悬崖飞车追逐
连续镜头跟随骑手穿过隧道，搭配引擎尖啸和回荡的风声。
MiniMax H3 视频生成：自带立体声
MiniMax H3（海螺 H3）把画面和立体声一起生成：人物对白、音乐、环境声和动作音效都可以写进提示词。用文字构思镜头，上传首尾帧安排起止画面，或组合参考图、视频和音频；片长可选 4–15 秒，输出 768P 或 2K。
需要灵感吗？
更多设置768P
示例
Aerial drone shot gliding forward low over a glacier fjord at sunrise. A small red research ship cuts a bright white wake through dark blue water between towering blue ice cliffs, and a slab of ice breaks from the cliff on the left and crashes into the sea. Low golden sun, long shadows, crisp detail on the ice, cinematic teal and amber grade. Sound: steady wind, the distant hum of the ship engine, a deep booming splash as the ice hits the water.
这是参考示例。
海螺 H3：让画面和声音一起成形
MiniMax H3 是海螺 AI 系列的视频模型。做海螺视频时，可以同时写清人物动作、镜头和声音，不必先生成无声画面再另配音。每段结果都带立体声，本页没有关闭声音的开关；想要安静的场景，可要求只保留轻微环境声。
这个 MiniMax 视频模型有 3 种输入方式：文字直接生成；首帧加可选尾帧；参考图、视频和音频组合。在线使用不需要安装软件或准备显卡。先用短片检查动作和声音，再决定要不要提高分辨率，这样更容易发现要改的地方。
先看不同输入方式的效果
3 种输入方式都有示例，打开声音可以听立体声。点卡片会把对应设置填进上方操作区，示例图仅供参考。
蜂蜜松饼
竖屏特写展示蜂蜜缓缓落下，倾倒和滴落声配合画面动作。
屋顶晾衣
用首帧确定人物、篮子和傍晚光线，再描述风吹过晾晒床单的动作。
参考素材唱歌
图片提供人物，视频提供镜头运动，MP3 提供参考人声。
积木世界
把书房和挥手的人物改成塑料积木风格，生成时会尽量保留原片动作和空间布局。
香水广告字幕
2K 微距展示水滴在深色玻璃上溅开，再让指定标题出现在瓶子下方。
MiniMax 视频生成，按这四步操作
先确定输入方式，再安排画面、声音和片长。
选择输入方式
文生视频只需文字；图生视频必须有首帧，尾帧选填；参考素材生视频可放 3 张图、1 段视频和 1 段 MP3，其中至少要有图片或视频。
分别写清画面和声音
先描述主体、动作和镜头，再写环境声、音效和音乐。对白用引号标明，句子长度要适合所选片长。
设置片长和画面
在 4–15 秒之间选整数时长，再选 768P 或 2K。文生视频和参考素材生视频提供横屏、竖屏、方形；图生视频跟随首帧比例。
生成后试听并下载
“用 MiniMax H3 生成视频”按钮上会先显示本次所需积分。结果完成后打开声音，检查人声、动作和音效是否合拍，再下载保存。
把声音、首尾帧和参考素材各用在合适的位置
声音、分辨率、首尾帧和参考素材，下面分别说明用法。
对白、音乐和音效一起生成
把台词放在引号里，再描述背景音乐和环境声。文生视频和图生视频不需要上传音频；想参考自己的歌曲，可切换到“参考素材生视频”。
所有片长都能选择 2K
4–15 秒的每个整数时长都可选 768P 或 2K。先检查镜头节奏，再用 2K 重新生成，呈现冰川、水面或商品细节；每次生成均按设置扣费。
首尾帧决定起止画面
上传首帧确定人物和场景，尾帧选填。中间过程仍需文字说明，例如车门关上、列车离站、镜头沿站台侧移。结果完成后检查人物和环境是否符合原图。
为每份参考素材分配用途
可以组合 3 张图片、1 段视频和 1 段 MP3。说明人物取自哪张图、运镜参考哪段视频、人声参考哪段音频，减少模型猜测。
给已有视频换一种画风
把原片作为参考视频，描述想要的新风格，生成时会尽量保留动作。上方积木示例展示了这种用法；它是重新生成画面，需检查原有布局和动作是否保留。
本页的输入限制和输出规格
上传前先检查文件大小和时长。
| 项目 | MiniMax H3 |
|---|---|
| 模式 | 文生视频、图生视频、参考素材生视频 |
| 时长 | 4–15 秒，按整数秒选择 |
| 分辨率 | 768P 或 2K |
| 比例 | 文字和参考素材：16:9、9:16、1:1；图生视频跟随首帧 |
| 首尾帧 | 首帧必填、尾帧选填；JPG、PNG 或 WebP，每张最大 20 MB |
| 参考素材 | 最多 3 张图、1 段视频（MP4/MOV，2–15 秒，最大 50 MB）和 1 段 MP3（2–15 秒，最大 10 MB） |
| 声音 | 每段都有立体声对白、音乐或音效，不能关闭生成声音 |
| 提示词 | 最多 5,000 字符 |
参考音频必须搭配图片或视频。参考视频的时长也计入所需积分，生成前以“用 MiniMax H3 生成视频”按钮上的积分为准。
和其他有声模型怎么选
按片长、参考素材数量和声音控制来选择。
| 项目 | MiniMax H3 | Seedance 2.5 | 可灵 Kling 3.0 |
|---|---|---|---|
| 开发方 | MiniMax（海螺 AI） | 字节跳动 | 快手（可灵 AI） |
| 适合用途 | 声音驱动的短片和参考素材表演 | 用图片、视频和音频参考安排较长镜头 | 多镜头叙事 |
| 片长 | 4–15 秒 | 4–30 秒 | 3–15 秒 |
| 最高分辨率 | 2K | 1080p | 4K |
| 首尾帧 | 支持 | 支持 | 支持 |
| 参考素材 | 本页最多 3 张图、1 段视频和 1 段 MP3 | 模型上限 30 张图、10 段视频和 10 段音频；本站对应页面各上传 1 个文件 | 最多 3 个元素，可另加参考人声 |
| 原生声音 | 立体声，始终开启 | 支持，可关闭 | 支持，可开关 |
若只想低成本检查动作，也可考虑 Wan 2.2 的 5 秒草稿，提供 480p 或 720p，不支持参考素材。
这些镜头适合先做短片试拍
美妆和香水
用逆光、水雾和微距展示商品，搭配简短音效和标题，先检查广告构思。
美食内容
用竖屏拍倾倒、煎炒和滴落动作，听声音是否符合食材质感。
短片对白
用固定机位近景试一句台词，检查语气和节奏，再用于拍摄讨论。
音乐表演
组合人物照片、运镜参考和歌曲，先看表演方向是否合适。
旅行画面
生成带风声、水声或引擎声的风景补充镜头，使用时说明 AI 生成来源。
动态分镜
让分镜图或照片动起来，在正式拍摄前检查时间分配和运镜。
有声视频生成，提示词要写清听见什么
画面、镜头、声音分开描述；对白保持简短。
对白加引号
例如：她轻声说“我留着那张车票。”不要让一句话超过片长，必要时分成两段。
声音按远近描述
先写近处水滴，再写低音大提琴和室内底噪。只想要环境声，可明确写不要音乐。
对白镜头少移动
近景说话时可要求固定机位，不推拉、不摇镜。再分别写前两秒看窗外、随后转头说话。
交代参考素材用途
例如：人物外观参考图片，镜头侧移参考视频，人声参考音频。不要让多份素材承担互相冲突的要求。
画面文字写准确
写清实际文字、字体风格和出现时间。例如香水示例要求第 3 秒淡入 NOCTURNE 09。生成后仍需检查拼写。
先检查动作，再提高分辨率
先用 768P 看节奏和声音，满意后可按同样构思重新生成 2K。重新生成会再次扣费，画面也可能变化。
使用前常见问题
了解声音、参考素材、片长和所需积分。
是。海螺 H3 指 MiniMax H3，属于 MiniMax 的海螺 AI 系列。这里提供文字、首尾帧和参考素材 3 种输入，生成 4–15 秒、768P 或 2K 的立体声视频。
需要。所需积分取决于片长、分辨率以及参考视频的时长，开始前“用 MiniMax H3 生成视频”按钮上会显示具体数量。注册即送 100 积分；首次购买任意套餐或积分包后，这些积分会解锁并永久有效。
15 秒。可在 4–15 秒之间按整数秒选择，3 种模式和 2 种分辨率都适用。
可以。文生视频和参考素材生视频提供 16:9、9:16 和 1:1；图生视频跟随首帧比例。分辨率可选 768P 或 2K，2K 所需积分更多。
不能。生成时始终带声音。可要求只保留轻微环境声、不要音乐或对白，也可下载后用剪辑软件静音或换音轨。
选择“参考素材生视频”，视频用 MP4 或 MOV，2–15 秒、最大 50 MB；音频用 MP3，2–15 秒、最大 10 MB。音频必须搭配至少一张图片或一段视频，再说明每份素材的用途。只使用有权使用的素材。
能改画风，但本页不能直接延长。可以把原片作为参考视频，要求换画风并保留动作。要接续，可把成片尾帧作为下一段首帧，或使用“AI 视频延长”。
需要 15 秒以内的 2K 片段、声音和参考表演时可试 H3；需要最长 30 秒的片段，或想关闭生成声音时，可查看“Seedance 2.5 视频生成”。
先播放本页示例并打开声音，再用自己的简短场景测试。重点检查对白、音效和动作是否合拍，再决定是否适合自己的项目。
EzImgMaker 是独立服务，和 MiniMax 没有关联，也没有获得其背书或赞助。
把下一段画面和声音写下来
从一个场景、一张首帧或自己的参考素材开始，先安排好动作和声音，再选择输出设置。
MiniMax 和 Hailuo 是 MiniMax 或其关联公司的商标。EzImgMaker 是独立服务，和上述公司没有关联，也没有获得其背书或赞助。