MiniMax H3 创作工作台
从提示词生成完整视听场景
H3 支持原生同步立体声。你可以在提示词中直接编写对白台词、背景音乐、环境氛围与音效时间点。
生成结果
一个强大模型，三种自由创作方式
从文字提示词起步，精准驱动关键帧动画，或在单次生成中融汇角色、动作、运镜与声音参考。
MiniMax H3 AI 视频生成器
根据提示词生成完整的视听场景，精准驱动首尾关键帧过渡，或融合图像、视频与音频参考素材，实现对人物身份、动作体态、镜头运镜与音色声线的精准控制。
选择你的视频生成起点
MiniMax H3 将各类输入源理解为统一的导演指令。你可以从纯文本轻简起步，也可将不同参考素材分别指定为人物身份、动作体态、运镜风格与音效配音。
文生视频
输入场景、表演、运镜规划、节奏、对白与音效设计。H3 无需任何源素材即可生成完整片段。
图生视频
上传单张图像作为精准起始首帧，或同时提供首尾帧以实现更严密平滑的转场镜头。
参考生视频
混合图像、视频与音频素材，用于锁定主体一致性、借鉴动作轨迹、复刻音色声线，或进行定向创意改造。
掌控完整镜头视听表现，不仅止于首帧画面
视觉动作、镜头运动、画面文字、对白台词、背景音乐与环境音效均可在同一提示词中统一编排。当文字难以穷尽细节时，参考素材能为模型提供确凿具体的锚点。
原生立体声音频
在描述画面的同时直接编排对白、配乐、环境音、脚步声与音效，让画面与声音同频生长、浑然一体。
更强的主体一致性
使用参考图像在多镜头切换与剧烈运镜中牢牢锁定角色、商品、服饰或品牌视觉识别度。
动作与运镜参考
导入参考视频直接借鉴舞蹈动作、动作节奏、镜头语言与剪辑节拍，无需从零用繁琐文字逐秒描述运动。
专业级影视级掌控
生成 4–15 秒 768P 或 2K 高清片段，支持多种画面比例，并能精准遵循时间节奏、排版字幕与品牌元素指令。
按 H3 处理的视频时长灵活付费
生成视频时长与输入的参考视频时长均按所选分辨率费率计费。前 5 张参考图像完全免费，参考音频不产生任何额外费用。
从源素材到成片 MP4 只需三步
选择创作模式
从文生视频、首尾帧动画或多模态参考组合开始。
导演全方位视听细节
描述时长节奏、运镜、角色表演、连贯性、对白、配乐及排除限制。
生成并下载成片
选择时长与分辨率，实时查看所需点数预估，完成后即可下载高清 MP4 成片。
关于 MiniMax H3 的疑问解答
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
什么是 MiniMax H3？它和海螺 03（Hailuo 03）是同一个模型吗？
是的。MiniMax H3 在产品端也常被称为海螺 03（Hailuo 03 或 Hailuo 3.0）。它是 MiniMax 推出的原生多模态视频大模型，能够在单一生成工作流中同时理解并融合文本、图像、视频和音频指令。
我应该选择哪种生成模式？
当你从灵感或剧本创意起步时选择【文生视频】；当需要精确保留开篇画面或严格的首尾关键帧过渡时选择【图生视频】；当需要从外部素材继承人物角色一致性、动作轨迹、电影运镜或音色配音时选择【参考生视频】。
使用 MiniMax H3 需要多少点数？
768P 分辨率每秒生成视频或参考视频消耗 28 点数，2K 分辨率每秒消耗 45 点数。前 5 张参考图像完全免费，后续每增加 1 张消耗 16 点数；参考音频全程免费。
参考视频是如何计费的？
参考视频的时长将与生成的视频时长合并，统一按所选分辨率单价计费。系统会在提交任务前自动读取上传视频的元数据并计算出精确的点数需求。
MiniMax H3 能生成声音吗？
可以。MiniMax H3 支持在生成视频的同时原生生成立体声音频。只需在提示词中描述对白、音乐、环境音与音效即可。你也可以在参考生视频模式中上传音频参考，且不消耗额外点数。
支持使用哪些格式的文件作为参考？
参考生视频模式最多支持上传 9 张 JPG、PNG 或 WebP 图像，3 段 MP4 或 MOV 视频，以及 3 个 MP3 或 WAV 音频文件。图生视频模式则支持 1 张首帧和可选的 1 张尾帧。