MiniMax H3 视频生成器

MiniMax H3 可生成 2K、24fps 视频，并原生提供立体声音频和 21:9 宽屏画幅，生成后即可发布。在 Ricebowl AI 免费试用 MiniMax H3。

选择模型
10s

选择视频生成时长

选择清晰度

横屏

选择比例

预计 — Credits

MiniMax H3 · Hailuo 3.0 · 原生立体声音频

MiniMax H3 的关键功能，每项都由旁边的片段验证。

下面每个片段都由本生成器通过 MiniMax H3 渲染完成，并包含声音。每项功能都省去了旧工作流中的一个步骤：单独做声音、裁剪画面、为漂移的脸重新拍摄，以及在编辑器里伪造本不存在的画面。

MINIMAX H3 的独特之处

创作者为什么选择 MiniMax H3以及如何设置镜头，让第一次渲染就更接近目标

MiniMax H3 的突出优势

  • 一遍生成声音和画面：MiniMax H3 会在与画面相同的一次渲染中生成双声道立体声、对白、环境声和音效，因此片段无需单独制作声音就能发布。
  • 用日常语言指导摄像机：写下运动方式，例如缓慢推进、摇臂扫过或手持跟拍，模型会执行你的描述，而不是自行猜测，让镜头服务于你想讲的故事。
  • 一条提示词生成多镜头序列：描述剪切方式后，MiniMax H3 会在一次渲染中改变角度，返回剪辑好的序列，而不是一段冗长的固定镜头。
  • 独立榜单排名靠前：在 Artificial Analysis 视频竞技场中，MiniMax H3 在视频编辑类别排名第一，在文生视频和图生视频类别进入前三，评测者也持续称赞它对提示词的还原度。
  • 输出可直接制作：24fps 的 2K 视频，每个片段最长 15 秒，六种画幅包括 21:9，并支持九张参考图。在这里，768p 的 6 秒片段只需 20 积分，正好是新账号的起始额度。

渲染前需要知道

  • 从静态图开始，而不是视频：本页面的 MiniMax H3 支持文本、图像和参考音频。你可以提供产品图、角色设定图，或首帧与尾帧；现有视频片段不能在这里作为输入。
  • 说清楚你想听到什么：模型默认会生成声音。要求一句对白，它就会加入对白；想要安静、自然速度的片段时，写入“无对白，仅环境声”或“实时速度”。
  • 把长故事拆成多个片段：单次渲染时长为 6、10 或 15 秒。需要更长的作品时，用同一组参考图分别渲染每个场景，再把它们剪在一起。
  • 让脸部处于中景或近景：脸部占据画面较大区域时最清晰。远距离主体的宽景更适合风景和人群。

谁在使用 MINIMAX H3

MiniMax H3 的使用场景，从竖屏广告到预演

01

营销和广告团队

生成带音乐、音效和现成台词的 9:16 竖屏广告，再将胜出的脚本以 2K 重新渲染，用于高价值投放位。MiniMax H3 能在几分钟内把一张产品静态图和一段文字变成完整广告。

02

电商商店

把静态产品摄影变成带氛围光和背景音频的旋转展示。九张参考图能让标签、缝线和颜色在完整旋转过程中保持准确。

03

社交媒体创作者

用同一组参考图，让一个数字形象在整月的视频中保持一致；把完整的开场钩子放进单条 15 秒片段，不必再拼接两段视频。

04

电影制作人和导演

用日常语言写出摄像机运动，在没人预订场地前，就能得到包含正确跟拍、正确摇臂和 21:9 画幅的动态分镜。多镜头提示词返回剪辑后的序列，而不是单一长镜头。

05

游戏开发者

使用同一张角色设定图作为参考，制作角色战斗片段原型或 CG 预告片，加入多角度剪切和同步的环境音，让主角在每个镜头里都保持一致。

06

音乐人和播客主

上传音轨作为参考音频，MiniMax H3 会让剪切、动作和唇形贴合音轨，把单曲或播客片段变成无需时间线制作的可视化视频。

对比

MiniMax H3 对比 Seedance 2.0 与 Kling 3 Omni

功能MiniMax H3Seedance 2.0Kling 3 Omni
音频生成每次渲染都原生生成双声道立体声，并支持可选参考音频原生音频，默认开启原生音频，按单独 SKU 计费
分辨率768p 和 2K（2560x1440），24fps480p、720p、1080p1080p 和 4K
单个片段最长时长15 秒15 秒10 秒
画幅比例六种，包括 21:9 宽屏横屏和竖屏横屏和竖屏
参考图数量992
输入选项文本、图像和参考音频文本、图像、视频和音频文本和图像
适合场景带声音的片段、宽屏和 2K 成片重塑风格或延长现有视频会说话的角色和唇形同步
适合这些情况你想一次渲染就得到带声音的成片，画幅为 21:9 或分辨率为 2K你有一个需要用来引导结果的视频或音频文件你需要一个会说话且保持一致的角色

Veo 3.1 也在本网站运行，是人们拿来与 MiniMax H3 比较的另一个模型。Veo 的单个镜头最长约 8 秒，而 MiniMax H3 可达到 15 秒；按秒计算，MiniMax H3 的价格约为前者的三分之一。Veo 在 4K 电影质感上更有优势，因此如果整项交付只需要一条 4K 主镜头，请在模型选择器中切换到 Veo 3.1。需要带声音的片段、更长时长、宽屏或批量产出时，选择 MiniMax H3。

使用方式

如何在 Ricebowl AI 免费使用 MiniMax H3

免费试用 MiniMax H3

01

选择 MiniMax H3 模型

本页顶部的生成器已经选择了 MiniMax H3。新账号会获得足够生成第一条 768p 片段的积分，开始前无需安装或购买任何东西。

02

写出镜头、摄像机和声音

MiniMax H3 更适合由四部分组成的提示词：主体及其动作、摄像机运动、光线，以及一句声音描述（“小雨声，无对白”或“她说：我们周五开业”）。最多添加九张参考图以锁定脸部或产品；如果表演必须贴合音轨，也可以上传音频。

03

生成后下载 MP4

选择 21:9 宽屏，设置 6、10 或 15 秒，选择 768p 或 2K，然后点击生成。完成的片段会连同立体声音频一起出现在下方任务流中，并可直接从卡片下载。

定价

一份余额，通用于所有模型。积分可用于全部 18 个视频模型 —— 无水印、不锁模型，每个付费方案都含商用授权。

按年付立省 30%

灵活的月度订阅。

入门版月度

推荐

够你把每个模型都试一遍，每月还能做出几条成片。

US$29.9/月

每月续订，随时取消。

1,000 积分

≈ 3–50 条，取决于所选模型

≈ 71–333 张，取决于所选模型

2.99¢ / 积分

2 个并行任务

  • 1080p · 无水印 · 可商用
  • 积分按计费月重置
  • 全部模型均可使用
  • 无水印输出
  • 可加购积分包
  • 标准支持

标准月度

热门

适合准备转全职的个人创作者 —— 模型全开，预算宽裕。

US$49.9/月

每月续订，随时取消。

2,000 积分

≈ 6–100 条，取决于所选模型

≈ 142–666 张，取决于所选模型

2.50¢ / 积分

3 个并行任务

  • 1080p · 无水印 · 可商用
  • 积分按计费月重置
  • 全部模型均可使用
  • 无水印输出
  • 可加购积分包
  • 优先支持

高级月度

推荐

面向高产创作者和小团队的大批量生产。

US$89.9/月

每月续订，随时取消。

5,000 积分

≈ 15–250 条，取决于所选模型

≈ 357–1666 张，取决于所选模型

1.80¢ / 积分

5 个并行任务

  • 1080p · 无水印 · 可商用
  • 积分按计费月重置
  • 全部模型均可使用
  • 无水印输出
  • 可加购积分包
  • 优先支持

MiniMax H3 常见问题

了解这个模型、它能生成什么，以及如何正确完成第一次渲染。

什么是 MiniMax H3？

MiniMax H3 也称为 Hailuo 3.0，是 MiniMax 推出的 330 亿参数全模态视频模型。它能读取文本、图像和音频，并在一次渲染中生成带同步双声道立体声的 24fps 视频。在本页面中，它支持生成 6、10 或 15 秒的片段，分辨率为 768p 或 2K（2560x1440），提供包括 21:9 在内的六种画幅，并支持最多九张参考图。

可以免费使用 MiniMax H3 吗？

可以。Ricebowl AI 会向新用户提供有限的免费积分，足够在不绑定银行卡的情况下用 768p 完成第一次 MiniMax H3 渲染。注册后，页面顶部的生成器即可使用。若要持续使用、生成 2K 输出、15 秒片段或用于商业用途，则需要付费套餐。

MiniMax H3 会生成音频吗？可以关闭吗？

会。MiniMax H3 会在与画面相同的一次渲染中生成 32 kHz 立体声、对白、环境声和音效，因此这里生成的每个片段下载时都已带声音，也不会额外收取积分。你还可以上传配音或音乐底轨作为参考音频，唇形、动作和剪切会跟随音轨。想要安静的片段时，在提示词中写入“无对白，仅环境声”，或在编辑器中将音轨静音，画面不会受到影响。

如何为剪切、摄像机运动和对白编写 MiniMax H3 提示词？

把它写成镜头清单即可。先写主体和动作，再用直白的词描述摄像机运动（“缓慢推进”“手持跟拍”“摇臂上升并展示天际线”），然后写光线，最后写声音。需要切换场景时，把剪切写进提示词：“切到黄昏时分的港口宽景”。需要对白时，在说话者后面用引号写台词：“她说：我们周五开业”。如果返回的片段是慢动作，再加上“实时速度”。你不需要掌握提示词工程：从一句话开始，查看第一次渲染，每次只增加一条指令。

MiniMax H3 视频最长能生成多久？支持哪些尺寸？

单次 MiniMax H3 渲染支持 6、10 或 15 秒，帧率为 24fps。分辨率有 768p 和 2K（2560x1440）两种，画幅有六种：16:9、9:16、4:3、3:4、1:1 和 21:9。需要更长作品时，可以使用同一组参考图分别渲染每个场景再剪在一起，参考图会让角色和视觉风格在整段序列中保持一致。

MiniMax H3 和 MiniMax H3 Max 有什么区别？

MiniMax H3 Max 是快速版本。它在几秒而不是几分钟内返回结果，但最高只支持 768p，不支持 2K，也不接受参考图或音频；它使用文本提示词加首帧或尾帧工作。本页使用的 MiniMax H3 适合需要参考素材、音频指导或 2K 成片的镜头。

MiniMax H3 与 Veo 3.1、Kling 3 和 Seedance 2 有什么区别？

MiniMax H3 是适合长时长、宽画幅和带声音输出的选择：单个片段最长 15 秒，原生支持 21:9，每次渲染都带立体声，按秒计价约为 Veo 3.1 的三分之一。Veo 3.1 单个镜头最长约 8 秒，但 4K 电影感更强，因此需要一条主镜头完成全部工作的场景更适合它。角色需要说话且唇形同步必须稳定时，选择 Kling 3 Omni，不过它需要两张参考图，最长 10 秒。需要重塑风格或延长现有片段时，选择支持视频输入的 Seedance 2.0。这四个模型都在本网站提供，可以在模型选择器中切换。

MiniMax H3 视频可以用于商业用途吗？

可以。使用付费套餐在这里生成的片段归你所有，可用于客户项目和付费广告等商业场景，并且不带水印。请注意基本规则：使用人物和品牌的参考图时，确保你拥有相应权利，并查看投放平台的广告政策。

用立体声音频制作电影感视频使用 MiniMax H3

一条提示词，想要就用 21:9，需要就用 2K，无论如何都带立体声，几分钟后 MP4 就会出现在任务流中。

免费试用 MiniMax H3

新账号包含积分 · 2K MP4 · 立体声音频 · 无水印