声音随画面一起生成
MiniMax H3 的发布将对白、环境声与音效和视频一次生成，说话镜头不再需要单独配音。
MINIMAX H3 AI 视频
MiniMax H3AI 视频生成器
MiniMax H3 是 MiniMax 最新一代 AI 视频模型：支持文生视频、首尾帧图生视频，以及参考图片、视频和音频生成 2K 原生音频视频。在本页选择方式、看清积分并直接生成。
原生音频
声音与画面同步生成
2K
当前 EvoLink 输出档位
2026 年 7 月末
MiniMax H3 正式发布
Hailuo 家族
出自 MiniMax Hailuo 视频团队
MINIMAX 新一代视频模型
MiniMax H3 是什么？
MiniMax H3 是 MiniMax 于 2026 年 7 月末发布的 AI 视频模型，是 Hailuo 视频产品线的下一步。发布信息强调了相对旧版 Hailuo 的两大升级：与画面同步生成的原生音频，以及最高 2K 的视频清晰度。
注意 MiniMax H3 不是 MiniMax M3——M3 是该公司的语言模型，H3 才是视频模型。本页实时创作器通过 EvoLink 完整提供三种 2K、4–15 秒工作流：文生视频、首尾帧图生视频，以及使用图片、视频或音频的参考生成。
2K 清晰度上限
MiniMax 将 H3 定位在最高 2K 输出，相比 Hailuo 2.3 的 768p/1080p 是明显一档提升，运动细节与文字边缘更干净。
H3 是视频，M3 是文本
搜索结果常把两个名字混在一起。记住：MiniMax H3 生成带声音的视频，MiniMax M3 是语言模型，不渲染任何画面。
MINIMAX H3 已上线
现在生成 MiniMax H3 视频
MiniMax H3 已通过 EvoLink 在 Imya 上线。可以使用文字、首尾帧，或参考图片、视频和音频生成；任务状态与成品会显示在本页，同时保存到工作台历史记录。
01
先选择适合镜头的输入方式
全新场景用文字生成；需要控制开头和结尾时上传一张或两张画面；需要固定人物、动作或声音时使用参考素材。
建议：只写一个主体动作和一种镜头运动。
02
把声音写进提示词
MiniMax H3 会随视频生成音频。写清对白、环境声或音效，同时保持画面动作与镜头指令具体。
示例：“她说完最后一句，背景只有细雨与远处车流声。”
03
只写一个完整镜头
H3 提示词适合“一个主体动作 + 一种镜头运动 + 明确节奏 + 一条声音提示”的结构。
示例："她转向镜头轻声笑；街道环境声渐入。"
04
在同一位置查看任务和成品
Imya 会在本页显示上传与生成状态，完成的视频直接出现在生成按钮下方，同时保存到工作台历史记录。
登录前素材只保存在本机；EvoLink 密钥始终只保存在服务端。
三个实用工作流
创作者最期待 MiniMax H3 做什么
MiniMax H3 把运动与原生音频合并生成，适合以下三类实际工作；可以从文字、首尾帧或图片/视频/音频参考素材开始。
示例起始图片带真实声音的说话人像
MiniMax H3 可在一次生成中完成口播场景：一张人像、一句台词，原生音频与口型同步生成。
“她从笔记本中抬起头，对镜头平静地说一句话；咖啡馆环境声轻柔，手持镜头稳定，不切镜。”
示例起始图片2K 锐度的动漫与风格化场景
风格化运动一直是 Hailuo 系列的强项，而 2K 上限正是让线稿与色块在放大后依然干净的关键。给模型一张清晰的插画和一个明确动作即可。
“她原地旋转一圈，裙摆扬起；花瓣掠过镜头，镜头缓慢推进，保持面部与服装一致。”
示例起始图片带环境声的城市场景
H3 的演示片偏爱夜晚街道与天气——环境声决定质感的场景。给模型一张层次分明的静帧和一个镜头运动，再写清希望生成的雨声、霓虹电流声与人群声。
“细雨掠过霓虹街道，镜头以步行速度向前推进，远处车流低鸣，不要突然变焦。”
MINIMAX H3 镜头图库
MiniMax H3 视频长什么样
MiniMax 视频系列擅长的镜头类型参考帧，以及 H3 公布的升级方向。每张都是起始帧示例，不代表保证输出。
MiniMax H3 与 Hailuo 2.3 一图看懂
变化有两点：声音和清晰度。Hailuo 2.3 输出 768p 或 1080p 的无声视频；MiniMax H3 生成带原生音频的 2K 视频，并已成为本页创作器的默认模型。
MINIMAX H3 提示词
把提示词写成一个有导演意图的镜头
MiniMax H3 的提示词应当像一条带声音备注的分镜说明。按四段结构来写——这套结构在本页当前模型上同样有效。
主体动作 + 镜头运动 + 节奏约束 + 声音提示
主体动作
写一个可见、幅度明确的动作：转向镜头、举起杯子、走两步。具体动词永远好过"动感""电影感"。
镜头运动
只选一种运动——推、摇、跟、环绕或固定。短片里叠加多种运镜会产生互相矛盾的空间关系。
节奏与约束
说明节奏与不可变项：实时速度、不切镜、面部保持稳定、标签保持可读。
声音提示
为 MiniMax H3 加一条音频描述：一句台词、渐强的环境声或一个音效。当前无声模型会忽略这条，不影响画面。
完整提示词示例
“咖啡师把杯子滑过吧台并对镜头微笑；镜头缓慢推进，实时速度，不切镜——意式咖啡机的嘶嘶声垫在清晨的低声交谈下。”
一个主体动作、一种镜头运动、明确节奏与一条分层声音提示。在无声模型上删去最后一句即可，MiniMax H3 上保留。
使用流程
在这里选择、生成并查看成品。
- 1
选择生成方式
可以只写文字、上传一张或两张首尾帧，也可以添加参考图片、视频和音频。登录前，所有素材只保存在本机。
- 2
描述并配置
写清什么在动、镜头怎么动，然后设置时长与分辨率。每次调整积分预估都会实时更新，任务创建前一目了然。
- 3
生成并跟踪任务
Imya 会确认实时报价、一次性预留积分、显示生成状态，并把成品放在表单下方，同时保存到工作台历史记录。
真实限制与积分
生成前，设置与积分全部可见
本页与 Imya 工作台使用同一套服务端计价逻辑。MiniMax H3 当前提供 2K 输出，时长为 4–15 秒任意整数。
输入
文字、首尾帧或参考素材
格式
JPG/PNG/WebP · MP4/MOV · MP3/WAV
上传上限
图片 30 MB · 视频 50 MB · 音频 15 MB
提示词
最长 7,000 字符
H3 时长
4–15 秒整数
H3 分辨率
2K
积分随设置实时更新
报价会跟随生成方式、时长与参考素材实时更新。参考视频时长，以及第 6 张起的参考图片都会在提交前计入；会员折扣自动生效。
本页会在创建任务前确认服务端报价与账户余额。上游提交失败时，现有的一次性结算链路会自动退回对应积分。
按工作流选择
MiniMax H3 vs Hailuo 2.3 vs Seedance 2.0
把已上线的 MiniMax H3 与 Imya 上另外两个 MiniMax 系和原生音频模型放在一起比较。
MiniMax H3
在 Imya 的状态
现已上线（本页默认）
标志性能力
4–15 秒、2K、原生音频、Hailuo 系运动质感
适合选择的时机
你希望以当前 2K 档位一次生成声音与画面。
Hailuo 2.3 Fast
在 Imya 的状态
现有可选模型
标志性能力
6 或 10 秒、768p/1080p、人像运动快
适合选择的时机
今天就要 MiniMax 系快速草稿，声音可以后期补。
Seedance 2.0
在 Imya 的状态
现已上线
标志性能力
4–15 秒、最高 1080p、原生音频、比例灵活
适合选择的时机
现在就需要成片带声音，或需要更强的构图控制。
先做 4 秒 H3 草稿，再用同一张起始图与提示词切换其他模型重跑，即可公平比较。
修正草稿
MiniMax H3 工作流常见问题与调整方法
以下修正方法适用于 MiniMax H3 与选择器中的其他图生视频模型——每次只改一个变量。
人脸在片中变形
起始图偏软或局部遮挡，或提示词要求大幅转头暴露未知角度。
换更清晰的人像、缩小动作幅度、缩短时长，并加上"保持面部稳定"。
结果没有声音
所选模型输出无声视频——Hailuo 2.3 Fast 与 Kling 3.0 Turbo 均无原生音频。
确认当前选择的是 MiniMax H3、Grok 1.5 或 Seedance 2.0；Hailuo 2.3 Fast 与 Kling 3.0 Turbo 仍然输出无声视频。
运动混乱
几秒之内塞进了多个主体动作、特效与镜头运动。
只保留一个动作和一种运镜。删掉风格形容词，直到物理运动清晰可读。
画面裁切突兀
输出比例与上传图片差距过大，模型被迫重新构图。
把起始图预裁到接近最终比例，或选用跟随原图比例的模型。
隐私与保留
清楚图片何时离开你的设备
登录前即可准备起始图片、提示词与设置，此阶段图片仅保存在此设备的浏览器中。点击生成会保存一份短期本地草稿；登录后，Imya 仅为完成本次生成而上传媒体，由 Imya 与签约的 AI 处理服务商处理。
阅读完整的 Imya 隐私政策访问 MiniMax 官方网站登录之前
所选图片不会被上传。清除草稿或浏览器存储即可从设备上删除本地准备数据。
生成之后
结果遵循 Imya 历史保留策略：免费账户 7 天，付费或 Lifetime 会员最长 30 天。你可以随时提前删除。
独立界面
Imya 是独立产品界面；MiniMax H3 与 Hailuo 属于 MiniMax。Imya 不声称官方合作，不出售你的文件，也不用它们训练 Imya 自有模型。
常见问题
MiniMax H3 常见问题
MiniMax H3 是什么？
MiniMax H3 是 MiniMax 于 2026 年 7 月末发布的 AI 视频模型，属于 Hailuo 视频家族的下一代，支持与画面同步的原生音频，清晰度最高 2K。
MiniMax H3 和 MiniMax M3 一样吗？
不一样。MiniMax M3 是写文字的大语言模型；MiniMax H3 是生成带声音视频的视频模型。搜索结果经常混淆两个名字。
MiniMax H3 能生成声音吗？
能——原生音频正是 MiniMax H3 发布的最大亮点：对白、环境声与音效随视频一次生成，而不是后期叠加。
MiniMax H3 支持什么分辨率？
当前 EvoLink 路由只接受 2K。MiniMax H3 支持 4–15 秒的任意整数输出时长。
MiniMax H3 什么时候发布的？
MiniMax 在 2026 年 7 月末正式发布 H3，随后分阶段开放访问。EvoLink 路由现已接入 Imya，并成为本页默认模型。
现在能在 Imya 上用 MiniMax H3 吗？
可以。本页支持 H3 文生视频、首尾帧图生视频，以及图片、视频或音频参考生成。登录后 Imya 会通过 EvoLink 提交，并在本页和工作台历史记录中显示任务状态与成品。
MiniMax H3 相比 Hailuo 2.3 有什么变化？
两件事：声音和清晰度。Hailuo 2.3 输出 768p/1080p 无声视频；根据发布信息，MiniMax H3 增加原生音频并把上限提高到 2K。
MiniMax H3 可以免费试用吗？
在本页准备草稿完全免费。H3 生成的最低档为 2K、4 秒，需要 210 积分；注册赠送的 20 积分无法单独覆盖。提交前会始终显示登录后的准确报价。
Imya 会提供 MiniMax H3 的 API 吗？
Imya 网站已通过服务端登录态接口调用 EvoLink 的 MiniMax H3。目前尚未向用户开放 H3 的 Imya API Key 调用，EvoLink 密钥也不会下发到浏览器。