MiniMax H3(海螺 3.0)

生成 24fps 的 2K 视频,对白、音效和环境声在同一次生成里混好。把图片、视频、音频参考放进同一条提示词,然后在镜头之间直接切换,不用把几条素材接起来。在 MaxH3 上免费试用 MiniMax H3。

可选
可选
20

MiniMax H3 的核心能力

  • 多模态理解: 说清楚几个参考之间是什么关系,剩下的交给 H3。
  • 原生立体声: 对白、音效和环境声与画面在同一次生成里渲染出来。
  • Omni Reference: 一次生成可用九张图、三段视频和三条音频。
  • 原生多镜头: 远景、中景、特写之间直接切,不用把几条素材接起来。
  • 运镜控制: 把想要的运镜写出来,或者直接从参考片段里搬过来。
  • 首帧与尾帧: 把镜头两端定住,中间怎么动交给 H3 解。
  • 精准视频修改: 点名要改什么,就能替换人物、物件、光线和台词。

跨所有输入的多模态理解

H3 不是一个一个地读你的参考。给它一段片子、一张照片和一段录音,再告诉它这几样怎么组合:运镜取自第一个,把第二个里的人放到镜头前,语气按第三个来。哪个文件负责什么、这些部分怎么拼到一起,模型自己会算。于是导演意图仍然是一句大白话,而不是一堆各自独立的上传项和设置项。你像给剧组讲戏一样描述这个镜头,剩下的由 H3 解决。

INPUT

Reference image

Reference clip

Reference audio

OUTPUT VIDEO

0:06

同一次生成里出来的原生立体声

多数模型只给你一段没有声音的片子,声音丢给第二个工具去做。H3 把对白、音效、空间声和配乐与画面一起渲染,作为原生立体声装进同一个文件。时间点是对着画面里发生的事情定的,所以门关上的那一刻才有关门声,脚步声落在脚落地的位置。事后不用对轨,镜头改了也不用重做一遍。

Omni Reference 同时接收图片、视频和音频

真实的需求很少只有一个输入,也很少只有一种输入。Omni Reference 在同一次生成里三种都收——最多九张图、三段视频和三条音频,每类各有上限。用照片锁住一张脸,从已有素材里取运动,再带上一段录音,把这些一起带进同一个镜头。音频参考不能单独用,要跟一张图或一段片子配在一起。 思路和 参考生视频 是同一套,只是余地大得多。

INPUT

OUTPUT VIDEO

0:10

原生多镜头,不用接片

十五秒足够放下一整段,而不只是一个瞬间。H3 在一次生成里就能切镜头:交代环境的远景,接跟拍的中景,再到特写,人物和场景在这三段里都稳得住。把节拍按顺序写出来,转场由模型处理。渲染一次,一条声音底,事后没有需要拼装的东西。

不靠预设菜单的运镜控制

H3 把镜头语言当语言来读。你要一个缓慢推进、一个升降扫摇,或者手持跟随,它就照做,没有模式要选,也没有参数要调。或者干脆给它一段参考片子,它会把那里面的运动、节奏和机位习惯搬到一个完全不同的主体上。当你手上已经有一段动得正好、但主体不对的素材时,这个特别管用。

首帧和尾帧,中间的运动交给它

给 H3 一张图,它从这一帧往后生成。给它两张,它会算出怎么从一头走到另一头:过渡、节奏、运动的物理逻辑。当你知道一个镜头怎么开场、怎么落地,却不知道中间发生什么时,中间这段正是 H3 在解的东西。

靠描述完成的精准修改

生成只是一半。换掉一个角色,加进或抹掉一个物件,换背景,重打光,改台词,或者换一个人来念这句台词。改动只作用在你点名的那部分,画面其余地方原封不动——你是在修一条素材,而不是重新生成、再祈祷好的部分能回来。 当工作超出单个镜头的范围,接下来交给 AI 视频编辑器。

INPUT

Source clip

PROMPT

Remove the front basket from the bicycle.

OUTPUT VIDEO

0:04

开始使用

怎么用 MiniMax H3 生成

1
选好输入

只用一条提示词起步也行,或者把想要固定下来的东西以图片、片段和音频的形式加进去。想从单独一帧开始? 那就改用 图生视频 来做。

2
写下导演意图

按顺序说发生了什么,以及每个参考该怎么用。想要什么声音也写上——你没写的部分 H3 会补。

3
定好画幅和时长

选好画面比例和时长,然后生成。拿回来的文件里声音已经混好了。

准备好做第一条视频了吗?

YouTube 上关于 AI 视频模型 MiniMax H3 的内容

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

X 上的 MiniMax H3:大家在做什么

常见问题

MiniMax H3 又叫海螺 3.0,是 MiniMax 在 2026 年 7 月发布的多模态视频模型。它把文字、图片、视频和音频当作同一个上下文来读,返回一条自带原生立体声的成片。

会。每条片子返回时都带着对白、音效和环境声,时间点对着画面里的动作,而且是跟画面一起生成的,不是事后补的。

最多九张图片、三段视频和三条音频。可以用来定一张脸、一个动作、一次运镜或者一个声音。音频参考需要和一张图或一段片子配在一起用。

能。替换或删掉人物和物件,换背景和光线,或者改台词和配音,只要把改动描述出来就行。画面里没被点到的部分保持原样。

电影感的片头和预告、电商产品视频、品牌与社交广告、动态海报、音乐与歌词视觉、游戏预告与界面动效、科普讲解、vlog 片头,以及给短视频信息流用的剪短版。

广告营销、电商零售、影视娱乐、游戏、产品与界面设计、教育,以及社交媒体内容发布。

可以。新账号会附带免费积分,用来在 MiniMax H3 上生成。用完之后可以单独购买积分,也可以通过订阅方案补充。

做带原生立体声的电影感视频

把参考素材带来,把需求写下来,拿回一条声音齐全的 2K 成片。