用提示词说明要改变什么
换产品、换背景、把白天变成夜晚，同时用参考素材引导主体、风格和声音
MINIMAX H3 · 2K 原生立体声
MINIMAX H3
从文字或多模态参考生成最高 2K、带原生立体声的视频
三步生成带原生声音的视频
选择输入方式、说明参考素材作用，再确认输出规格
第一步
选择生成方式
从纯文本、首帧、首尾帧或多模态参考开始
第二步
说明每份素材的作用
逐份写清主体、动作、声音和镜头；提示词必填，最多支持 7,000 字符
第三步
确认规格并生成
选择 4–15 秒、768p 或 2K，确认预计积分后提交
用多模态参考控制一个完整镜头
把画面、运动和声音放进同一次生成
让字幕和界面文字更易读
可用于包装文案、字幕、HUD 和动态排版，发布前仍建议逐帧检查文字
动作带着重量感
布料会落下、水会溅开、人群各自移动，角色移动时重心跟得上
图、视频、音频可以一起当参考
最多 9 图、3 视频、3 音频；参考录音能引导声音风格与音色，需与图片或视频一起使用
广告、游戏和动画，一次出带声成片
探索 MiniMax H3 在不同创意场景下的视觉生成与动态表现
商业广告
产品广告与电商短片
用产品图锁住主体和包装外观，再生成带配音或环境声的短片
一次能放多少素材，出什么规格
按当前 Pilio 配置选择生成方式、参考素材、时长、分辨率和画面比例
多模态输入
文字、首尾帧、全能参考
可从提示词、单张首帧、成对首尾帧或一组多模态参考开始
视频时长
4–15 秒逐秒可选
支持范围内的每一个整数秒时长
输出分辨率
768p 或 2K
默认使用 768p，也可选择 2K 24FPS 输出
画面比例
自适应或 6 种固定比例
纯文字生成需指定 21:9、16:9、4:3、1:1、3:4 或 9:16；带参考素材可选自适应，用首尾帧时跟随上传图片
图片参考
最多 9 张图片
引导主体、产品、场景、风格、道具和其它视觉锚点
动作与声音
3 个视频 + 3 个音频
单次合计不超过 12 份文件，参考音频不能单独使用
MiniMax H3 常见问题
MiniMax H3 就是海螺 3 吗？
是同一个模型。海螺是 MiniMax 的视频模型系列，H3 是第三代，也会被写成 Hailuo 3、海螺 3.0 或 Hailuo H3
MiniMax H3 可以只用纯文本生成吗？
可以，文生视频模式无需上传参考素材，输入提示词即可生成带原生立体声的视频
什么时候适合使用首帧和尾帧？
当开场与结尾构图已经确定，并希望模型在两端之间生成过渡运动时，适合同时指定首尾帧；此时画面比例跟随上传图片
MiniMax H3 会同时生成声音吗？
会，H3 会同时生成原生双声道声音；参考音频可用于声音风格、音色或节奏引导，但不能单独作为参考输入
MiniMax H3 支持哪些对白语言？
MiniMax 公布稳定支持中文、英语、日语、韩语、西班牙语、葡萄牙语、法语、德语、意大利语、俄语和阿拉伯语对白，其它语言也有不同程度的支持
可以选择哪些时长和分辨率？
Pilio 支持 4–15 秒的每一个整数秒时长，以及 768p 和 2K 24FPS 输出
MiniMax H3 与 Kling 3.0 有什么区别？
Kling 3.0 提供最高 4K 和多镜头控制，MiniMax H3 更侧重多模态参考与原生立体声；应根据目标画质、参考素材和预算选择
MiniMax H3 开源了吗？
MiniMax 已经开放 H3 权重，但在 Pilio 上不需要下载模型或准备 GPU，浏览器里直接生成
参考素材数量有限制吗？
单次最多使用 9 张图片、3 段视频和 3 条音频，合计不超过 12 份文件；参考音频需与图片或视频一起使用，提示词必填且最多 7,000 字符
生成一次需要多少积分？
预计积分随视频时长、分辨率、参考图片数量和参考视频时长变化，提交前会显示当前估算值
生成结果需要人工复核吗？
文字、界面和复杂动作建议在发布前逐帧确认；复杂镜头可以多生成几个候选再挑
生成的视频可以商用吗？
是否可商用取决于 MiniMax 当前许可、Pilio 条款以及你对上传和生成素材拥有的权利，发布前请核对适用条款