MiniMax H3 多模态 AI 视频模型
在一个多模态工作流中创建、指导和编辑包含文本、图像、视频和音频的完整视频场景。
模型概览
一种用于生成、指导和精确视频编辑的模型
MiniMax H3 是一种多模态 AI 视频模型,专为可控创作而构建。它可以将文本提示与图像、视频和音频参考相结合,保留镜头中的视觉和音频意图,并进行有针对性的更改,而无需从头开始重建整个概念。
三大核心能力
深度推理
一起使用文本、图像、视频剪辑和音频剪辑来定义主题、动作、构图、风格、声音和时间。

保持场景一致
在整个 5-15 秒的序列中包含角色、物体、环境、摄像机语言和音频指导。

准确编辑重要内容
更改对话、声音、节奏、效果、背景、对象或角色,同时保留创意方向。

模型概览
带上源材料。
MiniMax H3 遵循方向。
在一次生成中结合不同的参考类型来控制身份、运动、取景、声音和场景连续性。
- 最多 9 个图像参考
- 最多 3 个视频剪辑 · 每个 2–15 秒 · 总共 15 秒
- 最多 3 个音频剪辑 · 每个 2–15 秒 · 总共 15 秒
- 最多 12 个混合参考文件
- 音频必须与图像或视频配对

编辑场景而不丢失场景
使用自然语言指令根据故事实际需要的级别完善生成或引用的序列。
人物和物体
添加、删除、替换或重新设计主题,同时保留周围的镜头。

背景
更改位置、环境、天气、一天中的时间或场景细节。

视觉效果
无需重写整个提示即可引入、删除或调整效果。

对话
重写台词并使更新与预期场景保持一致。

语音和音频
调整语音方向或参考声音,同时保持视觉连续性。

节奏和动作
优化序列的时间安排、动作节拍、摄像机移动和节奏。

准备好创造了吗?
使用 MiniMax H3 制作您的下一个视频
结合参考资料,指导细节,然后在 Pixmax 上进行创作。
专为制作流程而打造

替换为输出
在制作前探索镜头、表演、过渡和场景替代方案。

广告与品牌
将活动方向和品牌参考转化为受控的短视频概念。


电商
创建以产品为中心的场景、特色时刻和频道就绪的视频版本。

游戏和互动媒体
来自混合参考的原型世界、角色时刻、电影和运动概念。

UI/UX 和产品故事讲述
可视化界面、交互、产品流程并启动动态叙述。

叙事与动画
开发以角色为主导的序列、风格化动画、情节创意和故事节奏。
展示方向可以变成什么
此处使用最终的 H3 输出。将提示和参考注释保留为可编辑的标题,以供内容审查和设计移交。

角色一致性
多个动作中的主题、服装和视觉识别相同。

运动和节奏
一个有针对性的动作节拍,有经过深思熟虑的时机和摄像机的移动。

参考主导风格
由提供的视觉和音频参考塑造的序列。
技术规格
探索更多 AI 模型 Pixmax
MiniMax H3 常见问题
MiniMax H3 是一种多模态 AI 视频模型,用于从文本和参考媒体生成、指导和编辑 5-15 秒的视频序列。
它支持文本提示以及图像、视频和音频参考。这些输入可以组合起来指导身份、构图、动作、风格、对话、声音和节奏。
您最多可以使用 9 个图像、最多 3 个视频剪辑或最多 3 个音频剪辑。在混合引用工作流中,H3 总共支持最多 12 个文件。
不可以。音频不能单独使用。将音频剪辑与至少一个图像或视频参考配对。
H3 以 21:9、16:9、4:3、1:1、3:4 或 9:16 输出 5-15 秒的视频。自动比例在全参考模式下可用。
您可以细化角色、对象、背景、效果、对话、声音、音频方向、动作和节奏,同时保持序列的其余部分与原始意图保持一致。
准备好创造了吗?
准备好用 MiniMax H3 执导您的下一个视频了吗?
将您的参考资料引入 Pixmax,并将一个创意方向转变为可控制的视频序列。

