控制選項。當同一角色、產品或聲音需要在一系列片段中保持一致時,請從這裡開始。
MiniMax H3——大家都稱為Hailuo 3.0的模型——已於7月31日上線,它改變了控制方式:向它輸入最多12個參考檔案(影像、影片片段,甚至語音錄音),它就能產生帶有內建對白和聲音的2K片段,同時保留你的角色、你的鏡頭運動、你的聲音。它發布的那一週,我們就完成了接入。
快速模型草稿免費 · 全站最便宜的2K
這個模型才問世幾天,所以請把這些看作我們自己的測試算圖得出的第一印象,而不是定論。隨著情況逐漸明朗,我們會修訂本節 — 這是本頁的一項特性,而不是免責聲明。
• 全參照控制。
最多9張圖片、3個影片片段和3個音訊片段可引導一次生成。跨一系列片段的角色鎖定終於無需提示詞折騰也能生效。
• 2K帶聲音,一次完成。
原生2560×1440、24fps,同時生成對白、效果和環境音。輸出可直接發布,不是無聲草稿。
• 基於指令的編輯。
"將汽車替換為自行車,其他一切保持不變"會編輯片段,而不是重新生成。早期排行榜將H3評為編輯功能第一,我們的測試也得出了相同結論。
• 每像素價格。
早期平台定價讓15秒2K片段的費用僅為同類模型收費的一小部分。我們託管的最便宜2K。
• 這是全新的。
獨立基準測試分數仍在趨於穩定。本月任何關於"最佳模型"的聲明—包括我們的—都是暫定的。在將其作為標準之前,請先測試。
• 開放權重:已承諾,未發布。
MiniMax表示權重將以社群授權條款發布;截至8月初,尚未發布。如果你計畫自行託管,請等待下載連結,而不是公告。
• 參考曲線。
十二個輸入檔案就是十二種讓它困惑的方式。相互矛盾的參考(兩張不同的臉、衝突的風格)會產生模糊的結果 — 從2–3個開始再新增。
• 命名混亂。
H3 = Hailuo 3.0 = Hailuo 03。它不是MiniMax M3(文字模型),也不是Kling O3(Kuaishou,無關)。在比較價格頁面之前值得了解。
H3是參考優先模型——你附加的檔案和文字同樣重要。每個方案都會運用這裡其他模型所不具備的一項能力。
上傳: 同一人的3張照片(正面、側面、中景)
"[Character]走進一家霓虹燈照亮的拉麵吧,坐在吧台前並點餐。手持攝影機從後方跟拍,接著切到吧台對面的正面鏡頭。溫暖的室內燈光,隨著門關上,街道噪音逐漸淡去。"
同一張臉的多個角度能讓模型對角色產生類似3D的理解。這是系列作品的設定 — 在每個片段中重複使用相同的三張照片,角色就能在所有片段中保持一致。
開始於: 你已生成的片段
"將紅色轎車替換為載貨自行車。保持騎行者的服裝、鏡頭運動、雨和所有環境音完全不變。"
H3會將現有剪輯視為可編輯素材,而不是一次失敗的嘗試。明確哪些內容絕對不能改變,是大多數人會忘記的另一半指令—正是它讓編輯保持外科手術般精準。
上傳: 1張商品照片 + 1段簡短語音錄音
"一位主持人在明亮的攝影棚裡將這個完全相同的產品舉到鏡頭前,並用參考聲音說道:'三十天。無需提問。試試看。' 切到白色背景上的產品特寫。輕快的室內環境音。"
音訊參考會像影像參考鎖定臉部一樣鎖定聲音——這是我們產品線中H3獨有的能力。一次15秒生成中包含兩個鏡頭,也同樣是5–8秒模型根本無法做到的。
三個都使用相同提示詞,並按我們會發布的標準來評判——但需要注意,H3足夠新,這些判斷可能很快過時。無論如何,工作流程不變:低成本起草、比較,然後投入額度,全部 從一個提示框。
這個類別裡的每個人都宣傳"免費無限"。我們的確有邊界,具體如下:
7月17日在WAIC預覽,7月31日推出。原生2K、含對白的一次生成音訊、全方位參考、指令編輯、多鏡頭片段。本頁版本。
這款1080p、約10秒的主力模型奠定了Hailuo在動作品質方面的聲譽。沒有全向參考,沒有原生音訊;你能找到的大多數「Hailuo」評測都是關於它的。
讓社群開始認真看待MiniMax的一代:物體下落、反彈和濺起水花都很有說服力,而且價格是愛好者也能負擔得起的。其基因在H3中依然清晰可見。
同一個模型,兩個名稱。MiniMax H3是官方名稱;Hailuo 3.0(有時寫作Hailuo 03)是社群對它的稱呼,源自它執行所在的Hailuo應用程式。它是MiniMax影片產品線的第三代,於2026年7月31日推出。它不是這兩樣東西:MiniMax M3,這是該公司的文字模型;也不是Kling O3,這是來自快手的完全不同的模型,常因'Hailuo 03'這一寫法而被混淆。
寫實派。當片段需要像真實素材一樣過關,並帶有音訊時。
編舞師。最佳人物動作和面部表情。
草稿板。最快、最便宜的草稿 — 先在這裡完善提示詞。