多模态输入 • 原生立体声 • 最长15秒 • 2K画质
MiniMax H3 AI视频生成器
用MiniMax H3，无论是简单指令还是多模态详细要求，都能创作出电影级视频。融合图片、视频和音频参考，精准控制人物、动作、镜头语言、对话、氛围和风格，一站式搞定专业视频制作。
为什么选择MiniMax H3创作？
MiniMax H3将生成与多模态指导融为一体，帮助创作者从零散片段走向可控、面向制作的专业场景。
统一的多模态指导
只需一份简报，就能给MiniMax H3提供文字、图片、视频和音频。明确告诉它哪个参考控制人物、动作、声音、构图或风格，无需在不同工具间来回切换。
原生2K视频输出
当细节、文字、产品表面或最终构图很重要时，选择2K分辨率生成。快速迭代时可选用768P，最终呈现时再升级到2K，效果更惊艳。
同步立体声音频
同时创作视觉和原生立体声音频。在同一提示中指导对话、音乐、环境音和音效，让声音与场景的时间和动作完美同步。
单次生成最长15秒
一次性生成更长的动作、转场和多节奏构图。更长的时长非常适合广告、产品故事、游戏概念和电影序列等创作。
运动与视觉参考控制
用视频指导镜头或运动，用图片保留主体和视觉特征，用音频塑造声音或节奏。H3通过自然语言理解这些复杂的关系。
商业创意工作流
围绕特定参考和可控结果设计的专业工作流，助您快速制作品牌宣传片、电商视觉、动态海报、UI概念、游戏场景和营销活动变体。
MiniMax H3在线使用教程
三步搞定，将多模态创意简报变成精美视频。
选择生成模式
选择「文字生成视频」模式，或用首尾帧动画化视频，也可选择「全能参考模式」融合图片、视频和音频指导。
编写指令并添加参考
描述主体、动作、镜头、光线、声音和风格。明确说明MiniMax H3应如何使用每个上传的参考文件，结果会更精准。
设置质量、生成并下载
选择768P或2K分辨率，设置画面比例和4-15秒时长，查看实时点数估算，然后生成并下载您的最终视频。
MiniMax H3 常见问题
关于MiniMax H3功能、输入、音频、分辨率和定价的常见问题解答。
MiniMax H3 是什么？
MiniMax H3是MiniMax发布的一款通用多模态生成模型。它能同时理解文字、图片、视频和音频内容，生成最高2K分辨率、最长15秒、带有原生立体声音频的视频。
如何用MiniMax H3生成视频？
选择文字、帧或全能参考模式；编写清晰的创意指令；添加任何辅助媒体；选择分辨率、画面比例和时长；然后查看预估点数并生成即可。
MiniMax H3 能同时使用图片、视频和音频参考吗？
是的。「全能参考模式」支持在一次请求中接受所有三种媒体类型。在提示中描述每个参考的作用，例如用一个视频控制动作，一张图片保持角色形象，音频塑造声音或节奏。
MiniMax H3 会生成同步音频吗？
是的。MiniMax H3会随视频一起生成原生立体声音频。提示可以指导对话、人声、环境音、音效和音乐，让音轨与场景完美同步。
MiniMax H3 支持什么分辨率和时长？
本工作区支持768P和2K分辨率生成，时长范围为4到15秒。MiniMax报告输出帧率为24 FPS，并带有原生立体声音频。
MiniMax H3 的点数如何计算？
768P分辨率每秒消耗18点数，2K分辨率每秒消耗29点数。输入视频时长按所选分辨率费率计费。前五张输入图片免费，之后每张图片消耗8点数，音频输入免费。
好的MiniMax H3提示应该包含什么？
描述主体、动作、环境、构图、镜头运动、光线、时间、对话、氛围和视觉风格。添加参考时，明确说明要从每个文件中保留或转移哪些内容。