MiniMax H3 海螺 AI 视频生成器
MiniMax H3 是 MiniMax AI 通用多模态生成模型，推动海螺 AI 从视频生成迈向统一视听创作。它可理解文字、图片、视频与音频参考，生成最长 15 秒、最高 2K 并带原生立体声音频的视频。在 Oumomo 上，提示词优化和参考素材组织被整合为简单流程，适合电商广告、TikTok 视频与品牌内容。
MiniMax H3 核心功能
- 统一理解文字、图片、视频与音频参考 MiniMax H3 可以在同一上下文中理解文字、图片、视频和音频之间的关系。用户可以同时说明商品图、动作参考、运镜视频、声音素材和创作要求分别承担什么作用，让复杂的参考生成任务更容易组织和控制。
- 最长 15 秒、最高 2K 视频生成 MiniMax H3 单次可生成最长 15 秒、最高 2K 的视频，为开头钩子、商品展示、使用演示、视觉转场和结尾信息提供更完整的表达空间。具体可选比例、时长和输出设置以 Oumomo 页面当前显示为准。
- 原生立体声音频与画面同步生成 MiniMax H3 将对话、音乐、音效和环境声与视频画面放在同一生成过程中处理，让声音能够更自然地跟随镜头节奏和画面动作。用户可以直接在提示词中描述台词、声音情绪、音乐方向和关键音效。
- 支持多种生成与编辑方式 MiniMax H3 支持文生视频、图生视频、首尾帧控制、多模态参考生成、动作迁移和自然语言编辑。既可以从零生成镜头，也可以让一张图片动起来、参考既有视频的动作与运镜，或针对已经满意的画面提出局部修改要求。
- 更强的指令、文字与品牌元素表现 MiniMax 将 H3 定位于广告、品牌、电商、产品设计等专业内容场景。模型能够理解更具体的商品、文字、界面、品牌元素、运镜和声音指令，帮助创作者制作信息更完整的视频；所有生成结果仍应在发布前完成人工审核。
如何在 Oumomo 使用 MiniMax H3
MiniMax H3 的使用重点，是清楚说明目标视频与每一项参考素材之间的关系。
1. 描述视频画面与声音
写清主体、动作、环境、镜头顺序、运镜、视觉风格、台词、音效、音乐和节奏。制作电商内容时，还应加入需要表达的商品利益点、使用演示、目标人群和行动号召。
2. 添加参考素材并优化提示词
上传商品图、人物或风格参考、动作视频、运镜示例及音频，并说明每项素材的具体用途。再使用 AI 提示词优化，把原始想法整理为结构更清楚、可直接执行的 MiniMax H3 指令。
3. 设置、生成并审核
选择合适的画面比例和时长，生成后检查商品外观、人物一致性、画面文字、口播、声音、动作和品牌元素。需要调整时，每次优先修改一项明确指令，再生成新的版本进行比较。
MiniMax H3 与 Hailuo 02 有什么区别？
MiniMax H3 是新一代通用多模态生成模型；Hailuo 02 则是 MiniMax 较早推出、以文生视频和图生视频为核心的视频模型。
| 对比维度 | MiniMax H3 | Hailuo 02 |
|---|---|---|
| 模型定位 | 新一代通用多模态生成模型 | 较早一代海螺视频生成模型 |
| 上下文理解 | 统一理解文字、图片、视频与音频 | 主要使用提示词和图片类视频输入 |
| 视频输出 | 最长 15 秒、最高 2K | 768p 最长 10 秒，或 1080p 最长 6 秒 |
| 音频能力 | 原生生成立体声对话、音乐、音效与环境声 | 不具备 H3 式原生视听联合生成能力 |
| 参考控制 | 可表达人物、风格、动作、运镜、声音和多素材关系 | 支持文生视频、图生视频、首尾帧和主体参考等方式 |
| 更适合 | 多参考视听广告、品牌内容、视频编辑和电商创意 | 较短的文生视频、图生视频和基础可控镜头 |
表格中的 Hailuo 02 时长和分辨率参数来自 MiniMax Hailuo 02 官方 API 文档。
如果创作重点是原生声音以及图片、视频、音频的组合参考，优先选择 MiniMax H3。如果只需要较短的文生视频或图生视频，Hailuo 02 仍是理解海螺视频旧版能力时的重要型号。
MiniMax H3 常见问题
MiniMax H3 是 MiniMax AI 推出的通用多模态生成模型，用于生成和编辑视听内容。它可以在同一上下文中理解文字、图片、视频与音频参考，生成最长 15 秒、最高 2K 并带原生立体声音频的视频。在 Oumomo 上，它适合制作广告、商品视频、社交短视频、品牌镜头和其他短内容。
不是。MiniMax 是模型研发公司，Hailuo AI 是面向创作者的视频品牌，MiniMax H3 是最新一代通用多模态生成模型，Hailuo 02 则是较早一代视频模型。这些名称属于同一产品与模型体系，但不能当成完全相同的模型版本。Oumomo 的本页面重点介绍 MiniMax H3，同时保留 Hailuo 02 的代际说明。
海螺 AI、海螺 AI 海外版和海螺国际版，通常是中文用户搜索 Hailuo AI 全球创作产品时使用的不同表达；海螺视频通常指其视频生成产品与模型能力。“海洛”是常见搜索写法，但正式品牌名称应写作海螺 AI 或 Hailuo AI。使用前还应确认具体模型是 Hailuo 02、Hailuo 2.3 还是 MiniMax H3。
MiniMax H3 单次支持最长 15 秒、最高 2K 的视频生成。实际可以选择的画面比例、时长和输出尺寸，可能因 Oumomo 当前开放的生成方式和页面设置而有所不同。提交任务前应以生成器中实际显示的参数为准，不要默认所有比例都会使用相同尺寸。
可以。MiniMax H3 能够在生成视频时同步生成原生立体声音频，包括对话、音乐、音效和环境声。用户可以在提示词中写明声音类型、台词内容、时间点、情绪和音乐方向。发布前仍应检查口音、发音、音画同步、事实准确性以及声音是否符合实际使用场景。
最后更新：2026年8月3日