细致的场景指导
在提示词中指定角色、动作、镜头顺序、运镜、对白、音乐和音效。
MiniMax H3 · Hailuo 03 多模态视频
MiniMax H3 AI 视频生成器
从文字创建视频，让首帧和可选尾帧动起来，或组合图片、视频与音频参考。生成带原生声音的 4–15 秒 768P 或 2K 视频。
输出
视频会显示在这里
选择 MiniMax H3 模式，填写提示词和所需参考素材后提交任务。
模型介绍
MiniMax H3 是什么？
MiniMax H3 又称 Hailuo 03，是能在同一创作语境中理解文字、图片、视频和音频的多模态视频模型。
它支持文生视频、首尾帧图生视频和多模态参考生成，可输出 4–15 秒的 768P 或 2K 视频。
FramePack 会异步提交并跟踪任务，再将完成的视频保存到私有存储供预览和下载。
统一视听创作
MiniMax H3 的三种工作流
从提示词或混合参考素材生成带同步声音的完整视频。
多模态参考
使用首尾帧，或组合多张图片、视频和音频参考。
768P 与 2K 输出
选择 4–15 秒时长、合适画幅和符合最终用途的分辨率。
私有任务交付
渲染期间跟踪任务，完成后预览或下载私有保存的结果。
三个关键步骤
如何创建 MiniMax H3 视频
选择工作流、明确指导每项输入，然后查看完成片段。
- 01
选择创作起点
从文字、首帧与可选尾帧，或一组多模态参考素材开始。
- 02
编写指令并设置
写提示词、说明每个参考的用途，再设置时长、分辨率和画幅。
- 03
生成并下载
提交异步任务、跟踪状态，并在完成后下载保存的视频。
MiniMax H3 提示词技巧
结构清晰的指令有助于画面与声音在整个片段中保持连贯。
- 按时间顺序描述事件，并把运镜和声音提示写在对应动作旁。
- 说明每个素材用于控制身份、动作、风格、人声、音乐或其他具体元素。
- 先确定最终画幅再设计构图，高细节交付可选择 2K。
- 把必须保持不变的细节与需要执行的修改分别列出。
常见问题
MiniMax H3 常见问题
MiniMax H3 可以生成什么？
它可以根据文字、首尾帧或图片、视频、音频组合参考，生成 4–15 秒的 768P 或 2K 视听片段。
支持哪些参考文件？
图生视频支持 1–2 张图片；参考模式支持最多 9 张图片、3 个 MP4/MOV 视频和 3 个 MP3/WAV 音频。
MiniMax H3 会生成声音吗？
会。模型支持原生立体声，参考模式还可以用上传音频指导人声、音乐或音效。
结果如何交付？
生成成功后，FramePack 会私有保存视频，并提供需要登录访问的预览和下载链接。
创建完整视听镜头
组合清晰的提示词和用途明确的参考素材，使用 MiniMax H3 生成视频。
使用 MiniMax H3 创建