MiniMax H3

MiniMax H3 是一款 AI 视频生成器，支持以文本、图像、视频片段和音频文件作为输入，生成时长最长 15 秒、分辨率达 2K、帧率 24fps 的视频——立体声音频与画面在同一次生成中完成。

与其他 AI 视频工具的差异

大多数 AI 视频生成器将音频视为独立问题：先生成画面，再另行获取或制作声音。MiniMax H3 在单次生成中同时处理两者：在提示词中描述对话、环境音、拟音或音乐，模型即可输出音频已与画面精准同步的视频。

另一个显著差异在于对参考素材的处理方式。MiniMax H3 不仅接受单张图片或提示词，还可在同一上下文中读取最多九张图像、三段视频片段和三个音频文件。一张角色照片可确立人物形象，一段视频片段可定义镜头运动，一段音频录音可引导声音或节奏——所有素材共同作用于单次生成，而非分散为多个独立任务。

生成工作流

MiniMax H3 支持四种不同的视频创作或修改方式。

文本生成视频是大多数用户的起点。一段结构清晰的提示词可涵盖主体描述、镜头运动、灯光、视觉风格、声音设计和约束条件，仅凭文字简报即可生成完整片段。

首尾帧控制允许上传一张或两张关键帧图像，以定义场景的开头和结尾。模型负责生成两帧之间的运动过程。这对于产品展示、场景转场以及需要起止画面与特定视觉匹配的故事板动画尤为实用。

参考素材生成视频将图像、视频片段和音频整合到同一生成上下文中。每个上传的素材可通过其在提示词中的顺序加以标识，从而更精确地控制各参考素材对结果的影响。适用于对一致性要求较高的场景——在多个镜头中保持产品外观统一、维持角色形象，或复现现有素材中的镜头风格。

基于指令的视频编辑作用于已有素材。上传视频片段，描述需要更改的内容和必须保留的内容，MiniMax H3 即可进行精准编辑——替换产品、更新画面文字、调整时间段——而无需重建整个镜头。

适用人群

该工具处于广告、社交内容与影视前期可视化的交汇点。创意总监用它在正式拍摄前快速制作带同步对话的广告概念视频。剪辑师用它生成细节足够丰富、可直接剪入时间线而无需放大的素材。社交媒体创作者利用七种支持的画面比例——从 21:9 宽银幕到 9:16 竖屏——在单一工作流中生成适配各平台的内容。

游戏开发者和过场动画团队在制作早期用它规划镜头方向和场景节奏。产品营销人员借助参考和编辑模式生成并迭代电商视觉素材，无需反复重拍。

输出规格与限制

视频时长为 5 至 15 秒，分辨率最高 2K（短边 1440px），帧率 24fps。15 秒上限是较长内容的主要制约因素；单次生成无法产出超过该时长的连续片段。生成帧中的文字和品牌元素已被列为支持功能，但在发布前需经人工审核。

MiniMax 已宣布将推出开放权重版本，届时可支持自托管和定制化部署，但目前尚未上线。

定价与使用

MiniMax H3 采用一次性积分模式，无需订阅或自动续费。提供三种套餐：Starter 套餐 $9.90（200 积分）、Creator 套餐 $29.90（650 积分）、Studio 套餐 $99.90（2,500 积分）。每次 5 秒视频生成消耗 25 积分，单视频价格约为 $1.00 至 $1.24（因套餐规格而异）。积分永不过期，生成失败或被拒绝的任务将自动退还积分。

首次生成免费且无需绑定信用卡，便于用户在购买积分前直接测试提示词结构和参考素材处理效果。