把鏡頭文字簡報或起始圖片轉成 4–15 秒的同步立體聲影片。在同一個 MiniMax H3 生成器中控制動作、攝影機、對白、音效、環境聲、解析度與發布比例。
Upload Image
Click or drag to upload
Supports JPG/PNG/WEBP
0/2000
MiniMax H3 · Hailuo 3.0 · 文字與圖片生成影片
VidFlux 的 MiniMax H3 AI 影片生成器能把鏡頭文字簡報或起始圖片，轉成帶有原生同步聲音的完整短片。你可以選擇 4–15 秒、720p 或 2K；在文字生成影片模式中，另有六種畫面比例。本頁聚焦 VidFlux 目前真正可用的控制項，以及如何把畫面、動作、攝影機、對白、音效和環境聲整合成清楚且可執行的提示詞。
MiniMax H3 也常被稱為 Hailuo 3.0，是 MiniMax 的多模態生成模型。VidFlux 提供兩個最實用的工作流程：文字生成影片適合自由探索場景；圖片生成影片適合固定商品、人物或美術方向。第二張圖片可以定義結尾構圖。
把提示詞當作精簡的影音製作簡報：依序寫出主體、場景、動作、鏡頭、光線、對白、音效與環境聲。VidFlux 目前可驗證的功能是文字、最多兩張圖片、4–15 秒、720p/2K，以及文字生成影片的六種比例；本頁不會把研究版本的所有能力誤寫成已上線功能。
不要只寫「電影感聲音」，改寫成「扣環閉合的瞬間出現金屬喀聲」，把聲音原因與時間點連在一起。對白要符合影片秒數，標明說話者、語氣與開始時點；如果不要配樂，就直接寫「無音樂」。
戴耳機檢查語音清楚度、左右平衡、重複撞擊聲與動作同步。同時用靜音播放一次，確認在社群自動靜音情境仍能看懂。主動作一個、鏡頭概念一個、少量聲音事件，通常更容易得到清楚結果。
文字生成影片適合探索地點、情緒、鏡頭與動作。請直接依發布平台設計 9:16、16:9、1:1、4:3、3:4 或 21:9，而不是生成後再硬裁切。
圖片生成影片適合從已核准的主視覺、商品渲染、角色設計或分鏡開始。說明哪些元素要保持穩定、哪些要移動，以及攝影機如何從開場連到結尾。參考圖能固定外觀，但不能取代動作指示。
4–6 秒適合鉤子、反應或商品揭露；7–10 秒可發展一個動作並加入短句；11–15 秒適合小型敘事，但必須寫清楚時間順序。影片更長不一定更好，事件越多，主體、背景與鏡頭越可能漂移。
先用 720p 比較構圖、動作、節奏和聲音，再把選中的版本升到 2K。即使是 2K，也要用原尺寸檢查手部、臉、細小文字、反射、物體接觸與快速動作。
分別檢查第一秒、主要動作與最後一秒。確認起始位置、攝影機運動是否合理、結尾構圖與聲音同步。發現問題時一次只修改一項提示，才知道哪個改動有效。
記錄模型、模式、秒數、解析度、比例、圖片版本與完整提示詞。MiniMax H3 AI 影片生成器能加快製作，但素材權利、品牌、事實、無障礙與合成媒體揭露仍需人工審核。
MiniMax H3
以下依目前站內設定與生成流程整理。
在同一份簡報描述主體、動作、鏡頭、光線與聲音。
一張固定開場，兩張固定開場與結尾構圖。
可選擇 4–15 秒的每一個整數秒。
720p 探索，2K 完成選定版本。
製作電影、網頁、動態牆與直式版本。
同步生成對白、音效、音樂與環境聲。
有結構的第一輪測試更容易比較不同版本。
探索用文字，控制外觀用圖片。
開場、動作、鏡頭、結尾、聲音。
讓事件合理放進 4–15 秒。
比較完整影片，不只看漂亮單幀。
保留成功指示，只修正弱點。
確認細節、人體、接觸與聲畫同步。
公式：主體＋場景＋時間順序動作＋鏡頭＋光線＋風格＋聲音＋限制。
藍調時刻，霧黑旅行喇叭放在濕玄武岩上。從水珠極近特寫慢慢向後移動；第 3 秒暖色環形燈亮起。最後停在左側留白的三分之四商品英雄構圖。保持產品幾何。聲音：小雨、亮燈瞬間精準電子音、無人聲、無音樂。
一個商品、一個揭露、同步事件、明確結尾。
夜市廚師拿著有蓋平底鍋看向鏡頭。第 1 秒說「等一下」，第 2 秒掀蓋；蒸氣在暖色霓虹中升起，鏡頭短促且受控地推近。以她的驚喜表情和麵食結尾。聲音：市場、同步鍋蓋聲、蒸氣、清楚對白、無音樂。
鉤子、揭露、鏡頭與聲音都放進六秒。
保持臉、外套與置中輪廓。紙張開始旋轉，灰色車站逐漸轉成尾幀的明亮中庭。單一順時針環繞，無剪接；精準停在最後構圖。聲音：火車低鳴淡出，鳥聲與水池聲淡入，無對白。
清楚定義保留、變化、鏡頭、目的地與聲音轉換。
兩段影片皆由 MiniMax H3 生成，規格為 5 秒、720p。開啟聲音即可比較近距離人物動作與大型移動景觀的表現。
雨夜街景展示臉部一致性、步行、倒影、蒸氣、攝影機跟拍與同步城市環境聲。
空拍場景展示大型移動、下降鏡頭、水面、飛鳥、光線變化與多層自然聲。
依鏡頭需求、測試成本與交付格式選擇。
需要同步聲音、4–15 秒彈性與可選 2K。
適合 480p/720p 草稿與不同動作詮釋。
測試人物動作與電影式調度的替代版本。
依專案評估成本、供應、控制與視覺。
名稱、輸入、長度、2K、聲音與限制。
H3 是 MiniMax 新一代 H 系列多模態模型，市場也常稱 Hailuo 3.0 或 Hailuo 03。
文字、單張首幀，或兩張圖片定義開場和結尾；目前沒有影片或音訊參考上傳。
4–15 秒，每一個整數秒都可選。
支援 720p 與 2K；建議 720p 測試，2K 完成選定版本。
文字生成影片支援 21:9、16:9、4:3、1:1、3:4、9:16。
會，原生同步立體聲；請描述對白、音效、環境與時間點。
只保留一個主要動作，依時間順序寫，明確鏡頭，並把聲音綁定可見事件。
依方案、來源權利與適用規範而定，請查閱最新條款。
手部、細字、反射、人物一致性與快速動作都需逐幀檢查。