视频模型指南

MiniMax H3 视频生成 自带声音

MiniMax H3 将文字描述或一张起始图变成 4 到 15 秒、带生成音轨的片段。

参数与规格

H3 围绕“带着声音到达”的片段设计:每次渲染都包含音轨,因此第一版就已经像一条完整的短片,而不是无声的粗剪。

时长为 4 到 15 秒的整秒,共两档画质。对于声音与画面同样重要的短视频格式,它是一个直接的选择。

片段时长
4–15 秒
画质档位
768P · 2K
声音
始终生成声音
文生模式画幅选项
21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16
提示词上限
7000 个字符

文生模式下可以选择画幅与画质档位;图生模式下画幅跟随上传的静态图,因此画幅选择器会被图片上传取代。

这个模型擅长什么

默认带声音

每次渲染都带生成的音轨,片段的第一版就已经可以完整播放。

两种起点

用文字描述镜头,或上传一张静态图作为首帧,让模型从它构建运动。

短而可控的时长

在 4 到 15 秒之间任意选择,让片段保持在常见的短格式范围内。

常见用途

短视频社交片段

竖版或方形片段,生成的环境声本身就能撑住画面,不需要单独配乐。

动态分镜草案

在投入更长制作之前,把一条分镜文字变成带声音的可播放镜头。

产品亮相

为一张主图添加动态,让生成的音轨承载揭晓的节奏,而不必事后配乐。

开始前需要了解的限制

  • 声音无法关闭。H3 始终生成音轨,因此不适合需要完全无声成片的场景。
  • 片段时长为 4 到 15 秒;没有自动时长,也没有更长的单镜头。
  • 每次任务一张起始图,平台目前不提供多图或参考视频输入。

如何开始

1

打开工作台

使用本页上的按钮,它会以你当前阅读的语言打开对应工作台,并已选中该模型。

2

描述你想要的结果

写清楚画面或图像中应该发生什么。具体的主体、构图和动作比简短的标签能提供更多信息。

3

设置参数并确认

在支持的地方选择时长或画质档位、画幅和声音,然后在生成前核对这组参数对应的积分报价。

费用说明

生成会消耗账户积分。视频模型按所选画质档位、按生成的秒数计费,图像模型按张计费。工作台会在确认前显示准确金额,定价页列出当前套餐。

查看积分套餐

关于这个模型的常见问题

MiniMax H3 一定会生成声音吗?

是的。每次渲染都包含音轨,这个模型没有无声选项。如果需要无声输出,请选择其他视频模型。

片段最长是多少?

4 到 15 秒,按整秒设置,在工作台确认前选定。

可以选哪些画质档位?

768P 和 2K。积分报价会随档位和你设置的时长变化。

从图片开始时可以控制画幅吗?

不可以。输出会跟随上传的静态图,因此画幅选择器只在文生视频模式中出现。

它接受参考视频吗?

目前平台上不接受。今天可用的输入是文字和一张起始图。