Page loading...
Page loading...
MiniMax H3(Hailuo 3)是一款开放通用的多模态视频模型:理解文字、图像、视频与声音上下文,生成最高 15 秒的 2K 原生双声道视频。
MiniMax H3 也常被称为 Hailuo 3 或 Hailuo 03,是一款开放通用的多模态生成模型。它可以联合理解文字、图像、视频和音频上下文,并生成最高 15 秒、2K 分辨率且带原生立体声音频的短片。Raphael 支持文生视频、首尾帧与多模态参考;输出按每秒 48 积分计费,参考视频秒数和第 6 张起的参考图片会额外计费。
查看 H3 如何处理多模态参考、2K 画面细节、原生双声道与动态视觉叙事。
以人物形象、镜头运动和环境声音作为参考,生成一段镜头连贯、音画同步的电影感短片。
H3 的重点不是把功能拆成孤立模式,而是把创作意图和多种参考素材放进同一个上下文。
处理前“保持参考人物和咖啡馆氛围,沿用镜头的推进节奏,并让环境声音自然衔接。”
H3 可以在同一上下文中理解文字、图片、视频和音频。你可以把参考素材与想要达成的镜头关系一起交代,让模型统一理解并生成。
“2K 产品特写,微距捕捉材质细节与包装文字,镜头缓慢环绕并在最后完成干净揭示。”
H3 支持 4–15 秒的整秒时长和固定 2K 档位,并通过视频表征与上下文重生成尽量保留小文字和画面细节。
“夜晚街头跟拍,人物对白在前景,远处车流和音乐形成空间感;镜头转向时声音也自然移动。”
H3 的音视频联合生成会同时处理对白、环境声、音乐和音效。Raphael 会保持声音开启,因为该模型的输出包含原生立体声音频。
“把这张游戏主菜单变成 15 秒动态界面:保留角色、开始与继续按钮、紫绿配色和涂鸦质感,让背景、角色和点缀元素产生连贯动效。”
H3 适合制作电影感片段、动态游戏界面和电商广告等内容。用清晰的关系描述参考素材与目标成片,它可以把静态视觉延展为连续叙事,同时保留界面层级和主体身份。
同一个生成器内一键切换主流视频模型。
需要固定 2K 音画成片时选 H3;需要更多分辨率和成本档位时选 Seedance。
| 能力 | MiniMax H3 | Seedance 2.0 |
|---|---|---|
| 分辨率 | 固定 2K | 480p / 720p / 1080p |
| 时长 | 4–15 秒 | 4–15 秒 |
| 原生音频 | 始终开启,立体声 | 可选 |
| 参考输入 | 图片 / 视频 / 音频 | 图片 / 视频 / 音频 |
| 标准积分 | 每秒 48 积分 | 每秒 36 / 77 / 191 积分 |
| 更适合 | 固定 2K 音画成片 | 从低成本草稿到高档输出 |
根据成片目标、参考素材和积分预算选择合适的模型。
免费图像包含水印。升级以获得干净的输出、更快的生成和商业用途。
了解分辨率、音频、时长、参考素材和积分规则。
是。这里使用 MiniMax H3 作为产品名称,Hailuo 3 和 Hailuo 03 是常见别名。
不可以。H3 每次都会生成原生立体声音频,因此声音开关会保持开启。
标准生成按输出时长每秒 48 积分计费:4 秒 192 积分、5 秒 240 积分、10 秒 480 积分、15 秒 720 积分。
参考视频按实际计费秒数加入输出时长。前 5 张参考图片包含在基础价格中,从第 6 张起每张增加 16 积分。
目前不可以。音频参考需要同时搭配图片或视频。
最多 9 张图片、3 个视频和 3 个音频,总数不超过 12 个。参考视频和音频需为 2–15 秒,同一媒体类型的总时长最多 15 秒。
H3 使用固定 2K 画质档,支持 4 到 15 秒之间的任意整数时长。
H3 是固定 2K 且始终包含立体声音频的路线;Seedance 提供 480p、720p 和 1080p 多档选择,既有更便宜的草稿档,也能选择是否生成音频。