé, l’ambiance sonore et la musique. Le modèle ci-dessous adapte cette structure en une fiche pratique de remplacement mono-personnage. Remplacez les crochets par des faits tirés de vos propres supports autorisés ; n’ajoutez pas de rôles pour des références que vous n’utilisez pas effectivement.

subject_definitions:
<Subject 1> est l’interprète de remplacement issu de <Picture 1> : [visage, cheveux,
fourchette d’âge, proportions corporelles, tenue vestimentaire et repères identitaires].
<Subject 2> est l’interprète présent dans <Video 1>, qui [identifiant de position/action].
<Video 1> est la vidéo source destinée à l’édition de la vidéo cible.
<Audio 1> est la piste audio synchronisée de <Video 1> et est réutilisée.

summary:
[édition vidéo + génération de référence + réutilisation audio]
La vidéo cible est une version éditée de <Video 1>. Remplacez <Subject 2>
par <Subject 1>. Conservez le rythme d’origine, la performance, le mouvement de caméra,
le cadrage, les coupes, l’environnement, l’éclairage, les interactions ainsi que <Audio 1>.

retention_analysis:
<Subject 1>: attribute_transfer — l’identité et la tenue approuvée remplacent
<Subject 2> sur toute la durée du plan.
<Video 1>: fully_preserved — le rythme, la chorégraphie, la caméra, l’environnement,
l’éclairage et les autres interprètes restent structurellement inchangés.
<Audio 1>: fully_copy — réutilisez intégralement la piste source synchronisée.

detailed_description:
La cible conserve le style visuel et le rythme de la vidéo source.
[Shot 1] Décrivez la composition initiale visible : où se tient l’interprète de remplacement,
l’action en cours, les occultations, les contacts, le mouvement de caméra et le son.
[Shot 2] À 00:00.000, décrivez uniquement la coupe suivante si la source en contient une.

overall_soundscape:
Réutilisez <Audio 1> sans modifier le rythme des dialogues, l’ambiance ni les effets sonores.

non_diegetic_music:
Réutilisez la musique déjà présente dans <Audio 1> ; n’ajoutez aucune nouvelle musique.

L’essentiel réside dans la clarté des rôles. <Subject 1> décrit une identité visible réutilisable ; <Video 1> identifie la vidéo source à éditer ainsi que sa structure temporelle ; <Audio 1> n’existe que lorsque la piste est intentionnellement réutilisée ou référencée. Si la source comporte un son mais que la cible doit générer un nouvel audio, ne qualifiez pas cette piste de « copie intégrale ».

Pour un flux de travail basé sur des références hébergées, le générateur MiniMax H3 constitue un point de départ plus simple que la gestion d’un graphe local et d’une famille séparée de points de contrôle.

Exécutez Ref2VA comme test contrôlé

Verrouillez le prompt, la politique de graine, la durée, le format d’image et les fichiers sources pour établir une ligne de base. Générez une courte prise. Lors du premier examen, ignorez la finition et demandez-vous si l’interprète visé a bien été remplacé partout. Lors du deuxième examen, comparez la nouvelle sortie à côté de la source, à vitesse de lecture identique. Le remplacement est validé uniquement si l’action source reste lisible.

MiniMax H3 sortie référence-vers-vidéo pour inspection en pleine motion

Cette sortie référence MiniMax H3 documentée illustre pourquoi l’identité, le mouvement corporel, la continuité de la caméra et l’audio doivent être évalués conjointement.

Utilisez une grille d’évaluation en six parties :

Ne validez pas un résultat à partir de sa vignette (poster frame). Regardez-le à vitesse normale, puis avancez pas à pas à travers l’occultation la plus complexe et la transition vers une vue dégagée. L’espace de travail référence-vers-vidéo s’avère utile lorsque l’objectif principal consiste à tester les références d’identité et de mouvement avant de construire une édition plus complexe.

Corrigez la dérive identitaire et les fuites de source

Si l’interprète d’origine réapparaît pendant quelques images, renforcez l’identification cible et précisez où le remplacement doit persister. Si le nouveau visage est correct au début mais dérive durant un mouvement de rotation, ajoutez une référence de profil compatible ou divisez la rotation en un test plus court. Si le visage reste stable mais que la tenue originale réapparaît, déterminez si les vêtements appartiennent à l’identité de remplacement ou à la performance préservée de la source, puis indiquez ce choix une seule fois.

Les échecs d’occultation exigent des preuves temporelles, non davantage d’adjectifs. Examinez l’image précédant le contact, l’image la plus occultée et la première image claire après le contact. Une main passant derrière les cheveux doit réapparaître avec la même anatomie ; un chien traversant la veste ne doit pas fusionner avec le torse ; le bras d’un autre interprète ne doit pas hériter de l’identité de remplacement.

L’image post-occultation est décisive : l’identité et l’anatomie doivent réapparaître proprement après que le sujet a été partiellement masqué.

Lorsque l’environnement change, réduisez la portée de l’édition. « Remplacer l’interprète tout en conservant la pièce » est plus clair que de demander simultanément une nouvelle personne, un nouvel emplacement, un nouveau temps et une nouvelle caméra. Le guide de cohérence environnementale fournit une liste de vérification distincte pour protéger les relations spatiales.

Exemple de mouvement dialogué pour l’évaluation de l’identité, du synchronisme labial et de l’audio source

Cet extrait de bibliothèque Seedance sert uniquement à des fins d’inspection, et non comme référence comparative MiniMax ; utilisez-le pour comprendre pourquoi le remplacement dialogué doit être évalué selon plusieurs critères : identité, synchronisation labiale, ton ambiant de la pièce et raccords.

Échelonner le flux de travail avec Seedance Agent

Un remplacement isolé peut être géré manuellement. Une séquence devient rapidement un défi de coordination : plusieurs extraits sources, angles d’identité, règles vestimentaires, prises approuvées, droits sur l’audio, choix de modèles et notes de réexécution doivent rester associés à la bonne prise. Seedance Agent permet de transformer le contrat de remplacement en cahier des charges projet, d’organiser les références autorisées, d’acheminer une prise vers MiniMax H3, et de conserver la génération planifiée en attente d’approbation.

Après le premier résultat, enregistrez une seule raison de rejet plutôt que de demander une variante aléatoire. L’Agent peut conserver les extraits acceptés, ne réexécuter que la prise ayant échoué, et réutiliser les mêmes ancres d’identité et d’environnement dans le prochain segment. C’est précisément là que la conversion se révèle utile : l’utilisateur n’a pas besoin d’un autre générateur générique, mais bien d’un nombre réduit de décisions perdues entre sélection des références, génération, revue et assemblage final.

Les plans impliquant plusieurs interprètes nécessitent des vérifications distinctes d’identité et de contact, afin qu’un remplacement n’altère pas l’interprète non concerné.

Conservez l’approbation humaine à deux niveaux critiques : avant toute génération consommant des crédits, puis avant qu’un extrait remplacé n’intègre le montage final. L’Agent coordonne les preuves et l’état ; il ne transforme pas une ressemblance non autorisée en actif de production acceptable.

Conclusion

Un flux de travail fiable de remplacement de personnage MiniMax H3 traite cette tâche comme un montage vidéo contrôlé : définissez une cible de remplacement unique, distinguez clairement l’identité de la performance source, choisissez Ref2VA, utilisez le jeu de références le plus petit possible tout en restant compatible, rédigez des règles de conservation explicites, et évaluez l’ensemble de l’extrait en mouvement selon les critères suivants : couverture, identité, contact, environnement, audio et livraison. Lorsqu’une défaillance survient, modifiez un seul facteur — angle de référence, étendue du montage, durée de l’action ou définition du rôle — tout en préservant la base fonctionnelle. Pour gérer les références, les approbations, les réexécutions au niveau de chaque prise et la continuité sur une séquence plus longue, démarrez le projet avec Seedance Agent.