MiniMax H3 (Hailuo 3): Bild und Ton in einem Durchgang

Ein Satz, zwei Frames oder ein paar Referenzbilder genügen für 4–15 s 2K-Video mit Dialog und Soundeffekten

Gratis-Credits bei Anmeldung · Kein Modell-Download, keine GPU nötig

Ohne Material starten oder bis zu 12 Referenzen dazugeben

Drei Wege zum Video, und jeder Clip hier wurde mit MiniMax H3 erstellt

  1. Ein Satz, eine Einstellung mit Ton

    Ohne Upload: Motiv, Aktion und Geräusche beschreiben, fertig

  2. Start- und Endframe festlegen, den Rest übernimmt das Modell

    Von geschlossen zu geöffnet: Der Rollladen fährt hoch, die Laternen gehen nacheinander an

  3. Drei Referenzen fixieren Mädchen, Hund und Roller

    Bis zu 9 Bilder, 3 Videos und 3 Audiodateien, insgesamt 12

Dialog in 11 Sprachen, lesbare Schilder und Videoänderungen mit einem Satz

Ton an: Dialog und Lippenbewegung erzeugt das Modell direkt

Dialoge in 11 Sprachen, darunter Englisch, Chinesisch, Japanisch und Koreanisch

Ein Tourist bestellt auf Englisch, sie antwortet auf Englisch, und beide sind lippensynchron

Schilder, die richtig geschrieben sind und stabil bleiben

Im Prompt steht MEI'S NOODLES, und die Buchstaben halten, während das Schild hochgeht und die Kamera heranfährt

Video mit einem Satz bearbeiten, der Rest bleibt

Clip hochladen, eine verschneite Nacht verlangen, und Personen, Bewegung und Kamera bleiben gleich

Oberflächen, Titel und Details bleiben über Schnitte hinweg stabil

Offizielle 2K-Beispiele aus MiniMax' H3-Launch-Beitrag; Ton einschalten für nativen Stereoklang

Schuppen, Auge und Hautstruktur bleiben in der 2K-Nahaufnahme scharf

Entwurf in 768P, Abgabe in 2K

Basierend auf den aktuell in Pilio verfügbaren Optionen

Eingabemodi

Text, Startframe, Start- und Endframe, multimodal

Ohne Upload generieren oder Anfang und Ende mit Bildern festlegen

Dauer

4–15 Sekunden

Jede volle Sekunde in diesem Bereich

Auflösung

768p oder 2K

Standard 768p, beide mit 24 FPS

Seitenverhältnis

Automatisch oder 6 feste Formate

21:9, 16:9, 4:3, 1:1, 3:4 und 9:16; im Start- und Endframe-Modus gelten deine Bilder

Referenzen

9 Bilder + 3 Videos + 3 Audio

Höchstens 12 Dateien pro Durchgang, Audio nur zusammen mit Bild oder Video

Ton

Natives Stereo

Stimme, Effekte und Musik entstehen gemeinsam, mit stabilen Dialogen in 11 Sprachen

Dialog schreiben, Bild und Ton kommen zusammen

Gratis-Credits bei Anmeldung, Kosten werden vor dem Generieren angezeigt

Häufige Fragen zu MiniMax H3

Ist MiniMax H3 dasselbe wie Hailuo 3?

Ja. Hailuo ist die Videomodell-Familie von MiniMax, und H3 ist die dritte Generation, auch geschrieben als Hailuo 3, Hailuo 3.0 oder Hailuo H3.

Was ist MiniMax H3 Max und worin unterscheidet es sich von H3?

H3 Max ist eine schnellere Variante, die MiniMax aus H3 weitertrainiert hat. Es nimmt Text, ein Startbild oder Start- und Endbild, erzeugt 480p oder 768p und liefert immer Ton mit. Für 2K oder Bild-, Video- und Audioreferenzen wählst du H3, für schnelle Entwürfe H3 Max – 480p ist der günstigste Weg, einen Prompt zu testen. Beide findest du im Video-Generator von Pilio.

Kann ich MiniMax H3 kostenlos nutzen?

Neue Pilio-Konten erhalten Gratis-Credits, sodass du sofort loslegen kannst. Danach werden Credits nach Videolänge und Auflösung berechnet, und die Kosten siehst du vor dem Absenden.

Wie viele Credits verbraucht eine Generierung?

Das hängt von Dauer, Auflösung, Anzahl der Referenzbilder und Länge der Referenzvideos ab. Die aktuelle Schätzung wird vor dem Absenden angezeigt.

Kann ich nur mit Text generieren?

Ja. Text-zu-Video braucht keine Uploads: Beschreibe Motiv, Aktion, Kamera und Ton, und du bekommst ein Video mit nativem Stereosound.

Wann sind Start- und Endframe sinnvoll?

Wenn Anfangs- und Schlussbild schon feststehen und das Modell die Bewegung dazwischen ergänzen soll. Das Seitenverhältnis richtet sich dann nach deinen Bildern.

Erzeugt MiniMax H3 den Ton gleich mit?

Ja. H3 erzeugt Stereoton im selben Durchgang, inklusive Stimme, Effekten und Musik. Audioreferenzen können Stil, Klangfarbe oder Rhythmus vorgeben, müssen aber zusammen mit einem Bild oder Video genutzt werden.

Welche Dialogsprachen unterstützt MiniMax H3?

MiniMax nennt stabile Dialogunterstützung für Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Portugiesisch, Französisch, Deutsch, Italienisch, Russisch und Arabisch; andere Sprachen werden unterschiedlich gut unterstützt.

Kann ich ein vorhandenes Video bearbeiten?

Ja. Lade das Video als Referenz hoch und beschreibe die Änderung im Prompt, etwa eine andere Jahreszeit, einen neuen Hintergrund oder ein anderes Produkt. Bis zu 3 Referenzvideos pro Durchgang, insgesamt höchstens 15 Sekunden.

Ist MiniMax H3 Open Source, und kann ich es lokal ausführen?

MiniMax hat die H3-Gewichte unter einer Community-Lizenz veröffentlicht; für die Nutzung in den USA, der EU, Großbritannien und Südkorea ist ein separater Antrag nötig. In Pilio musst du nichts herunterladen und keine GPU einrichten.

MiniMax H3, Seedance 2.5 oder Kling 3.0: Was soll ich nehmen?

Seedance 2.5 schafft bis zu 30 Sekunden und erlaubt mehr Referenzen, Kling 3.0 geht bis 4K, und H3 passt zu Einstellungen, die 2K, nativen Dialog und multimodale Referenzen brauchen. Alle drei gibt es in Pilio, du kannst also denselben Prompt mit jedem testen.

Sollte ich Ergebnisse vor der Veröffentlichung prüfen?

Prüfe Text, Benutzeroberflächen und komplexe Bewegungen vor der Veröffentlichung Bild für Bild. Bei anspruchsvollen Einstellungen lohnt es sich, mehrere Varianten zu erzeugen und die beste auszuwählen.

Darf ich die Videos kommerziell nutzen?

Die kommerzielle Nutzung hängt von der aktuellen MiniMax-Lizenz, den Pilio-Bedingungen und deinen Rechten an den hochgeladenen und generierten Medien ab. Prüfe die geltenden Bedingungen vor der Veröffentlichung.