MiniMax H3 文生影片
用最多 7,000 個字元描述場景、鏡頭、對白和聲音。可選 4–15 秒、768p 或 2K，以及 21:9、16:9、4:3、1:1、3:4 或 9:16。
打開工作台MiniMax H3 AI 影片生成器：帶原生立體聲的 2K 影片
MiniMax H3（又稱海螺 03）是 MiniMax 推出的通用多模態影片模型。它能在同一個創作上下文裡理解文字、圖片、影片和音訊，生成 4–15 秒、最高 2K、帶原生立體聲的影片。MiniMax H3 能遵循關於角色、動作、鏡頭、分鏡、風格、對白、音樂、可讀文字和品牌元素的詳細指令。
文生、首尾幀或參考生影片 · 768p 或 2K · 4–15 秒 · 立體聲
MiniMax H3 文生、首尾幀與參考工作流
三種工作流共享 4–15 秒時長、768p 或 2K 畫質和立體聲。可以從文字、關鍵幀，或圖片、影片和音訊開始。
探索 MiniMax H3 功能
MiniMax H3 把多模態上下文、原生 2K 與立體聲、多參考控制、精準指令、關鍵幀和文生影片場景集中在一個模型裡。
MiniMax H3 統一理解多模態上下文
MiniMax H3 會在同一個上下文裡理解文字、圖片和音訊。每個輸入都可以承擔不同的角色，比如確定角色形象、產品外觀、視覺風格，或者唱歌的嗓音。只需用文字說明每個檔案和影片的關係，例如“讓 Image1 中的角色唱出 Audio1 裡的歌”。MiniMax H3 會讓這些創意元素在成片中保持連貫。
- MiniMax H3：文字、圖片與音訊統一理解
- 每個檔案承擔各自角色
- 用自然語言描述關係
MiniMax H3 原生 2K 畫面與立體聲
MiniMax H3 會同時生成最高 2K 的畫面和原生立體聲，而不是事後另外配音。動作、對白、音樂、環境聲和音效都可以在同一條提示詞裡指揮。這樣音畫銜接更緊密，看到的和聽到的在節奏上也更自然。MiniMax 預設提供 2K，MiniMax H3 也能以 768p 渲染，用來更快、更省地打樣。
- MiniMax H3：最高 2K，或用 768p 打樣
- 32kHz 立體聲與畫面同步生成
- 對白、音樂和音效寫進一條提示詞
MiniMax H3 靈活的多參考控制
在一次生成中組合多張圖片、一段影片和音訊。角色形象可以來自一張圖，產品或服裝來自另一張圖，動作來自影片，嗓音或聲音來自參考音訊。用自然語言說明每個檔案該如何影響結果，可以減少參考素材之間的衝突。在本站，MiniMax H3 支援最多 9 張參考圖、一段 2–15 秒的影片和最多 3 段合計 15 秒的音訊。
- MiniMax H3：最多 9 張參考圖
- 1 段影片和最多 3 段音訊
- 用 Image1、Video1、Audio1 指代
MiniMax H3 精準遵循指令與文字渲染
MiniMax H3 能遵循關於鏡頭順序、時間節奏、轉場、運鏡、角色動作和聲音設計的詳細指令。它還能更清晰地渲染文字、片頭標題、介面元素、招牌和品牌細節。無論是你要求出現的內容，還是明確排除、必須保持不變的元素，MiniMax H3 都能更可靠地照做。這讓它很適合片頭字幕、動態海報和產品片。
- MiniMax H3：鏡頭順序、節奏與運鏡按指令執行
- 標題、招牌和品牌細節更清晰
- 遵守必須保持不變的要求
用 MiniMax H3 讓圖片或首尾幀動起來
圖生影片支援上傳一張圖片，也支援一對首幀和尾幀。單張圖片可以作為開場畫面，生成自然的角色動作、場景變化和鏡頭運動。再加上一張結尾幀，就能更清楚地控制片段如何開始、過渡和結束。MiniMax H3 很適合動態海報、產品展示、介面演示、角色表演和主視覺動畫。
- MiniMax H3：單張圖片或首尾幀
- 畫面比例跟隨圖片
- JPG、PNG 或 WEBP，每邊 256–5760px
用 MiniMax H3 從文字生成原創音畫場景
文生影片無需上傳素材，直接根據文字提示詞生成帶聲音的完整片段。可以一次性描述環境、角色、動作、鏡頭、鏡頭推進、畫面風格、對白、音樂和環境聲。MiniMax 表示可穩定支援 11 種對白語言，包括中文、英語、日語、韓語、西班牙語、法語、德語、葡萄牙語和俄語。MiniMax H3 適合廣告創意、電影感片段、動畫短片、動態圖形和社媒內容。
- MiniMax H3：無需上傳素材
- 11 種語言的對白穩定支援
- 21:9 到 9:16 多種畫面比例
如何用 MiniMax H3 創作影片
只需三步，用 MiniMax H3 做出帶聲音的完整影片：
MiniMax H3：選擇工作流並新增素材
登入並開啟 MiniMax H3 工作台。文生影片只需寫提示詞；首尾幀模式上傳首幀和可選的尾幀；參考模式可新增最多 9 張參考圖、一段 2–15 秒的影片和最多 3 段音訊。
MiniMax H3：描述場景並選擇引數
寫下動作、鏡頭、節奏、對白、音樂和聲音，給每個參考素材明確的角色，並說明哪些必須保持不變。選擇 4 到 15 秒、768p 或 2K 以及畫面比例。開始前先確認積分預估。
MiniMax H3：生成、檢視並下載
開始生成，MiniMax H3 會同時生成畫面和立體聲。在作品庫裡預覽，需要時調整提示詞、首尾幀或參考素材，然後下載成片，用於廣告、產品頁或社媒內容。
模型對比
MiniMax H3 對比 MiniMax Hailuo 2.3：有哪些新變化
MiniMax 把 Hailuo 2.3 列為舊版文生與圖生影片模型。MiniMax H3 在一個通用模型里加入了原生立體聲、2K 輸出、4 到 15 秒的時長和多模態參考。
| 功能 | MiniMax H3最高 2K | MiniMax Hailuo 2.3 |
|---|---|---|
| 定位 | 通用多模態影片模型 | 文生與圖生影片模型 |
| 工作流 | 文生、首尾幀、多模態參考 | 文生影片與圖生影片 |
| 最高畫質 | 2K | 1080p |
| 畫質選項 | 768p 或 2K | 768p 或 1080p |
| 影片時長 | 4 到 15 秒任選 | 768p 為 6 或 10 秒，1080p 為 6 秒 |
| 原生聲音 | 32kHz 立體聲，始終開啟 | 未列出 |
| 幀率 | 24 fps | 24 fps |
| 首尾幀 | 支援 | 未列出 |
| 參考輸入 | 文字、圖片、影片和音訊 | 未列出 |
| 對白語言 | 穩定支援 11 種語言 | 未列出 |
| 畫面比例 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | 未列出 |
| 主要優勢 | 指令遵循、文字與品牌渲染 | 指令遵循與物理表現 |
MiniMax H3 常見問題
MiniMax H3 是什麼？
MiniMax H3 是 MiniMax 推出的通用多模態影片模型。它能在同一個上下文裡理解文字、圖片、影片和音訊，生成 4–15 秒、最高 2K、帶原生立體聲的影片。
MiniMax H3 和海螺 03 是同一個模型嗎？
是的。MiniMax H3 也被稱為海螺 03 或海螺 3.0。它是海螺 01 和海螺 02 之後的新一代，把文字、圖片、影片和音訊任務合併到一個模型裡，而不再拆成多個專用模型。
本站的 MiniMax H3 提供哪些工作流？
在 MiniMax H3 中，你可以從文字提示詞開始，也可以讓首幀（可加尾幀）動起來，或者把最多 9 張參考圖和一段影片與可選音訊組合起來。三種方式生成的影片都帶立體聲。
MiniMax H3 影片能做多長、什麼畫質？
時長可在 4 到 15 秒之間任選，預設 6 秒。MiniMax H3 以 24 fps 輸出 768p 或 2K，本站預設 2K。文生影片和參考模式可選 21:9、16:9、4:3、1:1、3:4 和 9:16，首尾幀模式跟隨圖片比例。
MiniMax H3 會生成聲音嗎？
會。每條 MiniMax H3 影片都帶有與畫面同步生成的 32kHz 立體聲音軌，聲音無法關閉。在提示詞裡描述對白、音樂和音效即可；MiniMax 表示穩定支援 11 種對白語言。
MiniMax H3 消耗多少積分？
MiniMax H3 按輸出秒數計費：768p 每秒 16 積分，2K 每秒 26 積分。一條 6 秒 2K 影片消耗 156 積分，15 秒 2K 影片消耗 390 積分，6 秒 768p 草稿消耗 96 積分。參考影片的秒數按同一費率另計，例如 5 秒參考影片加 6 秒 2K 影片消耗 286 積分。前 5 張參考圖不額外收費，之後每張加 8 積分；音訊不額外收費。
可以使用多少張參考圖、影片和音訊？
本站的 MiniMax H3 支援最多 9 張參考圖、一段影片和最多 3 段音訊。至少要加一張圖片或一段影片，音訊不能單獨使用。在提示詞裡用 Image1、Video1 和 Audio1 指代這些檔案，並說明每個檔案控制什麼。
可以上傳哪些圖片、影片和音訊檔案？
MiniMax H3 的圖片支援 JPG、PNG 或 WEBP，最大 30MB，每邊 256–5760px，寬高比 0.4–2.5。參考影片支援 MP4 或 MOV，最大 50MB，時長 2–15 秒，每邊 256–5760px，影格率 24–60fps。音訊最多 3 個 MP3 或 WAV 檔案，每個最大 15MB、時長 2–15 秒，合計不超過 15 秒。檔案不符合要求時，上傳框會直接提示原因。
可以使用參考影片或編輯已有影片嗎？
可以。你可以新增一段 2–15 秒的參考影片來引導動作、鏡頭或場景，它的秒數與輸出一起計費。編輯既有影片和使用多段參考影片本站暫未提供。
MiniMax H3 和 Hailuo 2.3 有什麼不同？
MiniMax 把 Hailuo 2.3 列為舊版模型，支援文生和圖生影片，畫質 768p 或 1080p，時長 6 或 10 秒。MiniMax H3 新增了原生立體聲、2K 輸出、4 到 15 秒任選的時長和多模態參考。
如何為 MiniMax H3 寫出更好的提示詞？
圍繞畫面意圖、參考素材的角色、時間節奏、鏡頭、聲音以及必須保持不變的內容來組織提示詞。給每個參考素材一個明確的任務，按順序描述鏡頭，同時寫清要做什麼和不要做什麼，讓 MiniMax H3 按同一個創作方案執行。