MiniMax H3 實測：15秒2K片連立體聲一次過生成，AI拍片唔使後期配音

MiniMax H3 係第一個公開可用、將聲音當做畫面一部分嚟生成嘅 AI 影片模型。佢唔係先拍片再另外配聲，而係一次過接收文字、圖片、影片同聲音做輸入，然後直接輸出一段最長 15 秒、2K 解像度、連立體聲嘅影片。

結果係，畫面同聲音嘅同步做到好自然：對白啱嘴型、腳步聲跟住行路動作、鏡頭移動時環境聲都會跟住變——完全唔使手動執或者後期加工。

以下係佢嘅工作流程、獨特之處同你要知嘅限制。

MiniMax H3 點樣運作

1. 揀生成模式

MiniMax H3 有三種主要玩法，每種喺速度同創意控制上有少少唔同：

• 文字轉影片： 用文字描述場景、動作、鏡頭移動、風格、對白同背景聲。H3 會解讀晒成段描述，然後一齊生成畫面同聲音。
• 圖片轉影片： 上傳一張靜態圖片，再講你想佢點樣郁。模型會將張相變成一段短影片，同時保留角色同構圖。
• 參考生成： 呢個係最強大嘅模式。你可以喺一個請求入面混合圖片、影片片段同聲音檔案，嚟控制角色造型、演繹方式、鏡頭構圖、動作、對白、音樂同聲音設計元素。

2. 建立多模態內容背景

同之前嗰啲將影片同聲音分開處理嘅模型唔同，H3 會將文字、圖片、影片同聲音當做一個完整嘅創作背景嚟理解。 有啲網上平台 allow 你喺一個生成請求入面上傳最多 9 張圖片、3 段影片同 3 個音頻檔案。模型會從你畀嘅材料入面讀取角色、演繹、鏡頭移動、構圖、聲景同剪接節奏。

市面上嘅網上生成器（例如 minimaxh3.org、minimax-h3.app 等）其實係瀏覽器前端介面：佢哋收集你嘅提示同上傳嘅參考材料，送去畀 Hosted H3 推理服務處理，然後將結果顯示俾你。呢啲網站本身並唔係營運個模型。

3. 同時生成畫面同聲音

呢個係最核心嘅突破。H3 產生「原生立體聲」——聲音係模型生成輸出嘅一部分，唔係事後先黐上去嘅音軌。 即係話，對白、腳步聲、環境氣氛聲同音樂全部係跟住畫面動作嚟生成，時間點同剪接位夾到實。

MiniMax 自己形容呢個係「聲音、音效同音樂嘅統一建模」，即係模型喺一次生成過程中，就處理好 Foley 效果、空間感同原創配樂。

4. 輸出限制要知

個模型支援：

• 長度： 4 至 15 秒，通常係整秒遞增。
• 解像度： 最高 2K（2560×1440），MiniMax 官方公告預設就係呢個解像度。
• 畫面比例： 好多選擇，包括 21:9、16:9、4:3、1:1、3:4 同 9:16。
• 幀率： 大部分網上平台行 24 fps。

留意，唔同嘅第三方網站界面可能會提供額外嘅解像度、畫面比例或長度控制選項。

5. 預覽同匯出

網頁界面會直接傳返一段已嵌入立體聲嘅影片檔案。網上生成器標榜嘅功能包括畫面比例控制、彈性長度選擇、參考材料上傳，以及文字轉影片、圖片動畫同多模態提示等工作流程。

H3 嘅主要賣點

• 原生立體聲： 聲音同影片一齊生成，唔係分開配音。
• 最高 2K 輸出： 2560×1440 解像度，MiniMax 官方公告預設呢個規格。
• 每次最長 15 秒： 專為短片內容設計：廣告、產品展示、社交媒體短片、故事片段。
• 統一多模態輸入： 文字、圖片、影片同聲音可以結合成一個創作背景。
• 參考控制： 用多張圖片、多段影片同多個音頻檔案引導角色、動作、鏡頭、對白同聲音設計。
• 瀏覽器即用： 好似 minimaxh3.org 呢啲網站，將模型包裝成提示同上傳介面，唔使係電腦裝任何嘢。
• API 同開源權重： H3 可以通過 MiniMax 官方 API（模型 ID MiniMax-H3）、fal.ai 等托管推理平台使用，亦都可以係 Hugging Face 下載開源權重自己部署。

重要嘅 Disclaimer

「原生立體聲」係好清楚嘅能力宣稱，但公開資料冇透露入面係用咩神經網絡架構嚟做到 frame-audio 同步。啲來源確認咗輸入輸出嘅行為同能力，但冇公開足夠嘅實作細節去解釋模型內部點樣做到咁精準嘅同步——係用某種擴散排程、音頻編碼 tokenization、一個共同訓練嘅 Transformer，定係其他方法。

可以肯定嘅係：模型喺一次生成入面就輸出到同步嘅聲音同影片。但背後嘅工程秘密，暫時仲留喺 MiniMax 嘅技術文件入面。

邊度用到

• API： MiniMax 喺 2026 年 7 月 31 日推出 H3，模型已經喺平台 API 同消費者版 Hailuo AI App 上線。
• 開源權重： 可以喺 Hugging Face 嘅 MiniMaxAI/MiniMax-H3 倉庫下載，許可證寬鬆，社群可以用。
• 托管推理： fal.ai 同 media.io 等平台提供即用 H3 生成服務，唔需要有顯示卡。
• 第三方網頁介面： 好似 minimaxh3.org、minimax-h3.app 同 minimaxh3.online 呢啲網站，將模型包裝成提示同上傳介面。