速度本身就是工作流能力
更快的一轮生成意味着可以先验证构图，再比较动作，随后只改一条指令并保留最合适的版本，而不是让每个草稿都变成长时间等待。
MiniMax H3 Max AI 视频生成器
H3 Max 独立页面，与现有 MiniMax H3 工作区明确区分。
AI 模型选择模式，并在下方填写描述
MiniMax H3 Max 生成结果将在这里预览
选择生成模式，添加必需素材，写下导演指令，然后生成 MiniMax H3 Max 视频。
模型
MiniMax H3 Max
时长
5s
分辨率
768P
比例
16:9
直接说明
MiniMax H3 Max 是什么？
MiniMax H3 Max 是 MiniMax H3 的后训练视频变体，重点改善提示词遵循、美学表现和画面与声音的快速迭代。
可以从镜头文字简报、首帧与可选尾帧，或图片、视频、音频参考素材开始。模型输出短视听片段，因此镜头、动作、对白、环境声和音乐可以写在同一份制作简报里。
参数边界不同于基础 H3
H3 Max 使用 5–15 秒以及 480P、768P、1080P 输出；基础 MiniMax H3 仍是独立的 4–15 秒与 2K 工作流选择。
模型能力
适合快速迭代的 H3 Max AI 视频控制
关键不是堆更多开关，而是让镜头简报、输入素材、画面和声音使用一组清晰且能协同工作的控制。
文字
H3 Max 文生视频
在一个提示词中描述主体、场景、动作顺序、镜头运动、光线、对白、环境声和排除项。六种画幅覆盖电影宽屏、标准、方形与竖屏交付。
首尾帧
H3 Max 图生视频
以上传的首帧开场，并可补充尾帧。图片决定输出画布，提示词负责中间的动作、镜头与视听过渡。
5–15 秒
整秒时长控制
时长可在 5 至 15 秒之间按整秒选择。短片适合单个视觉节拍，更长片段可容纳揭示、反应或连续动作。
三档
480P、768P 与 1080P 视频
480P 适合经济地验证构图，768P 平衡迭代与清晰度，选中的镜头需要更大交付画面时可使用 1080P 潜空间精修。
音画
原生同步音频
把对白、空间底噪、拟音、音乐和静默与画面一起写入提示词，让声音与视觉共同规划，而不是最后再拼接。
多模态
多模态参考视频
参考图片可定义主体和风格，视频可示范运动，音频可指导声场。在提示词中为每份素材明确职责，避免参考相互冲突。
三种起点
根据已有素材选择 H3 Max 工作流
创意开放时从文字开始，构图固定时从首尾帧开始，需要共同约束身份、动作与声音时使用多模态参考。
文生视频
用文字导演完整镜头
适合新概念、快速变体、镜头研究，以及需要由提示词同时定义画面与声音的场景。
图生视频
让首帧自然动起来
适合产品静物、角色设定图、主视觉，以及必须从指定构图开始或结束的转场。
参考生视频
协调主体、运动与声音
适合组合多份源素材，并要求每个输入在同一制作任务中承担明确职责的简报。
制作流程
如何规划 MiniMax H3 Max 视频
把提示词当成简短镜头单。先锁定真正重要的决定，删去无关信息，再对目标明确的变体进行比较。
- 01
选择正确起始模式
开放创意用文字模式；需要固定开场或收束构图时用图生视频；多份媒体需要共同影响成片时用参考模式。
- 02
写清一个可见序列
按观众看到的顺序写主体、场景、动作节拍、镜头、光线与声音，并让动作量与选择的时长相匹配。
- 03
设定时长、画布与输出档位
选择 5–15 秒、适合的文生视频画幅或源图画布，并按草稿或交付需求确定分辨率。
- 04
一次只检查一个决定
分别检查指令遵循、身份、动作、构图和声音。只修改最弱的一条指令，不要把已经有效的简报全部重写。
模型选择
MiniMax H3 Max 对比 MiniMax H3
两者属于 H3 家族，但实际接口边界不同。应根据交付所需的时长、分辨率和迭代方式选择工作区。
| 选择维度 | MiniMax H3 Max | MiniMax H3 | 实际含义 |
|---|---|---|---|
| 主要侧重 | 面向速度的后训练变体 | 开放权重基础模型 | 需要快速比较多个版本时选 Max；更看重基础 H3 工作流时保留原模型。 |
| 时长 | 5–15 秒 | EIMG 工作区为 4–15 秒 | 4 秒请求属于现有 H3 工作流，不属于 H3 Max。 |
| 分辨率 | 480P、768P 或 1080P | EIMG 工作区为 768P 或 2K | H3 Max 增加草稿档与 1080P，但不会继承 H3 的 2K 控件。 |
| 输入方式 | 文字、首尾帧或多模态参考 | 文字、首尾帧或多模态参考 | 入口形式熟悉，但可接受参数和定价合同仍必须按模型分别处理。 |
分辨率名称仅表示各自接口的输出选项，不能直接当作跨模型通用的质量保证。
提示词设计
把 H3 Max 提示词写成视听镜头简报
好提示词需要说明画面里有什么、如何变化、镜头怎样观察，以及观众听见什么，而不是让一个短镜头承担整部影片。
主体01
先定义稳定主体
指出必须保持可识别的人、物、产品或环境，只保留本镜头真正需要的外观特征。
动作02
按顺序写可见节拍
使用清晰动词描述短序列，并把揭示、转身、碰撞、反应或变化按发生顺序排列。
镜头03
只用一个有动机的运镜
说明景别、镜头感，以及与动作相配合的跟拍、摇移、推拉、环绕、手持或固定机位。
光线04
确定地点、时间与反差
用时段、主光、颜色关系、天气、材质反应和空间层次固定环境。
声音05
导演对白与环境声
需要对白时写准确台词，再补充语气、空间底噪、拟音、音乐或有意安排的静默。
限制06
明确重要排除项
用简短限制排除不需要的切镜、字幕、抖动、额外人物、Logo 变化或声音元素。
提示词设计
示例：一个连续的产品揭示镜头
这个结构让画面与声音共享同一时间线，同时把短片集中在一个清晰变化上。
一个连续 8 秒的棚拍镜头。哑光黑便携音箱放在潮湿玄武岩上。以水珠极近景开始，镜头缓慢顺时针环绕，格栅亮起细窄的琥珀色脉冲。第 6 秒脉冲抵达 Logo，镜头最终停在干净的产品四分之三角度。硬质轮廓光，柔和反射补光，深炭灰背景，水珠真实。声音：低沉空间底噪，三次与灯光同步的电子滴答，最后出现短促温暖的低音。不要切镜，不要字幕，不要手，不要额外产品。
应用场景
适合快速 H3 Max 视频迭代的任务
当团队需要在进入最终剪辑前比较多组有明确导演意图的短镜头时，这类模型尤其合适。
产品揭示
让主视觉、材质细节、包装打开或可控光线变化动起来，用于商品页与发布创意。
社交广告变体
测试竖屏开头、不同运镜、动作节拍和声音提示，同时保持核心创意一致。
角色动作研究
使用首帧或参考素材探索手势、反应、服装运动和短表演节拍。
分镜运动测试
在投入更长渲染或人工制作前，把关键画面或文字分镜转换为时间与动作参考。
品牌氛围短片
协调色彩、画面文字要求、镜头节奏、环境声和音乐，探索紧凑的视觉识别方向。
游戏与界面时刻
原型化场景转场、环境动态、技能揭示、加载片段与风格化过场。
常见问题
MiniMax H3 Max 常见问题
直接说明模型身份、生成方式、时长、分辨率、声音、提示词，以及它与基础 H3 的区别。