MiniMax H3 (Hailuo) AI-Tanz: Erstelle ein Tanzvideo mit zwei Personen aus Referenzvideo und Charakterbildern

Eine Tänzerin beginnt nah an der Kamera, öffnet ihre Hände wie einen Fächer und tritt dann zurück, während ein zweiter Charakter hinter ihr in die Choreografie einsteigt. Bewegung, Abstand und Bildausschnitt stammen aus einem bestehenden Tanzclip – die Tänzer selbst können jedoch durch deine eigenen Charakterdesigns ersetzt werden.

Dieser MiniMax H3 KI-Tanz-Workflow zeigt, wie du ein Referenzvideo, zwei Charakter-Referenzbilder und einen strukturierten Prompt kombinierst, um ein kurzes Tanzvideo mit zwei Personen zu erstellen und dabei die ursprüngliche Choreografie als Bewegungsleitfaden beizubehalten.

Für wen ist dieser MiniMax H3 KI-Tanz-Workflow geeignet?

Dieser Workflow ist hilfreich, wenn du Folgendes möchtest:

• KI-Tanz- oder Charaktertanzvideos erstellen;
• die Bewegungsstruktur eines Referenzclips mit anderen Charakteren nachbilden;
• Referenzvideo und Charakterdesign-Materialien in einem MiniMax H3 Workflow kombinieren;
• kurze Charakterinhalte für soziale Medien erstellen.

Das Ziel ist nicht, das Modell einen zufälligen Tanz erfinden zu lassen. Stattdessen liefert der Referenzclip eine konkrete Choreografie und Komposition, an der es sich orientieren kann.

Was du erstellen wirst

Das angestrebte Ergebnis ist ein kurzes vertikales Tanzvideo mit zwei Personen und vier klaren Eigenschaften:

• die Choreografie, das Tempo, der Bildausschnitt und der Abstand der Tänzer folgen dem bereitgestellten Referenzvideo;
• die Haupttänzerin verwendet ein individuelles rot-weißes Lolita-Charakterdesign;
• der unterstützende Tänzer verwendet eine separate männliche Charakterreferenz;
• die Szene bleibt in einer durchgehenden, statischen vertikalen Aufnahme.

Diese Aufteilung der Aufgaben ist wichtig: Das Video definiert wie sich die Charaktere bewegen, während die Charakterreferenzen definieren, wer in der Szene erscheint.

Bereite drei Arten von Eingaben vor

1. Referenz-Tanzvideo

Das Referenzvideo liefert die Bewegungsstruktur für die Generierung.

Für dieses Beispiel kann der etwa 13-sekündige Clip in vier Phasen unterteilt werden:

1. Eröffnungs-Nahaufnahme: Die Haupttänzerin beginnt nahe der Kamera und macht zarte Handgesten um ihr Gesicht.
2. Rückwärtsschritt-Enthüllung: Sie bewegt sich rückwärts, bis beide Tänzer klar sichtbar sind.
3. Synchronisierte Choreografie: Beide Charaktere führen koordinierte Handgelenkkreuzungen, öffnende Handgesten, seitliche Schiebebewegungen, Handgelenkrotationen und Armbewegungen aus.
4. Abschlusspose: Beide Tänzer blicken nach vorn und enden in einer kontrollierten Position.

Statt den Tanz nur als Stil wie "niedliche Choreografie" zu beschreiben, solltest du die Bewegungen und ihre Reihenfolge benennen. Das gibt dem Modell konkretere Informationen, denen es folgen kann.

Der Referenzclip legt die Choreografie, den Abstand der Tänzer und die Komposition mit fester Kamera fest.

2. Hauptcharakter-Referenz

Das erste Charakterbild steuert die visuelle Identität der Haupttänzerin.

In diesem Beispiel sind die wichtigsten wiedererkennbaren Merkmale:

• schwarze Zwillingszöpfe;
• ein großes rot-weißes Schleifen-Kopfteil;
• ein mehrlagiges rot-weißes Lolita-Kleid mit Polka-Dots;
• Spitzen- und Schleifendetails;
• weiße Handgelenk-Accessoires;
• rote Schuhe.

Ein Charakterbogen mit mehreren Ansichten ist hier besonders nützlich, da das Outfit viele Details enthält, die während der Bewegung des Charakters visuell stimmig bleiben müssen.

Die Hauptcharakter-Referenz definiert Frisur, Outfit, Proportionen und wiedererkennbare visuelle Details der Tänzerin.

3. Referenz für den unterstützenden Tänzer

Das zweite Referenzbild steuert das Erscheinungsbild des unterstützenden Tänzers.

Für ein KI-Tanzvideo mit zwei Personen ist es hilfreich, wenn sich die beiden Charakterreferenzen visuell deutlich unterscheiden. In diesem Fall besitzt der unterstützende Charakter eine markante violette Silhouette, die ihn klar von der rot-weißen Haupttänzerin abhebt.

Der Prompt kann sich dann auf seine Rolle in der Choreografie konzentrieren:

• leicht hinter der Haupttänzerin stehen;
• auf der linken Seite der Komposition bleiben;
• die Choreografie spiegeln;
• sich selbstbewusst bewegen, ohne die Hauptposition zu übernehmen.

Die zweite Charakterreferenz verleiht dem unterstützenden Tänzer eine eigene, wiedererkennbare Identität.

Richte die Referenzmaterialien in MiniMax H3 ein

Weise in diesem Workflow jeder Eingabe eine spezifische Aufgabe zu, anstatt jede Anweisung in den Prompt zu packen.

Verwende:

• Referenzvideo: den Tanzclip;
• Charakterdesign-Referenz: das Bild der Haupttänzerin und das Bild des unterstützenden Tänzers;
• Prompt: die Szene, die Charakterrollen, die Aktionssequenz, das Kameraverhalten und Qualitätsvorgaben.

Ein hilfreiches Denkmodell lautet:

• Referenzvideo = wie sie sich bewegen
• Charakterbilder = wer sie sind
• Prompt = wo es passiert und was konsistent bleiben muss

Füge den Tanzclip als Referenzvideo und die beiden Charakterbögen vor der Generierung als Charakterdesign-Referenzen hinzu.

Verwende einen strukturierten Prompt für das KI-Tanzvideo

Ein vager Prompt wie "lass diese beiden Charaktere zusammen tanzen" lässt zu viele Entscheidungen offen.

Für bessere Kontrolle solltest du die Anweisung in fünf Teile gliedern:

1. Gesamtaufgabe;
2. Szene und Kamera;
3. Hauptcharakter;
4. Choreografie-Sequenz;
5. Vorgaben für Konsistenz und Anatomie.

Verwende den folgenden Prompt als Ausgangspunkt:

Referenzvideo:@{video1}
Charakterdesign-Referenz:@{image1} @{image2}

Erstelle ein 13-sekündiges vertikales Tanzvideo, das Choreografie, Tempo, Bildausschnitt und Tänzerabstand des Referenzvideos @{video1} Schlag für Schlag übernimmt.
Die Charakterreferenz @{image1} soll Gesicht, Frisur, Körperproportionen und rot-weißes Sweet-Lolita-Outfit der Haupttänzerin steuern.

Verwende eine durchgehende, statische Smartphone-Aufnahme in einer geräumigen modernen Wohnung mit warmen beigefarbenen Wänden, weißer Decke, eingelassener Beleuchtung, dunkler Einrichtung und poliertem Boden. Verwende natürliche Innenbeleuchtung mit realistischer Qualität eines Tanzvideos für soziale Medien. Keine Schnitte oder Übergänge.

Die Haupttänzerin @{image1} beginnt nahe der Kamera, leicht rechts von der Mitte, und trägt ein mehrlagiges rot-weißes Lolita-Kleid mit Polka-Dots, reichlich Spitze und Schleifen, ein großes passendes Kopfteil, schwarze Zwillingszöpfe, weiße Handgelenkbündchen und rote Schuhe. Ein männlicher unterstützender Tänzer @{image2} steht einen Schritt hinter ihr auf der linken Seite.

Sie beginnt mit zarten, flatternden Handgesten nahe ihrem Gesicht, führt ihre Handflächen zusammen und öffnet ihre Finger wie einen Fächer. Dann tritt sie rückwärts, bis beide Tänzer vom Kopf bis unter die Knie sichtbar sind.

Sie führen dieselbe synchronisierte Handchoreografie aus: Kreuze beide Handgelenke zu einem "X", öffne die Handflächen nach außen wie einen sich öffnenden Fächer, schiebe abwechselnd geöffnete Handflächen nach links und rechts, rotiere die Handgelenke in sanften Kreisen, rolle beide Unterarme über die Brust und streiche die Hände nach unten zur Taille.

Wiederhole die Kreuz-und-Öffnen-Fächergeste, während das Körpergewicht mit kleinen Schritten und sanftem Hüftschwung von einer Seite zur anderen verlagert wird.

Der männliche Tänzer spiegelt die Choreografie leicht hinter der Haupttänzerin mit selbstbewussten, kontrollierten Bewegungen. Die Haupttänzerin behält einen niedlichen, lebhaften Ausdruck bei und blickt zur Kamera, während ihr mehrlagiger Rock natürlich wippt und schwingt.

Beende das Video mit beiden Tänzern nach vorn gerichtet, einen Arm über die Brust geschwungen und den anderen nahe der Taille gesenkt.

Verwende flüssige Echtzeitbewegungen, präzise synchronisierte Handbewegungen, konsistente Gesichter und glaubwürdige Kleidungsphysik. Keine Handkamerabewegung, Kostümwechsel, doppelte Finger, zusätzliche Gliedmaßen oder verzerrte Körper.

Warum dieser MiniMax H3 Referenz-Prompt funktioniert

1. Definiere, was das Referenzvideo steuern soll

Der erste Satz benennt vier spezifische Eigenschaften:

• Choreografie;
• Tempo;
• Bildausschnitt;
• Abstand der Tänzer.

Das ist wesentlich klarer, als einfach "folge diesem Video" zu sagen. Es teilt der Generierung mit, welche Teile der Referenz unbedingt erhalten bleiben sollen.

2. Gib jeder Charakterreferenz eine klare Rolle

Die Haupttänzerin wird ausdrücklich mit @{image1} verknüpft, einschließlich ihres Gesichts, ihrer Frisur, ihrer Proportionen und ihres Outfits.

Der unterstützende Tänzer ist mit @{image2} verknüpft und erhält eine andere räumliche Position sowie eine eigene choreografische Rolle.

Das reduziert Mehrdeutigkeiten zwischen den beiden Charakterreferenzen.

3. Lege die Kamera fest, bevor du den Tanz beschreibst

Der Prompt legt Folgendes fest:

• eine durchgehende Aufnahme;
• statischen Smartphone-Bildausschnitt;
• keine Schnitte;
• keine Übergänge.

Diese Vorgaben halten den Fokus des Videos auf der Choreografie, statt unnötige Kameraveränderungen einzuführen.

4. Beschreibe Aktionen in Reihenfolge

Konkrete Bewegungsanweisungen sind hilfreicher als abstrakte Beschreibungen.

Zum Beispiel:

• beide Handgelenke zu einem "X" kreuzen;
• die Handflächen nach außen öffnen;
• die Handflächen abwechselnd nach links und rechts schieben;
• die Handgelenke rotieren;
• die Unterarme über die Brust rollen;
• die Hände zur Taille streichen.

Dadurch erhält das Modell einen geordneten Bewegungsablauf, dem es folgen kann, während das Referenzvideo das Timing vorgibt.

Generiere das Video und überprüfe das Ergebnis

Sobald Referenzvideo, zwei Charakterbilder und Prompt eingerichtet sind, generiere den Clip und vergleiche das Ergebnis mit der ursprünglichen Referenz.

Du kannst es direkt mit dem Tool auf der rechten Seite ausprobieren.

Überprüfe diese fünf Bereiche, bevor du entscheidest, ob die Generierung fertig ist.

1. Prüfe die Positionierung der beiden Tänzer

Die gewünschte Komposition ist:

• die Haupttänzerin beginnt näher an der Kamera und leicht rechts von der Mitte;
• der unterstützende Tänzer beginnt einen Schritt hinter ihr auf der linken Seite;
• beide Tänzer bleiben sichtbar, nachdem die Haupttänzerin rückwärts tritt.

Wenn der unterstützende Tänzer verschwindet oder sich auf die falsche Seite bewegt, verstärke die räumlichen Anweisungen, statt den gesamten Prompt umzuschreiben.

2. Untersuche die Handchoreografie

Tanzvideos mit vielen Handbewegungen sind besonders anfällig für visuelle Fehler.

Achte auf:

• verschmolzene oder doppelte Finger;
• verzerrte Handgelenke;
• unvollständige Kreuz-und-Öffnen-Gesten;
• nicht übereinstimmende Links-rechts-Bewegungen;
• Synchronisationsfehler zwischen den beiden Tänzern.

Konzentriere dich zuerst auf die Bewegungen, die die Choreografie definieren, statt auf kleinere Unterschiede, die den Gesamttanz nicht beeinflussen.

3. Prüfe die Konsistenz von Gesicht und Frisur

Stelle bei der Haupttänzerin sicher, dass das generierte Video über den gesamten Clip hinweg dieselbe wiedererkennbare Identität beibehält.

Achte besonders auf:

• Gesichtskonsistenz;
• schwarze Zwillingszöpfe;
• das große Schleifen-Kopfteil;
• stabile Haar- und Accessoire-Positionierung während der Charakter sich bewegt.

4. Untersuche das Lolita-Outfit in Bewegung

Das mehrlagige Kleid bringt eine weitere Konsistenz-Herausforderung mit sich, da es viele überlappende Elemente enthält.

Prüfe, ob die Ausgabe Folgendes beibehält:

• die rot-weiße Farbidentität;
• die große Kopfschleife;
• die Form des mehrlagigen Rocks;
• sichtbare Spitzen- und Schleifendetails;
• plausible Rockbewegungen bei Schritten und Hüftverlagerungen.

Das Ziel ist keine Perfektion in jedem einzelnen Frame, sondern ein Kostüm, das während des gesamten Tanzes wiedererkennbar und physikalisch glaubwürdig bleibt.

5. Prüfe die Abschlusspose

Der Clip sollte bewusst enden, statt einfach nur auszulaufen.

Beide Tänzer sollten:

• zur Kamera blicken;
• sich in der vorgesehenen Endposition einfinden;
• die Armbewegung sauber beenden;
• am Ende der Aufnahme visuell stabil bleiben.

Referenzchoreografie	MiniMax H3 Ergebnis
Referenzbewegung und Abstand der Tänzer.	Generierte Charaktere folgen derselben Tanzstruktur.

Was du anpassen solltest, wenn die erste Generierung instabil ist

Wenn das erste Ergebnis einen weiteren Durchlauf benötigt, ändere jeweils nur eine Kategorie.

Korrektur 1: Der Tanz ist ähnlich, aber die Choreografie ist falsch

Verstärke die Aktionssequenz.

Statt weitere ästhetische Beschreibungen hinzuzufügen, benenne die konkreten Gesten, die fehlen oder in der falschen Reihenfolge auftreten.

Korrektur 2: Die beiden Charaktere werden verwechselt

Verstärke die Referenzzuweisung:

• @{image1} steuert die weibliche Haupttänzerin;
• @{image2} steuert den unterstützenden männlichen Tänzer;
• der unterstützende Tänzer bleibt hinter der Haupttänzerin;
• der unterstützende Tänzer spiegelt die Choreografie, ohne die Führungsposition zu übernehmen.

Korrektur 3: Die Kamera beginnt sich zu bewegen

Wiederhole die Kameraeinschränkungen:

eine durchgehende Aufnahme
statische Smartphone-Aufnahme
keine Schnitte oder Übergänge

Dadurch bleibt die Komposition näher an einer Tanzaufnahme für soziale Medien als an einer Sequenz mit mehreren Einstellungen.

Korrektur 4: Hände oder Körper werden verzerrt

Behalte am Ende des Prompts prägnante Negativvorgaben bei:

Keine doppelten Finger, zusätzlichen Gliedmaßen, verzerrten Körper oder Kostümwechsel.

Diese Anweisungen können keine perfekte Anatomie garantieren, machen die gewünschte Qualitätsgrenze jedoch deutlich.

Verwandle einen Referenztanz in deine eigene Charakterperformance

Der stärkste Teil dieses MiniMax H3 KI-Tanz-Workflows ist die Aufteilung der Kontrolle: Das Referenzvideo liefert die Choreografie, die Charakterbögen liefern die visuellen Identitäten, und der Prompt verbindet sie innerhalb einer kontrollierten Szene.

Sobald diese Beziehung klar ist, kannst du dieselbe Struktur für unterschiedliche Charakterpaare, Kostüme und Tanzkonzepte für Kurzformate wiederverwenden, ohne die Choreografie von Grund auf neu erstellen zu müssen. Probiere den MiniMax H3 Workflow auf WeShop aus und beginne mit einem kurzen Referenzclip, bevor du zu komplexeren Szenen übergehst.