Geração de vídeo 2K a partir de texto, imagens ou mídia de referência com duração flexível de 4–15s.
MiniMax H3 (Hailuo 3.0) gera vídeos 2K nativos a partir de texto, imagens, vídeos e áudio, permitindo editar clipes por comandos.
Experimente o MiniMax H3 Grátis
MiniMax H3 (também conhecido como Hailuo 3.0) é o mais novo modelo de vídeo multimodal de uso geral da MiniMax. Ele lê texto, imagens, clipes de vídeo e áudio juntos em uma única geração e gera vídeo 2K nativo em uma passagem. Diferente de modelos que aceitam uma entrada por vez, o H3 aceita até 9 imagens de referência, 3 vídeos de referência e 3 clipes de áudio de referência ao mesmo tempo — até 12 arquivos combinados — para que a aparência de um personagem, o estilo de câmera e a voz venham de suas próprias referências em vez de serem descritos apenas em palavras. E quando um clipe finalizado precisa de uma alteração, o H3 suporta edição baseada em instrução: descreva o ajuste e o modelo atualiza essa parte diretamente em vez de começar toda a geração novamente.
Se você está produzindo um lote de anúncios de produtos estilo UGC ou um trailer de marca de múltiplas tomadas, uma sequência de título de abertura de filme ou uma cena de drama vertical, o MiniMax H3 foi criado para manter uma aparência consistente em cada corte. Alimente-o com uma foto de produto, uma referência de cor de marca e uma amostra de voz, e o H3 mantém essa identidade estável do primeiro ao último quadro — em 2K nativo, com diálogo, efeitos sonoros e ambiente gerados na mesma passagem. Para equipes que precisam transitar entre formatos na mesma semana — um anúncio de e-commerce na segunda, um corte de trailer na quarta, uma cena de drama na sexta — um modelo que mantém o mesmo rosto, a mesma voz e o mesmo estilo visual em cada versão muda o quanto um único dia de produção pode cobrir.
Seu vídeo parece quase certo: o produto está nítido, a entrega está próxima, a composição funciona — exceto que a resolução fica abaixo do que um corte voltado para o cliente precisa, e o áudio ainda precisa de uma passagem separada antes de soar finalizado. Então um detalhe está errado — a cor de um acessório, uma linha de diálogo, uma batida no ritmo — e a maioria dos modelos te dá exatamente uma opção: regenerar o clipe inteiro e torcer para que todo o resto ainda se mantenha. O MiniMax H3 foi construído contra ambos os problemas ao mesmo tempo. Ele gera 2K nativo com diálogo, efeitos sonoros e ambiente gerados juntos na mesma passagem, então não há sessão de áudio separada nem resolução rebaixada para explicar a um cliente. E porque suporta edição baseada em instrução, um único detalhe errado está a uma instrução de texto de ser corrigido — não a um novo lançamento completo da geração.
De uma única foto de produto a um trailer de marca de múltiplas tomadas — o MiniMax H3 foi criado para equipes que precisam de qualidade 2K nativa, referências consistentes em cada tomada e a capacidade de corrigir um detalhe sem regenerar do zero.
O MiniMax H3 gera resolução 2K em cada geração — um avanço em relação ao limite de 1080p dos modelos anteriores. Os clipes duram de 5 a 15 segundos, fornecendo metragem nítida o suficiente para uma tomada de produto principal ou um close de trailer sem uma passagem adicional de upscaling.
Combine até 9 imagens de referência, 3 vídeos de referência e 3 clipes de áudio de referência — até 12 arquivos em uma geração — para manter um personagem, um estilo de câmera ou uma voz consistentes em toda uma produção. Faça referência a um rosto, uma roupa, uma caminhada e uma amostra de voz juntos, e o MiniMax H3 os lê como um único briefing em vez de forçar uma única entrada a carregar tudo.
Quando um clipe gerado está próximo mas um detalhe está errado, descreva a alteração em vez de começar de novo. Ajuste um personagem, um objeto, um fundo ou o ritmo diretamente no clipe existente, e o MiniMax H3 aplica a edição mantendo o enquadramento e a performance que você já aprovou.
Sem câmera, sem equipe, sem sessão de áudio separada. Envie suas referências, escreva seu briefing, e o MiniMax H3 entrega vídeo 2K nativo com áudio sincronizado — pronto para revisar ou refinar por instrução.
Adicione uma imagem de primeiro quadro ou último quadro para ancorar a tomada, ou combine até 9 imagens de referência, 3 vídeos de referência e 3 clipes de áudio de referência para guiar personagem, estilo, câmera e voz. O áudio de referência deve ser emparelhado com uma imagem ou vídeo — não pode ser enviado sozinho.
Descreva a cena, a ação e o movimento da câmera em seu prompt (até 7.000 caracteres). Escolha uma duração entre 5 e 15 segundos — o MiniMax H3 gera 2K nativo em cada geração.
O MiniMax H3 gera seu vídeo com diálogo sincronizado, efeitos sonoros e ambiente em uma passagem. Se um detalhe precisar de ajuste, descreva a alteração diretamente — não é necessário regenerar todo o clipe do zero.
De uma única foto de produto a um trailer de marca de múltiplas tomadas ou uma cena de drama de formato curto, o MiniMax H3 entrega vídeo 2K nativo com áudio sincronizado em uma geração — e permite corrigir qualquer detalhe por instrução em vez de começar de novo. Criado para equipes de anúncios UGC que escalam produção, e para equipes de marca, trailer e drama que precisam do mesmo personagem, voz e estilo mantidos estáveis em cada corte.
Experimente o MiniMax H3 Grátis
Mariana Oliveira
Produtora Criativa Sênior
"Costumávamos filmar um corte bruto e depois passar um dia inteiro apenas subindo a resolução para o padrão do cliente. O MiniMax H3 gera 2K diretamente, então esse passo inteiro desapareceu do nosso fluxo de trabalho."
Rodrigo Almeida
Líder de Pós-Produção
"A edição baseada em instrução mudou como revisamos. Uma nota de um cliente costumava significar uma regeneração completa e uma aposta em se o resto do clipe ainda corresponderia. Agora apenas descrevemos a correção."
Fernanda Souza
Diretora de Vídeo de Marca
"Alimentar nossas referências de marca — o produto, o modelo, a amostra de voz — juntos em uma geração é a diferença entre 'parece um pouco com a nossa marca' e realmente corresponder a ela."
Carlos Silva
Showrunner de Drama de Formato Curto
"Nossas cenas de drama vertical precisam que os mesmos dois personagens pareçam certos em uma dúzia de cortes. A configuração de referência omni é o primeiro fluxo de trabalho onde isso se manteve consistentemente ao longo de um episódio completo."
Patrícia Costa
Líder de Marketing de Performance
"Áudio nativo em 2K significou que paramos de enviar clipes para uma passagem de som separada antes de testar. Isso só reduziu um dia do nosso tempo de produção criativa."
Lucas Pereira
Editor de Trailers
"Para um corte de teaser, a resolução é a primeira coisa que todos notam. O MiniMax H3 é o primeiro modelo onde não tivemos que explicar por que o trailer parecia mais suave do que o longa do qual foi cortado."
