MiniMax H3 AI 视频生成器
前沿 2K 视频 —— 三种创作方式
MiniMax H3 又名 Hailuo 03，是 MiniMax 于 2026 年 7 月发布的前沿视频生成模型——专为锐利细腻的 2K 输出与逼真的运动而打造。将一段文本提示词、一张图像，或一组参考图像、片段与音频轨道，转化为一条精致的 2K 视频。时长可设置为 5 到 15 秒，并可从七种宽高比中选择，参考模式下还支持自适应构图。
在 LoveGen AI 上，你可以通过三种方式运用 Hailuo 03。文本生视频根据书面描述生成完整的 2K 片段，宽高比覆盖 21:9 到 9:16。图像生视频可让起始帧动起来，还能搭配可选的结束帧实现首尾帧关键帧控制，输出会跟随图像的宽高比。参考生视频最多可接受九张参考图像（在提示词中以 Image 1、Image 2 引用）、最多三段用于运动参考的视频片段和最多三段参考音频轨道，在遵循所参考的运动与声音的同时保持主体一致。无需订阅——你只需为所生成的内容付费。
如何使用 MiniMax H3
第 1 步：选择你的模式
选择「文本」以根据提示词生成，选择「图像」以让照片动起来（可选结束帧实现关键帧控制），或选择「参考」以用最多 9 张图像加参考视频和音频来引导视频。
第 2 步：撰写提示词与设置
描述场景与运动，然后设置时长（5–15s）和宽高比。在参考模式下，在提示词中以 Image 1、Video 1、Audio 1 引用你的素材。
第 3 步：生成并下载
点击生成，让 Hailuo 03 渲染出你的 2K 视频。在浏览器中预览，准备就绪后下载 MP4。
MiniMax H3 技术规格
| 提供方 | MiniMax |
| 发布日期 | July 2026 |
| 分辨率 | 2K |
| 视频时长 | 5–15 seconds |
| 宽高比 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16（参考模式另有自适应） |
| 关键帧控制 | 首尾帧过渡（图像模式） |
| 输入模式 | 文本生视频、图像生视频（首/尾帧）、参考生视频 |
| 参考输入 | 最多 9 images、3 videos、3 audio（≤12 total） |
为什么选择 MiniMax H3
前沿 2K 画质
Hailuo 03 以 2K 渲染每一条片段，细节清晰、运动逼真——相比多数 AI 视频模型的 720p–1080p 输出是明显的跃升。
关键帧与参考控制
精准掌控生成：用首尾帧组合实现可控过渡，或用最多九张在提示词中直接引用的参考图像锁定主体与风格。
运动与音频参考
提供短视频片段以迁移运动，用音频轨道驱动情绪与口型同步，在遵循参考素材的同时保持角色一致。
MiniMax H3 与其他 AI 视频生成器对比
| Feature | MiniMax H3 | Seedance 2.0 Mini | Flux 3 | Veo 3.1 |
|---|---|---|---|---|
| 提供方 | MiniMax | ByteDance | Black Forest Labs | Google DeepMind |
| 最高分辨率 | 2K | 720p | 720p | 1080p |
| 最长时长 | 15s | 15s | 15s | 8s |
| 原生音频 | 通过音频参考 | 支持 | 支持 | 支持 |
| 输入模式 | 文本、图像、参考 | 文本、图像、参考 | 文本、图像、参考 | 文本、图像 |
| 最适合 | 2K 细节与真实感 | 速度与成本 | 多模态创作 | 照片级真实感 |
用 MiniMax H3 你能创作什么
热点与社交内容
以清晰的 2K 快速制作 TikTok、Reels 和 Shorts——非常适合在热点爆发当天就跟上潮流。
产品与广告片段
用首尾帧关键帧控制，将产品照片转化为具有精致揭示效果的 2K 短宣传片。
角色一致性
使用参考图像并在提示词中以 Image 1、Image 2 引用，在多个片段间保持角色或风格一致。
运动迁移
提供一段简短的参考片段，让 Hailuo 03 用你的主体复现其中的运动——舞蹈、手势与运镜。
口型同步与声音驱动的片段
在图像或视频之外添加参考音频，以驱动口型同步、节奏和情绪。
故事板与预演
在投入完整制作之前，根据文本提示词以 2K 快速可视化场景和镜头。
探索相关 AI 视频生成器
MiniMax H3 常见问题
什么是 MiniMax H3？
MiniMax H3 又名 Hailuo 03，是 MiniMax 于 2026 年 7 月发布的前沿视频生成模型。它能渲染出运动逼真、画面锐利的 2K 视频。在 LoveGen AI 上，你可以将它用于文本生视频、图像生视频和参考生视频，时长为 5 到 15 秒。
MiniMax H3 支持哪些输入模式？
三种：文本生视频（根据提示词生成）、图像生视频（让起始帧动起来，并可选结束帧）、参考生视频（用最多 9 张参考图像，外加最多 3 段参考视频和 3 段参考音频轨道来引导结果）。
什么是首尾帧关键帧控制？
在图像模式下，你可以同时上传首帧和可选的尾帧。Hailuo 03 会生成两者之间的运动，实现从一张图像到另一张的可控过渡——非常适合变形、揭示和场景切换。输出的宽高比跟随你的首帧。
参考生视频如何工作？
上传最多 9 张用于主体与风格的参考图像、最多 3 段用于运动的短视频片段（每段 2–15s），以及最多 3 段音频轨道——总计最多 12 个文件。在提示词中按顺序引用每个素材：Image 1、Image 2、Video 1、Audio 1。音频不能作为唯一参考，需至少搭配一张图像或一段视频。
有哪些可用的分辨率、时长和宽高比？
所有视频均以 2K 渲染。时长为 5 到 15 秒。文本模式提供 21:9、16:9、4:3、1:1、3:4 和 9:16；参考模式增加自适应构图；图像模式下宽高比跟随你上传的图像。
计费方式是怎样的？
无需订阅——你按生成次数使用积分付费。费用随时长变化，因此 5 秒的片段比 15 秒的更便宜。所有视频均以 2K 渲染，不收取分辨率附加费。