MiniMax H3 — 音画同出的 AI 视频生成

把文本、图片、视频与音频参考变成最长 15 秒、最高 2K、自带同步立体声的成片。MiniMax H3 听得懂复杂指令,控得住产品、Logo 与文字排版——为广告、电商与品牌包装而生。

MiniMaxH3 example 1
MiniMaxH3 example 2
MiniMaxH3 example 3

MiniMax H3 是什么?

MiniMax H3 是稀宇科技(MiniMax)于 2026 年 7 月 31 日发布、8 月 3 日开放权重的全模态视频生成模型,是 Hailuo 01、Hailuo 02 之后的第三代,社区也叫它 Hailuo 3.0。它不再把文本、图像、视频、音频当成孤立输入,而是放进同一个多模态上下文里理解,一次生成最长 15 秒、最高 2K 的视频,立体声与画面同一趟产出。

H3 不跟别人拼逐帧的大片画质,它押的是另一件事:听懂复杂指令、控住素材里的每个元素、音画同出。这让它天然适合商用包装场景——广告、电商视频、品牌物料、UI 与游戏宣传。创作者实测反馈里被提及最多的是文字与 Logo 的稳定性:把海报变成动态广告、给标志加花字动效,这类活儿的完成度是同类模型目前难以企及的。

在 Artificial Analysis 榜单上,MiniMax H3 拿下视频编辑第 1、文生视频第 2、图生视频第 3,是首个在该榜单某个类别登顶的可公开下载模型。768p 的 H3-Base 已开源,Hugging Face、ComfyUI、vLLM 及主流芯片厂商 Day-0 适配;2K 输出走官方托管的 H3-Regenerate-2K 管线。

用 MiniMax H3 生成视频的四步

从一句提示词或一组品牌素材,到一条带声音的成片。

1

上传参考素材(或纯文字起步)

最多 9 张图片、3 段视频、3 条音频,合计不超过 12 个文件。产品图、品牌色卡、参考片段、背景音乐都能左右结果;没有素材,纯文生视频同样可用。

2

写提示词

描述场景、运镜和台词。MiniMax H3 稳定支持中、英、日、韩、法、德、意、西、葡、俄、阿拉伯共 11 种对白语言。

3

选时长与画幅

4–15 秒、24 FPS,画幅从 21:9 电影宽幅到 9:16 竖屏,16:9、4:3、1:1、3:4 一应俱全。

4

生成,再升 2K

先出 768p 预览;需要交付级画质时,H3 会带着完整原始上下文把结果重新生成为 2K——是真正的重生成,能还原小字和细节,不是模糊加锐化的超分。

创作者选择 MiniMax H3 的理由

四项能力,把 MiniMax H3 和其他 AI 视频生成工具区分开。

🎨

全模态参考

图片、视频、音频混合投喂一次搞定。实测显示,产品图+色卡+参考视频+配乐的多素材组合,一致性明显好于只给单一参考。

原生立体声

声音不是后期补的:32kHz 立体声与视频同一趟生成,从第一帧就对齐,省掉配音和对轨。

文字与 Logo 稳定

H3 的招牌强项。海报动态化、Logo 动效、画面内文字始终清晰不跑版——测评者认为这类视觉包装活儿是同类模型暂时做不到的水准。

📱

真 2K 重生成

不用超分滤镜:H3 把 768p 结果连同原始上下文喂回模型重新生成 2K,还原传统超分只能靠猜的细节。

订阅计划

通过订阅计划节省更多。随时取消或更改。

免费版

$0USD /月
  • 3.5 积分
  • 可生成 1 张 1K 分辨率图片
  • 1 个并行任务
  • 多模型全能支持
  • 文生图 / 图生图
限时 5 折

Pro

$14.50$29USD /月

按年计费

  • 每月 800 积分
  • 每月最多生成 266 张 1K 图
  • 3 个并行任务
  • 多模型全能支持
  • 文生图 / 图生图
  • 优先生成队列
  • 无水印
  • 商业授权
  • 抢先体验新模型

Lite

$10$15USD /月

按年计费

  • 每月 300 积分
  • 每月最多生成 100 张 1K 图
  • 2 个并行任务
  • 多模型全能支持
  • 文生图 / 图生图
  • 优先生成队列
  • 无水印
  • 商业授权
  • 抢先体验新模型

一次性积分包

需要更多生成次数时随时加购,无需开启订阅。

小档积分包

$25USD 一次性
  • 包含 300 积分
  • 有效期 365 天
  • 包含 Lite 订阅除积分外的全部特性

中档积分包

$55USD 一次性
  • 包含 800 积分
  • 有效期 365 天
  • 包含 Lite 订阅除积分外的全部特性

大档积分包

$99USD 一次性
  • 包含 1800 积分
  • 有效期 365 天
  • 包含 Lite 订阅除积分外的全部特性

准备好用 MiniMax H3 创作了吗?

在浏览器里直接生成带同步音频的广告级视频。免费额度起步,零配置。

立即开始创作

MiniMax H3 常见问题

规格、许可、价格与真实局限——用 MiniMax H3 之前该知道的都在这里。

MiniMax H3 是什么?

MiniMax H3 是稀宇科技 2026 年 7 月 31 日发布、8 月 3 日开放权重的全模态视频生成模型,Hailuo 系列第三代(社区称 Hailuo 3.0),能从文本、图像、视频、音频参考一次生成自带立体声的视频。

H3 和 Hailuo 02 有什么不同?

H3 放弃了 Hailuo-02 架构,改用 33B 稠密单流全模态 Transformer,以任务泛化为核心设计目标。注意力层与 FFN 层不含任何模态特定结构,用三维 MM-RoPE 表达时空位置。

输出规格是怎样的?

4–15 秒、24 FPS。默认输出短边 768p,2K 由 H3-Regenerate-2K 重生成产出;画幅支持 21:9、16:9、4:3、1:1、3:4、9:16;音频为与画面同次生成的 32kHz 立体声。

支持哪些对白语言?

稳定支持 11 种:中文、英语、日语、韩语、法语、德语、意大利语、西班牙语、葡萄牙语、俄语、阿拉伯语。

MiniMax H3 开源吗?

部分开源。768p 的 H3-Base 已开放权重,社区优化版(ComfyUI)总内存占用降到约 42.5GB、比全精度低 66%,RTX 3060 级显卡也能跑。负责预处理编排的 H3-Context-IR 和 2K 管线 H3-Regenerate-2K 仍是托管服务——本地部署上限 768p,2K 要走官方 API。

许可证有哪些限制?

社区许可证的适用地域排除美国、欧盟、英国、韩国——这些地区不被授权本地运行权重、也不被授权使用其输出(托管 API 可用,可申请豁免)。年收入超 2000 万美元的公司需单独商业授权;商用必须在界面展示 “MiniMax H3”;并且全球范围禁止用 H3 或其输出改进其他 AI 模型。

MiniMax H3 什么价格?

官方 API 定价:2K 每秒 0.8 元、768p 每秒 0.5 元。官方称 2K 价格不到主流模型的 1/3,768p 约为主流 720p 的一半。

它有什么局限?

生成速度慢:消费级显卡跑 480p 五秒视频约需 5–10 分钟,多参考时耗时翻倍,INT8 量化版细节损失明显。追求电影级画面的团队并不适合它——官方也承认多模态上下文理解和画面精细度仍有较大提升空间。