用帧、参考素材和立体声控制 MiniMax H3

MiniMax H3 是 MiniMax 推出的通用多模态生成模型，也以 Hailuo 03 的名称提供。它把视频生成、参考引导、编辑关系以及同步生成的原生立体声音频整合在一个模型里。在开始下一轮之前，先在工作区里检查输出结果。

BestAIVideo 支持文本到视频转换、第一帧图像到视频转换、第一帧和最后一帧生成以及多模式参考生成（包括图像和可选音频）。

BestAIVideo 的 MiniMax H3 生成器支持 768P 和 2K 两档。想要更快地探索方向时用 768P；希望输出保留扎实的纹理和细节保真度时用 2K。在开始下一轮之前，先在工作区里检查输出结果。

在 BestAIVideo 上，MiniMax H3 支持 4 到 15 秒之间以 1 秒为步进的任意时长，你可以把镜头长度精确匹配到快速动作、产品瞬间、转场或一段完整的短场景。在开始下一轮之前，先在工作区里检查输出结果；为了得到可靠的制作评审，先把这些要点整理成简报，再跑下一次测试。

是的。MiniMax H3 会同步生成原生立体声音频，包括人声、环境声、音效和音乐，因此声音可以跟随画面中的动作和场景变化。在开始下一轮之前，先在工作区里检查输出结果，并把运镜终点、时间节点、声音提示和验收标准与计划放在一起。

是。 通过上传第一帧来制作合成动画，或者如果视频需要在两个定义的视觉状态之间移动，则添加第一帧和最后一帧。

BestAIVideo 的 MiniMax H3 参考模式接受 1 到 5 张图片，并可选择性地附加最多 3 个 WAV 或 MP3 音频文件。该模式必须提供参考图片。在开始下一轮之前，先在工作区里检查输出结果。

文本生成和参考生成支持 21:9、16:9、4:3、1:1、3:4 和 9:16 六种画幅。参考模式还提供自适应构图，而图片模式则沿用上传画面的画幅。在开始下一轮之前，先在工作区里检查输出结果，并把运镜终点、时间节点、声音提示和验收标准与计划放在一起。

写一份紧凑的制作简报：先确定主题和场景设定，依次描述动作和运镜，指定视觉处理方式，再补充对白、氛围、音效和音乐提示。在开始下一轮之前，先在工作区里检查输出结果，并把运镜终点、时间节点、声音提示和验收标准与计划放在一起。

是的。本页的功能说明和示例视频均取自 MiniMax 官方的 H3 发布文档。示例提示词是一份与 BestAIVideo 兼容的概要，用于在锁定参数的 MiniMax H3 生成器上探索这些可见功能。在开始下一轮之前，先在工作区里检查输出结果。

从干净的源文件开始，每个文件都有一项明显的工作。 当身份或产品形状很重要时，请使用无障碍、明亮的图像，并保持与预期场景在视觉上一致的风格参考。 对于音频，修剪静音或无关材料以轻松识别声音、音乐提示、氛围或效果。 在提示中命名所有文件角色，而不是期望模型猜测。 如果这两个引用发生冲突，请说明哪一个控制主体的身份，哪一个控制颜色、构图、运动或声音。 一个小的、有意的参考集通常比五个不相关的图像和三个竞争的音轨更容易指导。

检查层中的输出。 首先，检查主体的身份、构成以及主要动作是否在选定的时间段内结束。 然后我们检查摄像机方向、运动的连续性、手和细节，然后是对话时间、立体声位置、气氛和音乐平衡。 您可以一次更改一类说明，看看如何改进您的结果。 如果一个镜头感觉很仓促，请简化动作或在添加细节之前留出更多时间。 如果图像发生变化，请加强第一帧或参考的作用。 保留适当的措辞、分辨率、宽高比和参考作业，作为下一个变体的可重复使用的摘要。