标配 2K
不是高级套餐——每次生成都会输出 2K。
- Minimax H3
- 2K
请在桌面端浏览器打开本页开始创作。
阵容中最高分辨率的视频，并且无需配置
Minimax H3 是 MiniMax 的视频模型，它在 Virse 中的定位描述起来异常简单：它生成 2K 视频，不生成声音，也没有其他需要决定的内容。
大多数视频模型都会提供一个选项网格——分辨率、宽高比、质量档位——而每个选择都是开始创作前的一点小负担。这个模型只有一种配置。每次生成都会输出 2K，并带有原生音频，包括口型同步的对白，因此片段到手时就带有声音，而不必等待配乐处理。
当分辨率是硬性要求而音频不是时，请使用 Minimax H3。它适合制作细节丰富的产品动态、由参考图像驱动的角色系列，以及将进入时间线、声音另行处理的素材。
什么是 Minimax H3？
Minimax H3 是由 MiniMax 开发的 AI 视频生成模型，其后端名称为 Hailuo 03。Virse 将其作为两个条目提供，二者输入不同但输出相同。
该模型围绕三大主要优势构建：
- 以 2K 输出作为唯一标准分辨率
- 参考驱动的入口，用于在不同片段中保持主体一致
- 单一配置，没有音频开关，也无需选择质量档位
Minimax H3 接收第一帧、最后一帧，或二者兼有，再加上一段文字简述。Minimax H3 Reference 则接收参考图像，将其中的主体、风格和视觉语言带入生成的序列中。两者均以 2K 输出并带有原生音频。
Minimax H3 规格一览
音频始终开启
每个片段都会附带一条生成的音频轨，并且没有关闭选项。
两种入口
帧驱动和参考驱动，分别列出。
一种配置
没有分辨率选择器，也没有质量等级。音频始终开启，而非可选。
参考图像输入
参考入口接受所提供的图像作为驱动。
首帧和末帧控制
标准入口可固定镜头的任一端点，或同时固定两端。
Minimax H3 AI 视频生成器的主要功能
无需抉择的分辨率
2K 就是该模型的输出规格。无需权衡不同档位，也无需考虑升级路径，从而消除了生成前最常见的犹豫来源。
音效源于设计，而非选项
口型同步和环境音与画面在同一轮处理中生成。在这里，这是默认行为，而不是一个需要你记得启用的设置。
用于连续性的参考入口
当一个角色必须出现在六个片段中并保持可识别时，向模型展示示例胜过用文字描述。Reference 入口正是为此而存在。
你分配的参考角色
多张图片可以各自承担不同任务——一张用于人物，一张用于场景，一张用于造型——而不是被平均成单一影响。
可预测的端点
标准入口同时接受首帧和尾帧，这会把生成变成两个已知构图之间的一条路径，而不是开放式生成。
各入口定价一致
在帧驱动和参考驱动之间做选择，取决于你手头有什么素材，而不是你能负担得起什么。
在 Virse 中使用 Minimax H3 构建
由参考驱动的连续性工作取决于参考集保持稳定。只要在片段之间更换一张图像，角色就会发生偏移，而这种变化通常要到序列组装完成后才会被人注意到。 Virse 将整组参考保存在同一个位置。参考图像与基于它们生成的每个片段一起放在画布上，因此相同输入会被重复使用，而不是重新收集；漂移也会在仍有时间修正时变得可见。
固定参考集
将角色、产品和风格图片一起保留在画布上，并让每个片段都指向同一组图片。
先生成参考图
在同一画布上用图像模型生成静帧，然后无需导出即可交给 Minimax H3。
访问 30+ 个创意模型
在 Minimax H3 与 30+ 个其他图像和视频模型之间切换，无需离开画布或重写简述。
按序列比较片段
按顺序铺开展示这次运行，这样主体在第二个镜头到第五个镜头之间发生的偏移会一目了然。
你可以用 Minimax H3 创作什么？
角色主导的系列
多个以同一个人为主角的片段，由一组共享参考共同保持一致。
2K 产品动态展示
旋转、揭示和细节镜头，分辨率足以经受裁剪。
时尚与编辑大片
由服装和造型参考驱动动作，无需每次重新描述。
品牌序列
风格化片段，其中明确的视觉语言必须从一个镜头延续到下一个镜头。
地点与定场镜头
由帧驱动的片段，其构图已事先确定。
自带声音的素材
适用于时间线的素材，其中生成的对白和环境音是起点，而不是之后再添加的内容。
如何在 Virse 中使用 Minimax H3
选择入口
已知构图时采用帧驱动；主体必须保持可识别时采用参考图驱动。
提供帧或参考图
加载两个端点帧，或加载参考图集并为每张图片说明任务。
描述运动
说明场景中什么在移动、相机如何运动，以及节奏快慢。
复用设置制作下一个片段
保持相同输入，只更改简述，让整个系列保持一致。
如何编写 Minimax H3 提示词
一个实用的 Minimax H3 提示词通常包含四个要素：
- 参考角色
- 移动内容
- 镜头
- 结尾
与其这样写
一位模特穿行于画廊中，电影感，使用所附参考。
不如这样写
使用图像 1 中的人物、图像 2 中的大衣，以及图像 3 中的画廊室内场景。她从画面左边缘以从容的步伐走向中央，并停下，面向画面右侧镜头外的一幅画。镜头以恒定距离跟随她，全程保持她在画面中的大小不变。最后她静止于画面中央，呈侧面姿态。
Minimax H3 提示词示例
参考图驱动的连续性
使用图像 1 中的女性和图像 2 中的工坊室内场景。 她坐在工作台前，双手在画面外操作某样东西。她停下来，抬头望向左侧的窗户，然后又回到手上的工作。 相机保持静止的中景镜头，机位略高于工作台高度，无运动、无剪切。 完全保留她在图像 1 中所示的脸部、头发和服装。最后以她再次低下头结束。
产品细节展示
从图像 1 的构图开始：一个皮革邮差包直立在浅色石质台沿上，搭扣朝向镜头。 镜头缓慢向左环绕约四十五度，保持邮差包居中且大小不变。 光线在镜头移动时保持固定，因此高光会掠过皮革和金属配件。 最后停在四分之三视角，可见侧面风琴褶和缝线。
帧到帧转场
从图像 1 开始：一个空舞台，只有一个麦克风架，观众席灯光亮起。 在片段前半段，观众席灯光逐渐暗下，同时一束头顶聚光灯逐渐照亮麦克风。其他一切都不动。 镜头全程保持锁定的广角镜头。 以图像 2 结束：舞台陷入黑暗，只有麦克风被照亮。
Minimax H3 与 Minimax H3 Reference 对比
| 对比维度 | Minimax H3 | Minimax H3 Reference |
|---|---|---|
| 输入 | 首帧、尾帧，或两者都提供 | 提供的参考图像 |
| 输出 | 无声 2K | 无声 2K |
| 最适合 | 具有明确构图的镜头 | 必须保持可识别的主体 |
| 端点控制 | 两端都可固定 | 由参考图而非帧驱动 |
| 典型用途 | 产品运动、转场 | 角色系列、风格化活动 |
| 切换成本 | 两者使用相同的简述结构 | 两者使用相同的简述结构 |
获得更好 Minimax H3 效果的技巧
为每个参考分配角色
上传三张图片却不说明哪一张是主体，是这类简述最常出错的方式。
在整个系列中保持参考集稳定
在片段之间更换一张图片就足以破坏连续性。改提示词，而不是改图片。
编写音频指引
输出自带声音。提示词中的对白、音效和环境音线索会影响生成结果。
为转场固定两端画面
从一个定义好的状态切换到另一个状态的镜头，正是标准入口最擅长的。
用于视频工作流的工具
为你的下一个视频准备参考图像和视觉指引。
工具角色设计提示词生成器
大多数角色提示词读起来对人来说没问题，但到了图像模型那里就会失效，因为身份、世界观和视觉风格分散在三个不同的句子里，而不是集中在一个模型能够解析的段落中。描述角色是谁，生成结构化版本，并在同一画布上直接用真实渲染进行测试。免费点数可覆盖第一轮生成。
工具图像变体生成器
如果一个变体悄悄改变了产品，那就不是变体，而是另一个产品。上传一张图片，说明要改变的是场景、颜色还是角度，即可获得一组除这些之外都保持不变的结果。免费额度足以测试主体是否真的能在整批结果中保持一致。
工具图像质量增强器
上传一张质量不够好的图片。它会判断实际出了什么问题，无论是模糊、噪点、压缩伪影，还是单纯像素不足，先修复这些问题，然后按你选择的分辨率渲染。
Minimax H3 常见问题
什么是 Minimax H3？
Minimax H3 是 MiniMax 的一款视频生成模型，也称为其后端名称 Hailuo 03。Virse 将其列为两个条目——一个由帧驱动，一个由参考驱动——二者均可生成带原生音频的 2K 视频。
Minimax H3 和 Minimax H3 Reference 有什么区别？
输入方式。标准入口需要首帧和末帧；Reference 入口需要提供参考图像。输出结果相同。
Minimax H3 是免费的吗，费用是多少？
Minimax H3 可在 Virse 的付费套餐中使用。生成按秒从每月信用额度中扣费，更高套餐在合理使用范围内不设用量限制。当前套餐费率列在 Virse 定价页面上。
Minimax H3 会生成音频吗？
是的。每个片段都会随画面生成音频，包括对口型对白，并且没有关闭选项。
Minimax H3 生成什么分辨率？
2K，作为其唯一输出尺寸。这是 Virse 中视频模型的最高分辨率。
Minimax H3 能在多个片段中保持角色一致吗？
可以，通过 Reference 入口实现。为系列中的每个片段提供相同的参考图像，只更改文字简述。
是否有质量档位或分辨率选择器？
不可以。该模型只有一种配置，这也是它上手很快的原因之一。
如何在 Virse 中使用 Minimax H3？
选择与输入匹配的入口，加载帧或参考图像，写下动态简述，然后生成。