創作者可以直接利用的優勢
- 多種參考被理解為同一脈絡: H3 會理解文字、角色圖片、動作片段、運鏡範例、聲音之間的關係，而不是把它們當成彼此獨立的工具模式。
- 生成與編輯由同一模型完成: 同一套多模態機制既支援新鏡頭、首尾幀轉場和參考遷移，也支援對現有影片做定向修改。
- 開放權重帶來更多部署選擇: FL2VA 與 Ref2VA 基礎權重可在支援的本機框架中執行，MiniMax 同時提供託管的 Context-IR 與 2K 再生成服務。
MiniMax H3 影片生成器
MiniMax H3 是一款通用多模態影片模型，可同時理解文字、圖片、影片和音訊參考，生成帶有原生立體聲的短影片。在 Ottermind 中，你可以把創作簡報、來源素材、生成版本和修改決定放在同一套工作流程裡。
保養品 UGC
芒果行銷短片
香水短片
保養品牌故事
快速瞭解 MiniMax H3 影片生成
MiniMax 於 2026 年 7 月 31 日發布 MiniMax H3。它把文字、圖片、影片和音訊整合為影片生成與編輯的共同脈絡。官方系統支援 4–15 秒、24 FPS 和 32 kHz 立體聲音訊；Hailuo 目前的產品介面提供 5–15 秒片長。H3-Base 生成 768p 影片，託管的 H3-Regenerate-2K 流程則完成 2K 輸出。在 Ottermind Studio 中，每項參考素材和生成版本都能持續連結同一份創作簡報。
MiniMax H3 的核心能力
- 統一多模態脈絡: 把文字與圖片、影片、音訊參考組合起來，並清楚說明每份素材如何影響結果。
- 靈活的首尾幀控制: 既可只用文字生成，也可指定首幀、尾幀，或同時給出兩端畫面來引導轉場。
- 全能參考模式: 最多可使用 9 張圖片、3 段影片和 3 段音訊，混合輸入總數不超過 12 個檔案。
- 原生立體聲音訊: 讓對白、環境聲、音效和音樂隨畫面一起生成，而不是在最後才補聲音。
- 768p 基礎模型與 2K 工作流程: 開放權重的 H3-Base 負責 768p 生成，託管的再生成流程可輸出 2K 成片。
MiniMax H3 最適合哪些創作
當一個鏡頭同時依賴角色圖片、動作參考、運鏡示例、聲音或待修改的原影片時，MiniMax H3 最能發揮價值。更穩妥的做法是給每份參考指定一個明確用途，先生成聚焦的短鏡頭，再在 Ottermind Studio 中對照簡報篩選結果。
多參考素材的營銷影片
組合已確認的產品圖、品牌構圖、動作示例和聲音方向，探索廣告與電商場景，同時不丟失原始創作要求。
角色、動作與聲音遷移
從圖片繼承人物外觀，從影片借用動作節奏，再從音訊參考聲音特徵，並明確各輸入之間的關係。
針對性修改現有影片
替換人物、物體、場景、光線、臺詞或特效，同時要求模型保留原片中已經合格的部分。
MiniMax H3 與其他影片模型對比
最適合
- MiniMax H3
- 多參考短影片、多模態編輯、原生聲音和開放權重實驗。
- Seedance 2.5
- 帶多模態參考、原生音訊並可持續延長的長篇多鏡頭敘事。
- Kling AI 3.0
- 強調分鏡控制、主體一致性和高解析度交付的多模態生成與編輯。
生成片長
- MiniMax H3
- 官方系統文件為 4–15 秒；Hailuo 目前的產品介面為 5–15 秒。
- Seedance 2.5
- 單次最長 30 秒，並支援多輪延長。
- Kling AI 3.0
- 最長 15 秒。
輸入類型
- MiniMax H3
- 文字、最多 9 張圖片、3 段影片和 3 段音訊，混合輸入最多 12 個檔案。
- Seedance 2.5
- 在統一生成與編輯流程中使用文字、圖片、影片和音訊參考。
- Kling AI 3.0
- 支援文字、圖片、音訊和影片的生成、參考與編輯任務。
解析度
- MiniMax H3
- H3-Base 輸出 768p；託管的 H3-Regenerate-2K 工作流程最高輸出 2K。
- Seedance 2.5
- 輸出設置隨使用的產品介面與套餐而變化。
- Kling AI 3.0
- Kling 3.0 系列目前的產品介面支援原生 4K 輸出。
原生音訊
- MiniMax H3
- 32 kHz 立體聲，支援對白、音效、環境聲和音樂。
- Seedance 2.5
- 原生立體聲，可生成對白、音效、環境聲和音樂。
- Kling AI 3.0
- 原生音訊支援多語言語音、口音、方言與多角色對話。
使用方式
- MiniMax H3
- 可通過 Hailuo、MiniMax API，以及開放的 H3-Base FL2VA 與 Ref2VA 權重使用；Context-IR 與 2K 再生成仍為託管服務。
- Seedance 2.5
- 通過字節跳動產品使用，具體入口與設置取決於地區和產品。
- Kling AI 3.0
- 通過 Kling AI 產品與 API 使用，模型和輸出選項取決於所選套餐。
MiniMax H3 的突出之處
仍需人工打磨的部分
- 準確對白需要驗收: 創作者測試中仍會出現對白重複、偏離腳本或含混不清的情況；重要台詞必須逐句核對，必要時替換音軌。
- 細小文字和產品結構可能漂移: 標誌、標籤、手部、物體數量和精確裝配步驟仍可能需要合成、修補或更嚴格的生成後檢查。
- 本機部署對硬體要求較高: 開放權重不等於整套流程輕量化；模型檔案、記憶體、GPU 支援，以及僅託管提供的 Context-IR 和 2K 流程都會影響實際部署。
創作者如何評價 MiniMax H3
早期討論主要關注 H3 將開放權重、混合媒體參考、原生聲音和構圖能力結合在一起。反覆出現的實戰建議是：每份參考只承擔一個任務，鏡頭保持聚焦，並在定稿前逐項檢查對白、文字、手部、物體關係和連續性。
多模態參考是最大吸引力
創作者不再把 H3 只當作文字生成影片工具，而是用它組合角色、動作、運鏡、風格和聲音依據來建立鏡頭。
短而可控的鏡頭更穩定
聚焦的產品場景、動態圖形、片頭和單一動作短片，通常比包含複雜物理或多事件的長場景更可靠。
本機使用以便利換取控制
本機工作流程提供權重存取和社群最佳化空間，但顯示記憶體需求、推論速度、量化方案和環境相容性仍是常見討論。
如何在 Ottermind 中使用 MiniMax H3 創作
整理簡報與參考素材
在 Ottermind Studio 中集中保存鏡頭目標、腳本、產品素材、角色圖片、動作片段、音訊參考和交付規格。
選擇 H3 並說明每項輸入的用途
選擇可用的 MiniMax H3 模型，逐項指定參考作用，再定義動作、運鏡、聲音、片長、畫面比例和解析度。
生成、比較並繼續完善
檢查參考還原、動作、對白、文字和連續性，保留最佳版本，只修改薄弱部分，並在 Studio 中保留完整決策記錄。
MiniMax H3 常見問題
MiniMax H3 是什麼？
MiniMax H3 是 MiniMax 於 2026 年 7 月 31 日發布的通用多模態影片生成與編輯模型。它能同時理解文字、圖片、影片和音訊，並生成帶有原生立體聲的短影片。
MiniMax H3 和 Hailuo 2.3 是同一個模型嗎？
不是。H3 是 MiniMax 影片模型序列中獨立命名的新模型；Hailuo 2.3 是更早的另一款模型，而 Hailuo AI 也是目前可使用 MiniMax H3 的消費級產品入口。
MiniMax H3 影片支援哪些輸入？
H3 支援純文字、首幀或尾幀引導、首尾幀生成和全能參考模式。官方文件列出最多 9 張圖片、3 段影片和 3 段音訊，混合輸入最多 12 個檔案；音訊不能作為唯一參考。
MiniMax H3 能生成多長的影片？
MiniMax 系統文件給出的範圍是 4–15 秒、24 FPS；Hailuo 目前的產品頁顯示 5–15 秒，因此可選片長取決於實際使用入口和工作流程。
MiniMax H3 能生成聲音嗎？
可以。H3 會同步生成影片和 32 kHz 立體聲音訊，包括對白、音效、環境聲和音樂。發布前仍需檢查聽感以及台詞與腳本是否一致。
MiniMax H3 能生成 2K 影片嗎？
可以，但要通過官方完整工作流程。H3-Base 先輸出 768p，託管的 H3-Regenerate-2K 再使用基礎結果和原始脈絡生成 2K 版本；Hailuo 產品中的解析度選項可能採用不同標註。
MiniMax H3 是開源模型嗎？
MiniMax 於 2026 年 8 月 3 日開放了 H3-Base FL2VA 與 Ref2VA 權重，採用 MiniMax H3 Community License。託管的 H3-Context-IR 預處理系統與 H3-Regenerate-2K 模組不在首批開放權重範圍內。
如何在 Ottermind 中使用 MiniMax H3？
把 Ottermind 作為 H3 生成入口之外的協作工作區：整理提示詞和來源檔案，生成可比較的版本，對照簡報審片，並把修改記錄與選定結果留在一起，為下一個鏡頭繼續創作。
在 Ottermind 中創作下一條 MiniMax H3 影片
把簡報、參考素材、提示詞、生成版本和修改決定集中到一條連貫的創作工作流程中。