MiniMax H3 (Hailuo 3.0)

Erzeuge 2K-Video mit 24 fps, in dem Dialog, Effekte und Atmo im selben Durchgang gemischt werden. Kombiniere Bild-, Video- und Audioreferenzen in einem Prompt und schneide zwischen Einstellungen, ohne Takes zusammenzusetzen. Probiere MiniMax H3 kostenlos auf MaxH3.

Optional
Optional
20

Die wichtigsten Funktionen von MiniMax H3

Multimodales Verständnis über alle Eingaben hinweg

H3 liest deine Referenzen nicht nacheinander. Gib ihm einen Clip, ein Foto und eine Sprachaufnahme und sag dann, wie sie zusammengehören: Nimm die Kamerafahrt aus dem ersten, stell die Person aus dem zweiten davor, richte die Sprechweise nach dem dritten. Das Modell findet heraus, welche Datei was beisteuert und wie die Teile zusammenkommen — Regieanweisung bleibt Klartext statt eines Stapels getrennter Uploads und Einstellungen. Du beschreibst die Einstellung so, wie du sie einem Team beschreiben würdest, und H3 löst den Rest.

INPUT

Reference image

Reference clip

Reference audio

OUTPUT VIDEO

0:06

Nativer Stereoton im selben Durchgang

Die meisten Modelle geben dir einen stummen Clip und überlassen den Ton einem zweiten Werkzeug. H3 rendert Dialog, Effekte, Raumklang und Musik zusammen mit den Bildern und liefert sie als nativen Stereoton in einer Datei. Das Timing richtet sich nach dem, was im Bild passiert: Eine Tür schließt, wenn sie schließt, und Schritte landen dort, wo die Füße landen. Nichts nachträglich zu synchronisieren, nichts neu zu bauen, wenn sich die Einstellung ändert.

Omni Reference nimmt Bilder, Clips und Audio zusammen

Echte Briefings bestehen selten aus einer Eingabe und selten aus nur einer Art von Eingabe. Omni Reference nimmt alle drei in derselben Generierung an — bis zu neun Bilder, drei Videoclips und drei Audiodateien, jeweils mit eigenem Limit. Fixiere ein Gesicht aus einem Foto, hol die Bewegung aus vorhandenem Material, bring eine Aufnahme mit und trag alles zusammen in dieselbe Einstellung. Audioreferenzen laufen dabei zusammen mit einem Bild oder einem Clip, nicht allein. Es ist dieselbe Idee wie bei Referenz zu Video, nur mit deutlich mehr Spielraum.

INPUT

OUTPUT VIDEO

0:10

Native Mehrfacheinstellungen, ohne Montage

Fünfzehn Sekunden reichen für eine Sequenz, nicht nur für einen Moment. H3 schneidet innerhalb einer Generierung zwischen Einstellungen: von der Totale über eine mitziehende Halbnahe bis zur Nahaufnahme, wobei Figur und Schauplatz über alle drei hinweg halten. Schreib die Momente der Reihe nach auf, und das Modell übernimmt die Übergänge. Ein Rendering, ein Tonbett, nichts, was danach zusammengesetzt werden muss.

Kamerasteuerung ohne Preset-Menü

H3 liest Kamerasprache als Sprache. Bitte um eine langsame Ranfahrt, einen Kranschwenk oder eine Handkameraverfolgung, und es hält sich daran — kein Modus zum Auswählen, kein Parameter zum Einstellen. Zeig ihm stattdessen einen Referenzclip, und es überträgt Bewegung, Timing und Kameraverhalten auf ein völlig anderes Motiv. Nützlich, wenn du bereits Material hast, das sich richtig bewegt, aber ein Motiv zeigt, das nicht passt.

Erstes und letztes Bild, Bewegung dazwischen

Gib H3 ein einzelnes Bild, und es generiert von diesem Bild aus vorwärts. Gib ihm zwei, und es findet heraus, wie es vom einen zum anderen kommt: der Übergang, das Tempo, die Physik der Bewegung. Wenn du weißt, wie eine Einstellung beginnt und wie sie landet, aber nicht, was dazwischen passiert — genau dieses Dazwischen löst H3.

Präzises Bearbeiten per Beschreibung

Generieren ist nur die halbe Miete. Ersetze eine Figur, füge ein Objekt hinzu oder entferne es, ändere den Hintergrund, leuchte die Szene neu aus, schreib den Dialog um oder wechsle die Stimme, die ihn spricht. Die Änderung greift auf das, was du benannt hast, und lässt den Rest des Bildes unangetastet — du überarbeitest einen Take, statt ihn neu zu generieren und zu hoffen, dass die guten Teile wiederkommen. Wenn die Arbeit über eine einzelne Einstellung hinausgeht, übernimmt der KI-Videoeditor ab da.

INPUT

Source clip

PROMPT

Remove the front basket from the bicycle.

OUTPUT VIDEO

0:04

ERSTE SCHRITTE

So generierst du mit MiniMax H3

1
Eingaben auswählen

Starte allein mit einem Prompt oder ergänze Bilder, Clips und Ton für alles, was festgelegt sein soll. Du arbeitest von einem einzelnen Bild aus? Dann nimm Bild zu Video stattdessen.

2
Die Regieanweisung schreiben

Sag der Reihe nach, was passiert, und wie jede Referenz verwendet werden soll. Nenn den Ton, den du willst — was du weglässt, ergänzt H3.

3
Format und Länge festlegen

Wähle Seitenverhältnis und Dauer und generiere. Die Datei kommt mit fertig gemischtem Ton zurück.

Bereit für dein erstes Video?

YouTube-Videos zum KI-Videomodell MiniMax H3

I made a short film in ComfyUI — MiniMax H3 | THE RECITATION

CGlide (RedShade)

Short Movie - Minimax H3 2m20s (WF & Repo Soon)

CGlide (RedShade)

This 1-Minute AI Movie Looks TOO Real 🎬 (MiniMax H3, text-to-video)

Struggle Technology

MiniMax H3, the king of AI commercial ads

AnimAItion Studio

MiniMax H3's anime aesthetics are honestly on another level

AnimAItion Studio

MiniMax H3 auf X: Was die Community macht

Häufige Fragen

MiniMax H3, auch Hailuo 3.0 genannt, ist das multimodale Videomodell von MiniMax, veröffentlicht im Juli 2026. Es liest Text, Bilder, Video und Ton als einen zusammenhängenden Kontext und liefert einen fertigen Clip mit nativem Stereoton.

Ja. Jeder Clip kommt mit Dialog, Soundeffekten und Atmo zurück, zeitlich auf das Geschehen im Bild abgestimmt und gemeinsam mit den Bildern erzeugt statt nachträglich hinzugefügt.

Bis zu neun Bilder, drei Videoclips und drei Audiodateien. Nutze sie für ein Gesicht, eine Bewegung, eine Kamerafahrt oder eine Stimme. Audioreferenzen müssen mit einem Bild oder einem Clip gepaart werden.

Ja. Ersetze oder entferne Personen und Objekte, ändere Hintergrund und Licht oder überarbeite Dialog und Stimme, indem du die Änderung beschreibst. Unangetastete Teile des Bildes bleiben, wie sie waren.

Vorspänne und Trailer im Filmstil, E-Commerce-Produktvideos, Marken- und Social-Ads, animierte Poster, Musik- und Lyric-Visuals, Game-Trailer und UI-Animationen, Erklärstücke, Vlog-Intros und Kurzfassungen für Short-Form-Feeds.

Werbung und Marketing, E-Commerce und Handel, Film und Unterhaltung, Gaming, Produkt- und UI-Design, Bildung sowie Social-Media-Publishing.

Ja. Neue Konten erhalten Gratis-Credits, um mit MiniMax H3 zu generieren. Sind die aufgebraucht, lassen sich Credits kaufen oder über einen Plan ergänzen.

Kinoreifes Video mit nativem Stereoton

Bring deine Referenzen mit, schreib das Briefing, bekomm einen fertigen 2K-Clip mit Ton.