音视频同步
在一个场景中统一规划画面、动作、对白与声音
MiniMax H3 官方资料描述的是联合音视频生成,而不是把声音作为后期步骤。清晰的提示词可以在同一时间线上协调可见动作、镜头运动、对白、物理声音、环境声和配乐。
在同一个工作区了解 MiniMax H3 音视频工作流、学习提示词结构,并把你的视频创意整理成可执行的制作简报。
设置图片或视频,并在当前页面直接查看生成结果。
生成 1 段 · 共 6 积分
打开任一视频查看完整提示词,并可一键填入 MiniMax H3 生成器。
16:9 · 10s · 720p
MiniMax H3
描述场景或添加图片,选择可用的视频设置,并按照 MiniMax H3 工作流生成和逐步优化结果。
提示词素材墙
鼠标悬停即可预览动态效果。打开任一卡片可查看完整提示词、视频设置,并一键填入上方生成器。
这些示例展示 MiniMax H3 在镜头运动、主体连续性、产品展示、对白和声音场景中的提示词结构。
模型概览
MiniMax H3 是通用多模态生成系统,可联合理解文本、图片、视频和音频,并生成带同步立体声的视频。官方资料介绍了首帧、尾帧、首尾帧和完整参考素材工作流,以及用于生成更高分辨率 2K 成果的再生成流程。
4–15 秒
官方输出时长范围
24 FPS
官方输出帧率
32 kHz
原生立体声音频
最高 2K
通过 H3 Regenerate-2K
音视频同步
MiniMax H3 官方资料描述的是联合音视频生成,而不是把声音作为后期步骤。清晰的提示词可以在同一时间线上协调可见动作、镜头运动、对白、物理声音、环境声和配乐。
灵活参考控制
H3 Base FL2VA 支持文生视频及可选的首帧和尾帧锚点;H3 Base Ref2VA 进一步支持参考图片、视频片段和音频,既适合快速构思,也适合控制更明确的制作任务。
上下文感知 2K 工作流
官方 H3 工作流包含 768p 基础结果和独立的 H3 Regenerate-2K 阶段,并将结果与原始多模态上下文结合。目标是从源指令恢复小细节,而不是在生成后凭空猜测。
使用流程
按照清晰的 MiniMax H3 提示词流程,从起始画面和镜头指导进入生成、检查与逐步优化。
为 MiniMax H3 输入文字描述或上传一张图片。先说明主体、环境、构图和初始状态,再补充动作。
按顺序写清事件,明确镜头运动,并说明哪些元素必须保持一致。需要快速开始时,可以借用素材墙提示词的结构。
使用 MiniMax H3 生成,然后在历史记录中查看结果。每次只调整一个变量,例如动作强度、时长或构图。
应用场景
把产品简报转化为可控的主视觉镜头、发布短片或活动变体。
使用指定画面作为稳定视觉锚点,再定义可信的动作和结尾。
在正式制作前规划镜头运动、角色动作、场景节奏和声音意图。
把对白、环境声、物理音效和音乐写成同一时间线上的协同层。
把角色、地点、动作来源和声音方向组合为更明确的创意简报。
规划简洁的 9:16 场景,保持单一清晰动作、主体连续性和明确结尾。
模型对比
以 MiniMax H3 官方工作流作为能力指南,再在 AI Video Editor 工作区中组织提示词和可用设置。
| 模型对比 | MiniMax H3 能力 | AI Video Editor MiniMax H3 工作区 |
|---|---|---|
| 本页可用性 | 已设为页面默认模型 | 支持从文本和图片开始创作 |
| 输入方式 | 官方版本包含文本、首尾帧以及图片、视频和音频多模态参考 | 文本提示词,可选上传一张图片 |
| 时长与输出 | 官方资料列出 4–15 秒、24 FPS,并提供独立 Regenerate-2K 工作流 | 从页面提供的时长和分辨率设置开始 |
| 音频 | 官方工作流描述同步的 32 kHz 立体声音频 | 在提示词中描述对白、环境声、音效和音乐 |
AI Video Editor 定价
下方方案提供 AI Video Editor 积分,用于在 MiniMax H3 工作区中创作、检查和逐步优化视频。
非常适合初次使用 AI Video Editor 的用户
视频创作者最爱
给使用 AI Video Editor 制作视频的资深用户
常见问题
可以。MiniMax H3 是本页的默认模型,你可以在同一工作区准备提示词、选择可用设置并开始视频创作。
MiniMax H3 是多模态音视频生成模型。官方资料描述它可以联合理解文本、图片、视频和音频,并生成带同步立体声的视频。
根据官方模型资料,可以。资料列出了原生 32 kHz 立体声音频,并说明提示词可以协调对白、物理声音、环境声和音乐。
MiniMax H3 官方模型卡列出的输出时长为 4 到 15 秒,帧率为 24 FPS。
支持。官方 FL2VA 工作流支持可选首帧和尾帧锚点,包括首帧、尾帧以及首尾帧生成。
它是 MiniMax H3 官方描述的高分辨率阶段,会把基础结果和原始上下文再次送入 H3,生成包含上下文细节的 2K 输出。
它们展示 MiniMax H3 在动作、镜头指导、主体连续性、产品呈现、对白和声音场景中的提示词写法。
提示词和兼容设置会填入 MiniMax H3 生成器,但不会自动开始生成。你可以先检查和编辑表单,再决定何时生成。