MiniMax H3 免费在线 AI 视频生成器
描述一个镜头，锁定它的首帧或尾帧，或者交出最多 9 张图片和 3 段视频作为参考，就能得到一条 5–15 秒、原生 2K 渲染、立体声已经混好的视频。 现在就在 Yovid 上用 MiniMax H3 开始创作。
MiniMax H3 能拍出什么画面
为什么在 Yovid 上用 MiniMax H3 做视频
- 原生 2K，不是放大出来的：每条视频都以 2K 渲染，鳞片、布料和小字在大屏幕上依然清晰。
- 立体声和画面一遍生成：人声、音效和音乐与画面一起生成，不是事后再添加。
- 锁定首帧、尾帧，或者两个都锁：上传一两张图片，H3 来补出它们之间的动作。
- 用 9 张图片和 3 段视频控制镜头：参考素材决定主体、风格、运镜或剪辑节奏。
- 片头、海报和界面，文字清晰可读：演职员表、标题和界面标签清晰可读，不会变成像字母的噪点。
- 可直接投放的产品与时尚广告：竖屏或横屏的短篇广告片，从特写到结束卡一气呵成。
- 所有设置，一处搞定：5 到 15 秒、六种画面比例、2K 输出，三种起步方式。
- 2K 的价格，比有些模型的 720p 还低：5 秒约 23 积分，生成前会显示准确报价。
原生 2K，不是放大出来的
大多数视频模型最高只做到 1080p，剩下的交给超分放大器去猜缺失的细节。MiniMax H3 走的是另一条路：先渲染一版草稿，再以原始提示词和参考素材为依据重新生成 2K 画面，所以细腻的质感和小字都能保留下来。
在 Yovid 上，2K 是 H3 唯一的输出规格。没有更低的档位可选，之后也不需要再放大，下载下来的文件就是可以直接交付的文件。
MiniMax H3立体声和画面一遍生成
MiniMax 让 H3 同时在视频和音频上训练，人声、音效和音乐是联合建模的，而不是由三个独立的系统分别处理。每条结果都是一份已经跟着画面动作走的立体声混音。
Yovid 上的 H3 声音始终开启，所以要把它当作提示词的一部分来写：想要的环境底噪、脚步声、歌曲，或者安静，都点名写出来。下面的例子是 MiniMax 自己的文生视频演示，一个带完整配乐的第一人称长镜头。
MiniMax H3锁定首帧、尾帧，或者两个都锁
给 H3 一张开场图，视频就从那里准确开始；给它一张结尾图，镜头就落在那里；两张都给，提示词只需要描述中间的过程。在 Yovid 上，只给尾帧也可以，适合你知道场景必须在哪里结束、却不确定怎么开场的时候。
从帧开始的视频，形状由上传的图片决定，所以开始前先把图片裁成想要的比例。下面的预告片是 MiniMax 为这个模式给出的示例。
MiniMax H3用 9 张图片和 3 段视频控制镜头
在参考模式下，H3 会把最多 9 张图片、3 段视频和你的文字放在一起理解。说明每个文件的用途，比如“the character in image 1”“the camera move from reference video 1”或“the palette of image 3”，H3 会根据你的措辞推断出其余的关系。
每段参考视频长 2 到 15 秒。MiniMax 自己的 API 还支持把人声或音乐片段作为参考；Yovid 目前还没有为 H3 提供音频参考。
MiniMax H3片头、海报和界面，文字清晰可读
MiniMax 把 H3 做成面向设计类工作的模型，准确渲染文字和品牌，是它特别强调的优势之一。片头字幕、海报标题、菜单界面和产品标签，逐帧之间都能保持字形不变。
把确切的文字放进引号，说明它在画面中的位置，每行保持简短。下面这段片头出自 MiniMax 的 H3 官方案例集，以 5 张分镜画面作参考生成，英文演职员表里还夹着日文片假名。
MiniMax H3可直接投放的产品与时尚广告
广告、品牌和电商，是 MiniMax 为 H3 列在最前面的用途。一次生成可以从产品微距，过渡到完整造型，最后收在干净的品牌结束卡上，剪辑节奏和音乐都由模型完成。
做产品视频时，上传几张清晰的产品照片作为参考，外形、颜色和标志位置就不会变；社媒投放选 9:16，网页选 16:9。
MiniMax H3所有设置，一处搞定
先选好画面比例再写提示词，主体和屏幕上的文字都会按这个画面来构图。从首帧或尾帧开始的视频，则以上传的图片为准。
| 时长 | 5 到 15 秒按整秒计；默认 5 秒。 |
|---|---|
| 分辨率 | 2KYovid 上 H3 唯一的输出规格。 |
| 画面比例 | 21:9、16:9、4:3、1:1、3:4 或 9:16从帧开始的视频以上传的图片为准。 |
| 输入方式 | 文字、首帧和/或尾帧，或参考素材每次生成最多 9 张图片和 3 段视频。 |
| 声音 | 始终开启立体声，与画面一起生成。 |
| 提示词长度 | 最长 7,000 字符 |
2K 的价格，比有些模型的 720p 还低
H3 按输出的秒数计费，只有 2K 一档费率。按标准价，一条 5 秒的 H3 视频，比 Seedance 2.5 生成同样长度的 720p 视频还便宜，而且花积分之前，输入框会先显示准确的数字。
| 每秒 | 约 4.55 积分积分包标准价；订阅用户每次生成消耗更少。 |
|---|---|
| 5 秒 / 15 秒视频 | 约 23 / 68 积分 |
| 参考视频 | 参考视频的秒数也计费一段 5 秒的参考视频会增加约 23 积分。 |
| 参考图 | 前 5 张已包含第 5 张之后，每多一张增加约 1.4 积分。 |
| 使用权限 | Pro、Premium 或积分包Lite 最高 1080p，达不到 H3 的 2K。 |
MiniMax H3 最适合谁用
原生 2K 加清晰可读的文字，让 H3 适合要上大屏、或者画面里带文字的工作。它最适合这些任务：
- 品牌与电商团队：产品展示和营销广告片，用参考照片锁定产品，音乐在同一次生成中完成。
- 动态与片头设计师：片头字幕、动态海报和动态文字，每个字母都必须看得清。
- 电影人与预告片剪辑师：从你已经设计好的画面开头或收尾的预告片和提案镜头。
- 社媒创作者：以 2K 渲染的 9:16 竖屏视频，用在信息流里，第一帧够清晰才能让人停下来。
- 游戏与应用工作室：在真正开发之前，先做菜单界面、角色转面图和 UI 动效概念。
MiniMax H3 vs Seedance 2.5、Kling 3.0、Wan 3.0、Veo 3.1 对比
除最后一行外，每一格都直接读取各模型目前在 Yovid 生成器里提供的设置，花积分之前就能按分辨率、时长、参考素材和价格做权衡。
| 功能 / 模型 |  MiniMax H3 |  Seedance 2.5 |  Kling 3.0 |  Wan 3.0 |  Veo 3.1 Fast |
|---|---|---|---|---|---|
| 最长时长 | 15 秒 | 30 秒 | 15 秒 | 30 秒 | 8 秒 |
| 最高分辨率 | 2K | 1080p | 1080p | 1080p | 4K |
| 画面比例 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 | 16:9, 9:16, 1:1 | 16:9, 9:16, 1:1, 4:3, 3:4 | 16:9, 9:16 |
| 参考图 | 9 | 30 | — | 10 | — |
| 参考视频 | 3 | 10 | — | 5 | — |
| 5 秒视频所需积分 | 23 | 31 | 13 | 12 | 15 |
| 最适合 | 画面里有文字、产品，或需要固定首帧或尾帧的清晰 2K 镜头。 | 最长 30 秒的长镜头、对白场景，以及编辑已有的视频。 | 1080p 短片里富有表现力的角色动作。 | 每秒更便宜的 30 秒长视频。 | 电影感短镜头，可选 4K。 |
积分为积分包标准价下生成 5 秒 720p 视频的消耗（模型没有 720p 时取最接近的分辨率，MiniMax H3 为 2K），随 Yovid 实时价格更新；订阅用户每次生成消耗更少。
MiniMax H3 的优势与局限
H3 在 Yovid 上哪里是最佳选择，哪些情况换个模型或设置更合适。
优势
- 分辨率：每条视频都是原生 2K，在 Yovid 上除了 4K 的 Veo 3.1 Fast，比其他所有模型都清晰。
- 2K 成本：标准价下 5 秒约 23 积分，比 720p 的 Seedance 2.5 还低。
- 文字与设计：标题、海报和界面画面，文字始终清晰可读。
- 可控性：可以从首帧、尾帧或两者开始，也可以用 9 张图片和 3 段视频来控制。
局限
- 时长：每条 15 秒，只有 Seedance 2.5 和 Wan 3.0 上限的一半。
- 只有一档分辨率：只有 2K，所以在最终渲染之前，没有低成本的低分辨率草稿。
- 音频控制：声音无法关闭，Yovid 上也不提供音频参考。
- 套餐权限：免费积分和 Lite 不可用；需要 Pro、Premium 或一次性积分包。
如何在 Yovid 上使用 MiniMax H3
- 第 1 步
选择 MiniMax H3
打开视频生成器；本页已默认选好 MiniMax H3，也可以在模型菜单的 MiniMax 下找到它。
- 第 2 步
描述镜头和声音
写下提示词，添加首帧或尾帧，或最多 9 张图片和 3 段视频，然后设置时长和画面比例。
- 第 3 步
生成并下载 2K 视频
查看积分报价，点击生成，然后从你的素材库保存完成的 2K MP4。
MiniMax H3 入门提示词
这些是我们照着 MiniMax 演示的类似镜头写的入门提示词，不是官方原文。在生成器里打开任意一条，改改细节，就是你自己的作品。
街边咖啡馆的歌
文生视频 · 16:9 · 7 秒试试这条提示词A young woman with curly hair and freckles sits at a wicker café table on a sunny European street, a glass of coffee in front of her. She closes her eyes and sings a soft soul ballad straight to camera, one hand keeping time. Handheld medium close-up, warm afternoon light, quiet street chatter under her voice.
收藏玩具海报
文生视频 · 9:16 · 10 秒试试这条提示词An animated vertical poster on an off-white background. A pink panel slides in behind the bold headline "POPUP!", then a 3D collectible figure in a fuzzy pink dinosaur hoodie bursts toward the camera, one paw reaching out of the frame. Small print reads "SERIES 001" in the corner. Clean graphic design, playful pop sound effects.
从卡布奇诺到沙丘
文生视频 · 16:9 · 15 秒试试这条提示词Macro shot of cocoa powder sprinkled onto a cappuccino in a cozy café. The camera slowly dives into the foam until its ripples become wind-carved sand dunes, then rises over a vast desert at sunrise. One continuous move, warm brown tones, soft wind replacing the café murmur.
科幻预告片
文生视频 · 16:9 · 15 秒试试这条提示词A dark sci-fi teaser. An officer in a navy uniform stands alone at the giant observation window of a starship as a fleet drifts past a nebula. Slow push-in to her profile, then cut to black. Thin title cards fade in: "THE LAST FLEET LEFT EARTH". Low drones, a distant engine hum, a single held breath.
洗衣店变成霓虹
文生视频 · 16:9 · 15 秒试试这条提示词First-person POV in an empty late-night laundromat. A glowing purple lint ball floats out of a dryer, a cartoon jellyfish and a sock drawn in light lead the way between the machines, and as the camera reaches the end of the room everything turns into a neon wireframe drawing on a starry blue background. Hum of washers, soft magical chimes.
守宫微距
文生视频 · 16:9 · 6 秒试试这条提示词An extreme macro shot of a crested gecko’s head against a pure black background. The camera holds still on the slit-pupil eye and the spiny crest, every orange-and-cream scale in focus, as the gecko slowly licks its lips. Studio lighting, shallow depth of field, near silence.
Yovid 上的更多视频模型
用好 MiniMax H3 的进阶指南
Yovid 上所有视频模型的横向对比、提示词公式，以及图生视频的实例。