王敏
资深创意制片人
"我们以前会先拍一个粗剪版，然后花一整天把分辨率提升到客户标准。MiniMax H3 直接输出 2K，这一步就从我们的工作流程中消失了。"
模型
MiniMax H3 40/80/120
支持文字、图片或参考素材生成 2K 视频，时长灵活可选 4–15 秒。
全模态参考(可选)
首/尾帧
拖动 或 上传 媒体 (0/15)
图片、视频、音频（最大 64MB）
提示词
使用 @ 引用参考。示例：让 @Image 1 中的角色使用 @Video 1 的动作跳舞，并添加 @Audio 1 的音乐。
0/5000
Auto
4秒
480P
1
所需积分：4
MiniMax H3 (Hailuo 3.0)
MiniMax H3（Hailuo 3.0）支持文本、图片、视频和音频生成原生2K视频，并可通过指令编辑视频，无需重新生成。
MiniMax H3 (Hailuo 3.0)
MiniMax H3（Hailuo 3.0）支持文本、图片、视频和音频生成原生2K视频，并可通过指令编辑视频，无需重新生成。
免费试用 MiniMax H3
什么是 MiniMax H3？
MiniMax H3（又称 Hailuo 3.0）是 MiniMax 最新的通用多模态视频模型。它能在单次生成中同时读取文本、图片、视频片段和音频，并一次性输出原生 2K 视频。与每次只接受一种输入的模型不同，H3 可同时接受多达 9 张参考图片、3 段参考视频和 3 段参考音频——共计最多 12 个文件——因此角色的外观、摄影风格和声音都可以来自您自己的参考素材，而无需仅用文字描述。当一段完成视频需要修改一处细节时，H3 支持基于指令的编辑：描述调整内容，模型直接更新对应部分，无需从头重新生成。
为什么要用 MiniMax H3？
无论您是在制作一批 UGC 风格的产品广告，还是多镜头品牌宣传片、电影片头标题序列，或是竖版短剧场景，MiniMax H3 都能在每个镜头中保持统一的外观。给它一张产品照片、一个品牌色彩参考和一段语音样本，H3 就能在原生 2K 画质下，从第一帧到最后一帧保持该身份的一致性——对话、音效和环境音在同一轮生成中同步完成。对于需要在一周内在不同格式之间切换的团队——周一做电商广告，周三做预告片剪辑，周五做短剧场景——一个能跨所有版本保持相同面孔、相同声音和相同视觉风格的模型，将彻底改变一个制作日能覆盖的工作量。
当 1080p 不够用——重新开始也不是办法
您的视频看起来差不多了：产品清晰、表达到位、构图也不错——但分辨率达不到客户要求的标准，音频还需要单独处理才能听起来完整。然后有一个细节不对——道具的颜色、一句对白、节奏中的一个节拍——而大多数模型只给您一个选择：重新生成整个片段，并祈祷其他部分依然保持原样。MiniMax H3 同时解决了这两个问题。它以原生 2K 输出，对话、音效和环境音在同一轮生成中同步完成，因此无需单独的音频环节，也无需向客户解释分辨率降低的问题。而且由于它支持基于指令的编辑，一个细节错误只需一条文本指令即可修正——无需对整个生成进行重新生成。
MiniMax H3 的亮点
从单张产品照片到多镜头品牌宣传片——MiniMax H3 专为需要原生 2K 画质、每个镜头保持参考一致、且能修正细节而无需从头生成的团队打造。
原生 2K 视频生成
MiniMax H3 每次生成均输出 2K 分辨率——相比早期模型的 1080p 上限是一大提升。片段时长 5 至 15 秒，为您提供足够清晰的素材，可用于主打产品镜头或预告片特写，无需额外放大处理。
全方位参考控制，贯穿每个镜头
单次生成中组合多达 9 张参考图片、3 段参考视频和 3 段参考音频——最多 12 个文件——在整个制作过程中保持角色、摄影风格或声音的一致性。将面孔、服装、行走姿态和语音样本组合在一起，MiniMax H3 将它们作为一个整体需求来解读，而非强迫单一输入承载所有信息。
基于指令的编辑，无需重新生成
当生成的视频接近满意但有一处细节需要调整时，描述需要修改的内容即可，无需从头开始。直接对现有片段调整角色、物体、背景或节奏，MiniMax H3 在保持已确认的画框构图和表现的同时应用编辑。
如何使用 MiniMax H3
无需相机、无需摄制团队、无需单独的音频环节。上传参考素材，撰写需求描述，MiniMax H3 即可交付带有同步音频的原生 2K 视频——随时可供审核，或通过指令进一步精修。
Step 1: 上传您的参考素材
添加首帧或尾帧图片来锚定镜头，或组合多达 9 张参考图片、3 段参考视频和 3 段参考音频来引导角色、风格、摄影和声音。参考音频必须与图片或视频配对提交——不能单独提交。
Step 2: 撰写提示词并设置时长
在提示词中描述场景、动作和镜头运动（最多 7000 字符）。选择 5 到 15 秒之间的时长——MiniMax H3 每次生成均输出原生 2K。
Step 3: 生成、审核、按指令编辑
MiniMax H3 在一次生成中完成带有同步对话、音效和环境音的视频。如需调整细节，直接描述所需更改——无需从头重新生成整个片段。
今天就开始创建您的第一个 MiniMax H3 视频
从单张产品照片到多镜头品牌宣传片或短剧场景，MiniMax H3 一次生成即可交付带有同步音频的原生 2K 视频——并允许您通过指令修正任何细节，无需从头再来。专为需要规模化输出的 UGC 广告团队，以及需要在每个镜头中保持相同角色、声音和风格的品牌、预告片和短剧团队打造。
免费试用 MiniMax H3用户对 MiniMax H3 的评价
李伟
后期制作主管
"基于指令的编辑改变了我们的修改方式。以前客户的一条意见就意味着完全重新生成，还要赌一把片段的其他部分是否还能匹配。现在我们只需要描述要修改什么。"
张雅
品牌视频总监
"在一次生成中同时输入我们的品牌参考——产品、模特、语音样本——这决定了结果只是'看起来有点像我们的品牌'还是'真正匹配'。"
陈凯
短剧制作人
"我们的竖版短剧场景需要同样的两个角色在十几个镜头中保持一致。全方位参考设置是第一个能在一整集中持续保持这种一致性的工作流程。"
刘思
效果营销负责人
"2K 画质下的原生音频意味着我们不再需要在测试前把片段送去单独做声音处理。仅此一项就让我们的创意周转时间缩短了一天。"
赵文
预告片剪辑师
"对于预告片剪辑来说，分辨率是大家首先注意到的。MiniMax H3 是第一个我们不需要解释为什么预告片看起来比其来源的正片更模糊的模型。"
MiniMax H3 常见问题
MiniMax H3 是 MiniMax 最新的多模态视频生成模型。它可以从文本、图片、视频片段和音频参考生成原生 2K 视频，并在单次生成中同步完成对话、音效和环境音，还支持对已完成片段进行基于指令的编辑修改。
是的。MiniMax H3 是模型的官方名称；Hailuo 3.0 是它作为 MiniMax Hailuo 视频系列下一代产品的通用称呼。
MiniMax H3 输出原生 2K 分辨率。每次生成长度为 5 到 15 秒，以整数秒为单位，支持常用宽高比或基于输入的自适应比例。
支持三种模式：文本生成视频（仅提示词）、首/尾帧图生视频（提示词加上起始和/或结束帧）、参考生成（提示词加上参考图片、视频或音频来引导角色、动作、摄影、风格或声音）。
可以。MiniMax H3 在一次生成中最多可接受 9 张参考图片、3 段参考视频和 3 段参考音频，参考文件总数上限为 12 个。参考音频必须与图片或视频一起提交——不能单独发送。
是的。对话、音效和环境氛围与视频在同一轮生成中同步完成，与画面动作同步。
可以。MiniMax H3 支持基于指令的编辑。描述您想要的更改——针对角色、物体、背景或节奏——模型会直接更新片段的那部分内容，无需完全重新生成。
Seedance 2.0 围绕多镜头 UGC 广告结构构建——一次生成中包含开场钩子、产品展示时刻和行动号召。MiniMax H3 则专注于原生 2K 输出、更广泛的参考控制（最多同时 9 张图片、3 段视频和 3 段音频）以及对已完成片段的基于指令的编辑——无论您是在制作 UGC 广告、品牌宣传片还是短剧内容，都非常实用。
视频参考支持 H.264/AVC 和 H.265/HEVC（视频内音频为 AAC 或 MP3）；图片支持 JPG、JPEG、PNG、WEBP、HEIC 和 HEIF；音频支持 WAV 和 MP3。大小限制：每个视频文件最大 50MB，每张图片最大 30MB，每个音频文件最大 15MB。
提示词最多可输入 7000 个字符。
参考生成模式允许您提交提示词，同时附上参考图片、视频或音频——任意组合——MiniMax H3 会在生成的视频中保持该参考主体或素材的特征一致性。
MiniMax H3 适用于需要更高分辨率规模化输出的 UGC 广告团队，同时也天然适用于品牌视频团队、预告片剪辑师和短剧制作人——他们需要在每个镜头中保持一致的角色、声音和视觉风格。