MiniMax H3 (Hailuo 3): imagen y sonido de una sola vez

Empieza con una frase, dos fotogramas o unas cuantas imágenes de referencia y obtén 4–15 s de video 2K con diálogo y efectos de sonido

Créditos gratis al registrarte · Sin descargar modelos ni usar GPU

Empieza sin material o añade hasta 12 referencias

Tres formas de empezar, y cada clip de abajo se generó con MiniMax H3

  1. Una frase, una toma con sonido

    Sin subir nada: describe el sujeto, la acción y el sonido

  2. Define el primer y el último fotograma, y él completa el resto

    De cerrado a abierto: la persiana sube y los farolillos se encienden uno a uno

  3. Tres referencias fijan a la chica, el perro y la moto

    Hasta 9 imágenes, 3 videos y 3 audios, 12 en total

Diálogos en 11 idiomas, letreros legibles y edición de vídeo con una frase

Activa el sonido: el diálogo y el movimiento de labios los genera el propio modelo

Diálogo en 11 idiomas, entre ellos inglés, chino, japonés y coreano

Un turista pide en inglés, ella responde en inglés, y los labios de ambos coinciden con las palabras

Letreros bien escritos que no se deforman

El prompt dice MEI'S NOODLES, y las letras se mantienen mientras sube el letrero y la cámara se acerca

Edita un video con una frase y conserva lo demás

Sube un clip, pide una noche nevada, y las personas, el movimiento y la cámara siguen igual

Interfaces, títulos y detalles que se mantienen entre cortes

Muestras oficiales en 2K de la publicación de lanzamiento de H3 de MiniMax; activa el sonido para oír el estéreo nativo

Escamas, ojo y textura de la piel se mantienen nítidos en un primer plano 2K

Prueba en 768P, entrega en 2K

Según las opciones disponibles actualmente en Pilio

Modos de entrada

Texto, primer fotograma, primer y último fotograma, multimodal

Genera sin subir nada o fija el inicio y el final con imágenes

Duración

4–15 segundos

Cualquier segundo entero dentro de ese rango

Resolución

768p o 2K

768p por defecto, ambas a 24 FPS

Relación de aspecto

Adaptable o 6 formatos fijos

21:9, 16:9, 4:3, 1:1, 3:4 y 9:16; el modo de primer y último fotograma sigue tus imágenes

Referencias

9 imágenes + 3 videos + 3 audios

Máximo 12 archivos por generación, y el audio debe ir junto a una imagen o un video

Sonido

Estéreo nativo

Voz, efectos y música se generan juntos, con diálogo estable en 11 idiomas

Escribe el diálogo y obtén imagen y sonido a la vez

Créditos gratis al registrarte y el costo a la vista antes de generar

Preguntas frecuentes sobre MiniMax H3

¿MiniMax H3 es lo mismo que Hailuo 3?

Sí. Hailuo es la familia de modelos de video de MiniMax y H3 es la tercera generación, también escrita como Hailuo 3, Hailuo 3.0 o Hailuo H3.

¿Qué es MiniMax H3 Max y en qué se diferencia de H3?

H3 Max es una variante más rápida que MiniMax entrenó a partir de H3. Acepta texto, un primer fotograma o primer y último fotograma, genera clips en 480p o 768p y siempre incluye sonido. Elige H3 para 2K o referencias de imagen, video y audio, y H3 Max para borradores rápidos: 480p es la forma más barata de probar un prompt. Ambos están en el generador de video de Pilio.

¿Puedo usar MiniMax H3 gratis?

Las cuentas nuevas de Pilio reciben créditos gratis para probarlo de inmediato. Después, los créditos se cobran según la duración y la resolución del video, y el costo se muestra antes de enviar.

¿Cuántos créditos usa una generación?

Depende de la duración, la resolución, la cantidad de imágenes de referencia y la duración de los videos de referencia. La estimación actual se muestra antes de enviar.

¿Puedo generar solo con texto?

Sí. El texto a video no requiere subir archivos: describe el sujeto, la acción, la cámara y el sonido para obtener un video con audio estéreo nativo.

¿Cuándo conviene usar el primer y el último fotograma?

Cuando ya tienes decididas la composición inicial y la final y quieres que el modelo complete el movimiento entre ambas. En ese caso, la relación de aspecto sigue tus imágenes.

¿MiniMax H3 genera audio junto con el video?

Sí. H3 genera sonido estéreo en la misma pasada, incluidos voz, efectos y música. Las referencias de audio pueden guiar el estilo, el timbre o el ritmo, pero deben usarse con una imagen o un video.

¿Qué idiomas de diálogo admite MiniMax H3?

MiniMax indica soporte estable de diálogo en chino, inglés, japonés, coreano, español, portugués, francés, alemán, italiano, ruso y árabe, con distintos niveles de soporte para otros idiomas.

¿Puede editar un video que ya tengo?

Sí. Sube el video como referencia y describe el cambio en el prompt, como otra estación del año, otro fondo u otro producto. Hasta 3 videos de referencia por generación, con 15 segundos en total.

¿MiniMax H3 es de código abierto y puedo ejecutarlo en local?

MiniMax publicó los pesos de H3 bajo una licencia comunitaria, y su uso en Estados Unidos, la UE, Reino Unido y Corea del Sur requiere una solicitud aparte. En Pilio no hay nada que descargar ni GPU que configurar.

MiniMax H3, Seedance 2.5 o Kling 3.0: ¿cuál uso?

Seedance 2.5 llega a 30 segundos y admite más referencias, Kling 3.0 llega hasta 4K, y H3 encaja en tomas que necesitan 2K, diálogo nativo y referencias multimodales. Los tres están en Pilio, así que puedes probar el mismo prompt en cada uno.

¿Debo revisar los resultados antes de publicar?

Revisa fotograma a fotograma el texto, las interfaces y los movimientos complejos antes de publicar. Para tomas exigentes, genera varias opciones y quédate con la mejor.

¿Puedo usar los videos con fines comerciales?

El uso comercial depende de la licencia vigente de MiniMax, los términos de Pilio y tus derechos sobre los archivos que subes y generas. Revisa los términos aplicables antes de publicar.