MiniMax H3 Text-zu-Video
Beschreibe Szene, Einstellungen, Dialog und Ton in bis zu 7.000 Zeichen. Wähle 4–15 Sekunden, 768p oder 2K und 21:9, 16:9, 4:3, 1:1, 3:4 oder 9:16.
Arbeitsbereich öffnenMiniMax H3 KI-Videogenerator: 2K-Videos mit nativem Stereoton
MiniMax H3, auch Hailuo 03 genannt, ist das universelle multimodale Videomodell von MiniMax. Es versteht Text, Bilder, Video und Audio in einem kreativen Kontext und erstellt Videos mit 4–15 Sekunden bis 2K mit nativem Stereoton. MiniMax H3 folgt detaillierten Vorgaben zu Figuren, Handlung, Kamera, Einstellungen, Stil, Dialog, Musik, lesbarem Text und Markenelementen.
Text, Frames oder Referenzen zu Video · 768p oder 2K · 4–15 Sekunden · Stereo
MiniMax H3: Text, Frames und Referenzen
Drei Workflows mit 4–15 Sekunden, 768p oder 2K und Stereoton. Starte mit Text, Keyframes oder Bildern, Video und Audio.
MiniMax H3 Start- und Endbild
Lade ein Startbild als JPG, PNG oder WEBP bis 30 MB hoch und auf Wunsch ein Endbild. Jede Seite 256–5760 px, Verhältnis 0,4–2,5.
Arbeitsbereich öffnenMiniMax H3 Referenz-zu-Video
Füge bis zu 9 Referenzbilder, optional einen MP4- oder MOV-Clip von 2–15 Sekunden und bis zu 3 MP3- oder WAV-Clips mit zusammen 15 Sekunden hinzu und nenne sie im Prompt Image1, Video1 und Audio1.
Arbeitsbereich öffnenDie Funktionen von MiniMax H3
MiniMax H3 vereint multimodalen Kontext, natives 2K mit Stereo, mehrere Referenzen, präzise Anweisungen, Keyframes und Szenen aus Text in einem Modell.
Einheitlicher multimodaler Kontext in MiniMax H3
MiniMax H3 versteht Text, Bilder und Audio im selben Kontext. Jede Eingabe kann eine eigene Rolle übernehmen, etwa die Identität einer Figur, das Aussehen eines Produkts, einen visuellen Stil oder die Stimme, die singt. Beschreibe einfach in Worten, wie jede Datei zum Video gehört, zum Beispiel „die Figur aus Image1 singt den Song aus Audio1“. MiniMax H3 hält alle diese Elemente im fertigen Clip zusammen.
- Text, Bilder und Audio in einem Kontext
- Jede Datei mit eigener Rolle
- Beziehungen in Worten beschreiben
Natives 2K-Video und Stereoton mit MiniMax H3
MiniMax H3 erzeugt Video bis 2K zusammen mit nativem Stereoton, statt den Ton in einem eigenen Schritt hinzuzufügen. Handlung, Dialog, Musik, Atmosphäre und Effekte lassen sich im selben Prompt steuern. So passen Bild und Ton besser zusammen, und Gesehenes und Gehörtes sind natürlicher synchron. MiniMax bietet standardmäßig 2K, und MiniMax H3 rendert auch in 768p für schnellere, günstigere Entwürfe.
- Bis 2K oder 768p für Entwürfe
- 32-kHz-Stereo zusammen mit dem Bild
- Dialog, Musik und Effekte in einem Prompt
Flexible Steuerung mit mehreren Referenzen in MiniMax H3
Kombiniere mehrere Bilder, einen Videoclip und Audio in einer Generierung. Die Identität kann aus einem Bild kommen, ein Produkt oder Outfit aus einem anderen, die Bewegung aus dem Video und eine Stimme oder ein Klang aus der Audioreferenz. Anweisungen in natürlicher Sprache erklären, wie jede Datei das Ergebnis prägen soll, was Konflikte zwischen Referenzen verringert. Auf dieser Website nimmt MiniMax H3 bis zu 9 Referenzbilder, einen Videoclip von 2–15 Sekunden und bis zu 3 Audioclips mit zusammen 15 Sekunden an.
- Bis zu 9 Referenzbilder
- Ein Videoclip und bis zu 3 Audioclips
- Als Image1, Video1 und Audio1 benennen
Genaue Anweisungen und lesbarer Text in MiniMax H3
MiniMax H3 folgt detaillierten Vorgaben zu Einstellungsfolge, Timing, Übergängen, Kamerabewegung, Figurenverhalten und Sounddesign. Außerdem stellt er Text, Titel, Oberflächen, Schilder und Markendetails klarer dar. MiniMax H3 reagiert zuverlässig auf das, was du willst, und auf das, was du ausschließt, etwa Elemente, die unverändert bleiben müssen. Das passt gut zu Vorspännen, animierten Postern und Produktfilmen.
- Einstellungen, Timing und Kamera nach Vorgabe
- Klarere Titel, Schilder und Markendetails
- Achtet auf das, was bleiben muss
Ein Bild oder Start- und Endbild mit MiniMax H3 animieren
Bild-zu-Video funktioniert mit einem Bild oder mit einem Paar aus Start- und Endbild. Ein einzelnes Bild bildet den Anfang für natürliche Bewegung von Figuren, Umgebung und Kamera. Ein Schlussbild gibt dir mehr Kontrolle darüber, wie der Clip beginnt, sich wandelt und endet. MiniMax H3 eignet sich für animierte Poster, Produktpräsentationen, Interface-Demos, Figurenmomente und Key-Art-Animation.
- Ein Bild oder Start- und Endbild
- Format folgt deinem Bild
- JPG, PNG oder WEBP, 256–5760 px
Originelle Szenen mit Ton aus Text mit MiniMax H3
Text-zu-Video erstellt einen fertigen Clip mit Ton direkt aus einem geschriebenen Prompt, ganz ohne Uploads. Beschreibe Ort, Figuren, Handlung, Kamera, Einstellungsfolge, Look, Dialog, Musik und Atmo in einem Zug. MiniMax nennt stabile Dialoge in 11 Sprachen, darunter Englisch, Chinesisch, Japanisch, Koreanisch, Spanisch, Französisch, Deutsch, Portugiesisch und Russisch. Nutze MiniMax H3 für Werbeideen, filmische Sequenzen, Animationskurzfilme, Motion Graphics und Social Content.
- Ganz ohne Uploads
- Stabile Dialoge in 11 Sprachen
- Formate von 21:9 bis 9:16
So erstellst du Videos mit MiniMax H3
Ein fertiger Clip mit Ton in MiniMax H3 in drei Schritten:
Workflow wählen und Inhalte hinzufügen
Melde dich an und öffne den MiniMax H3 Workspace. Schreibe einen Prompt für Text-zu-Video, lade ein erstes Bild und optional ein letztes Bild hoch oder füge bis zu 9 Referenzbilder, einen Videoclip von 2–15 Sekunden und bis zu 3 Audioclips hinzu.
Szene beschreiben und Einstellungen wählen
Beschreibe Handlung, Einstellungen, Timing, Dialog, Musik und Ton, gib jeder Referenz eine klare Rolle und nenne, was unverändert bleiben muss. Wähle 4 bis 15 Sekunden, 768p oder 2K und ein Seitenverhältnis. Prüfe vor dem Start die Credit-Schätzung.
Erzeugen, prüfen, herunterladen
Starte die Generierung, und MiniMax H3 erstellt deinen Clip mit Bild und Stereoton zugleich. Sieh ihn dir in der Bibliothek an, verfeinere Prompt, Frames oder Referenzen bei Bedarf und lade das fertige Video für Werbung, Produktseiten oder Social Media herunter.
Modellvergleich
MiniMax H3 vs. MiniMax Hailuo 2.3: Was ist neu
MiniMax führt Hailuo 2.3 als älteres Text- und Bild-zu-Video-Modell. MiniMax H3 bringt nativen Stereoton, 2K-Ausgabe, Längen von 4 bis 15 Sekunden und multimodale Referenzen in einem universellen Modell.
| Funktion | MiniMax H3Bis 2K | MiniMax Hailuo 2.3 |
|---|---|---|
| Ausrichtung | Universelles multimodales Videomodell | Text- und Bild-zu-Video-Modell |
| Workflows | Text, Start- und Endbild, multimodale Referenz | Text-zu-Video und Bild-zu-Video |
| Höchste Qualität | 2K | 1080p |
| Qualitätsstufen | 768p oder 2K | 768p oder 1080p |
| Videolänge | 4 bis 15 Sekunden | 6 oder 10 s in 768p, 6 s in 1080p |
| Nativer Ton | 32-kHz-Stereo, immer an | Nicht angegeben |
| Bildrate | 24 fps | 24 fps |
| Start- und Endbild | Ja | Nicht angegeben |
| Referenzeingaben | Text, Bilder, Video und Audio | Nicht angegeben |
| Dialogsprachen | 11 Sprachen stabil | Nicht angegeben |
| Seitenverhältnisse | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | Nicht angegeben |
| Stärken | Anweisungen, Text und Marken | Anweisungen und Physik |
Häufige Fragen zu MiniMax H3
Was ist MiniMax H3?
MiniMax H3 ist ein universelles multimodales Videomodell von MiniMax. Es versteht Text, Bilder, Video und Audio in einem Kontext und erzeugt Videos mit 4–15 Sekunden bis 2K mit nativem Stereoton.
Ist MiniMax H3 dasselbe wie Hailuo 03?
Ja. MiniMax H3 heißt auch Hailuo 03 oder Hailuo 3.0. Es folgt auf Hailuo 01 und Hailuo 02 und vereint Text-, Bild-, Video- und Audioaufgaben in einem Modell statt in getrennten Spezialmodellen.
Welche Workflows bietet MiniMax H3 hier?
In MiniMax H3 kannst du mit einem Text-Prompt beginnen, ein erstes Bild mit optionalem letztem Bild animieren oder bis zu 9 Referenzbilder und einen Videoclip mit optionalem Audio kombinieren. Alle drei erzeugen Videos mit Stereoton.
Wie lang und in welcher Qualität sind Videos mit MiniMax H3?
Wähle eine Länge von 4 bis 15 Sekunden, Standard sind 6. MiniMax H3 rendert in 768p oder 2K mit 24 fps, hier ist 2K voreingestellt. Text und Referenzen bieten 21:9, 16:9, 4:3, 1:1, 3:4 und 9:16, Frames folgen deinem Bild.
Erzeugt MiniMax H3 Ton?
Ja. Jedes Video von MiniMax H3 hat eine 32-kHz-Stereospur, die zusammen mit dem Bild entsteht, und der Ton lässt sich nicht abschalten. Beschreibe Dialog, Musik und Effekte im Prompt; MiniMax nennt stabile Dialoge in 11 Sprachen.
Wie viele Credits verbraucht MiniMax H3?
MiniMax H3 wird pro Ausgabesekunde abgerechnet: 16 Credits bei 768p und 26 Credits bei 2K. Ein 6-Sekunden-Video in 2K kostet 156 Credits, ein 15-Sekunden-Video in 2K 390 und ein 6-Sekunden-Entwurf in 768p 96. Ein Referenzvideo kommt mit seinen eigenen Sekunden zum gleichen Satz hinzu: Ein 5-Sekunden-Clip mit einem 6-Sekunden-Video in 2K kostet 286. Die ersten 5 Referenzbilder sind inklusive, jedes weitere kostet 8 Credits; Audio kostet nichts extra.
Wie viele Referenzbilder, Videos und Audioclips kann ich nutzen?
MiniMax H3 nimmt hier bis zu 9 Referenzbilder, einen Videoclip und bis zu 3 Audioclips an. Füge mindestens ein Bild oder das Video hinzu; Audio allein geht nicht. Nenne die Dateien im Prompt Image1, Video1 und Audio1 und sage, was jede steuert.
Welche Bild-, Video- und Audiodateien kann ich hochladen?
Für MiniMax H3 können Bilder JPG, PNG oder WEBP bis 30 MB sein, mit 256 bis 5760 px pro Seite und einem Seitenverhältnis von 0,4 bis 2,5. Ein Referenzvideo kann MP4 oder MOV bis 50 MB und 2–15 Sekunden lang sein, mit 256 bis 5760 px pro Seite und 24 bis 60 fps. Audio: bis zu 3 MP3- oder WAV-Dateien bis je 15 MB, je 2–15 Sekunden und zusammen 15 Sekunden. Das Upload-Feld sagt dir, wenn eine Datei nicht passt.
Kann ich Referenzvideos nutzen oder vorhandenes Material bearbeiten?
Ja. Du kannst ein Referenzvideo von 2–15 Sekunden hinzufügen, um Bewegung, Kamera oder eine Szene zu steuern; seine Sekunden werden mit der Ausgabe berechnet. Vorhandenes Material bearbeiten und mehr als ein Referenzvideo nutzen gibt es auf dieser Website noch nicht.
Was unterscheidet MiniMax H3 von Hailuo 2.3?
MiniMax führt Hailuo 2.3 als älteres Modell für Text- und Bild-zu-Video in 768p oder 1080p mit 6 oder 10 Sekunden. MiniMax H3 bringt nativen Stereoton, 2K-Ausgabe, jede Länge von 4 bis 15 Sekunden und multimodale Referenzen.
Wie schreibe ich bessere Prompts für MiniMax H3?
Gliedere den Prompt nach Bildabsicht, Rolle der Referenzen, Timing, Kamera, Ton und dem, was gleich bleiben muss. Gib jeder Referenz eine klare Aufgabe, beschreibe Einstellungen der Reihe nach und ergänze positive Anweisungen und klare Grenzen, damit MiniMax H3 einem Plan folgt.