文生视频与原生视听输出
通过 minimax-h3/text-to-video 路由，从提示词生成画面和声音。提示词可以描述主体、动作、环境、镜头、对白、音效、音乐和限制条件。
视频模型
积分消耗
MiniMax H3 生成器
MiniMax H3
已验证的 MiniMax H3 折纸鸟输出
电影感近景：一只白色折纸鸟停在温暖的木桌上。纸鸟缓慢抬头，展开双翼，向前优雅地走一步，午后阳光沿木纹移动。镜头缓慢推进，浅景深，真实纸张纹理，安静室内环境声，不要文字，不要水印。
MiniMax H3 生成器：多模态 AI 视频创作
在 NanoPic 使用经过真实任务验证的 MiniMax H3 路由。你可以从文字开始，上传一张首帧或首尾两张关键帧，也可以在当前 NanoPic 表单中上传最多 9 张参考图。底层 H3 参考路由还支持文档规定的视频和音频参考，但本页暂未提供这两类文件控件。H3 支持 768P/2K、4-15 秒整数时长、横屏、方形、竖屏和超宽比例；参考模式还支持自适应比例。上方视频是 NanoPic 用真实 KIE H3 文生视频任务生成的原创样例，不是竞品演示素材。
MiniMax H3 生成器支持什么
NanoPic 将每一种工作流映射到对应的 KIE MiniMax H3 模型 ID，界面控件来自当前真实 API 合同，不使用推测出来的参数。
首帧与尾帧控制
上传一张图片作为首帧，或按顺序上传两张图片定义开场和结尾。图生视频沿用源图构图，因此界面不会显示无效的独立比例选项。
多模态参考生视频
当前 NanoPic 表单可上传最多 9 张参考图，用于明确人物外观、镜头语言、材质或风格。经过验证的供应商路由还支持最多 3 段视频和 3 段音频，但这两类上传控件仍是后续能力，不会在当前页面伪装成已开放选项。
4-15 秒整数时长
可以选择 4 到 15 秒之间的任意整数。先用 4 秒验证提示词、运动、构图和声音，再延长已经证明有效的方向。
768P 与 2K 输出
768P 适合成本更低的快速测试；当构图和动作已经稳定时，再切换到 2K。时长和分辨率都会实时改变生成前显示的积分。
六种固定比例与自适应
文生视频支持 21:9、16:9、4:3、1:1、3:4、9:16；参考模式还能选择自适应。图生视频比例由首帧决定。
如何生成 MiniMax H3 视频
把第一次生成当作受控测试。H3 支持较长提示词，但清晰的小型制作说明更容易检查和迭代。
1. 按现有素材选择工作流
没有源素材时选择文生视频；需要保留开场构图时选择图生视频；结尾状态重要时再补一张尾帧。在当前 NanoPic 表单中，需要从多张图片继承人物、材质或视觉语言时选择参考生视频。供应商合同还支持视频和音频参考，而首尾帧与参考素材始终是两个独立工作流，不应混用。
打开生成器2. 写成可执行的拍摄说明
先写主体与环境，再写动作、镜头路径、镜头顺序、光线、视觉风格、对白和声音。使用参考素材时要说明每个素材负责什么。对白要适合所选时长，并明确说话人；不希望出现的字幕、Logo、水印、重复人物也要写成限制条件。
查看官方提示词指南3. 先用 4 秒 768P 验证
NanoPic 默认选择当前成本最低的文档组合：4 秒、768P、16:9。检查主体是否稳定、动作是否及时开始、运镜是否清楚、声音是否与画面事件匹配。若结果漂移，先一次只修改一个变量。
生成 4 秒草稿MiniMax H3 提示词结构
有效的 H3 提示词像一份简短制作说明。短片可用自然语言连续描述，多镜头内容可以按镜头拆分。
主体与连续性
明确每个主体、外观、服装、材质，以及整个片段中必须保持不变的特征。使用参考图时，说明每张图负责哪个主体。
动作与节奏
短草稿先写一个清晰动作；长片再按顺序安排多个节拍。对白与动作数量必须符合 4-15 秒的实际时间。
镜头与摄影语言
明确景别与运镜，例如固定近景、缓慢推镜、手持跟拍、俯拍揭示、环绕或焦点转移，避免互相矛盾的镜头指令。
光线、风格与环境
说明时间、主光方向、色彩、镜头质感、材质反应、天气和背景运动。需要精确复制风格时，使用参考素材比堆叠形容词更清楚。
对白、音效与音乐
对白前写清说话人，在触发动作处描述音效。需要特定声音、节奏或氛围时，上传音频参考。
限制与排除项
写清不能改变和不能出现的内容，例如身份稳定、人体自然、不要重复主体、不要新增字幕、不要 Logo、不要水印。
MiniMax H3 生成器适用场景
当项目需要画面与声音协同时，H3 的价值最明显。NanoPic 当前开放文字、首尾帧和多参考图控件；经过验证的供应商合同还定义了视频和音频参考输入，供后续界面扩展。
电影概念与预演
在正式拍摄或进入大型制作流程前，快速验证运镜、光线、表演、对白和氛围。
产品与营销动态
用首帧、尾帧、材质参考和声音提示，让产品图、包装、主视觉和活动创意产生受控运动。
人物与风格连续性测试
通过参考图片和视频，测试人物、服装、动作语言或视觉风格能否在短场景中保持可识别。
适配渠道比例的社交视频
直接生成横屏、方形、竖屏或超宽草稿，用于广告、Reels、Shorts、发布预告和落地页动态。
对白和声音驱动场景
把简短对白、表演、音效、音乐或环境声与画面动作一起规划，而不是先生成静音视频再拼接。
参考驱动的编辑实验
通过多模态参考探索主体、背景、镜头、动作或声音方向的变化，同时保持必须稳定的部分。
MiniMax H3 价格与积分规划
NanoPic 会在提交前显示所需积分。当前 KIE 路由价格为：768P 每输出秒 22.5 KIE 积分，2K 每输出秒 36.5 KIE 积分；NanoPic 按站内每积分 0.001 美元的记账规则换算。
4 秒 768P 从 450 积分开始
当前 4 秒 768P 生成需要 450 NanoPic 积分，同样 4 秒的 2K 需要 730 积分；15 秒分别为 1,688 和 2,738 积分。参考视频时长会与输出时长一起计费，第 6-9 张参考图会增加供应商成本。
查看当前控件MiniMax H3 与其他 NanoPic 视频模型
当核心需求是统一理解文字、图片、视频和音频时选择 H3；当速度、模型风格或专门工作流更重要时，再比较其他模型。
比较速度、风格与专业能力
在视频模型中心比较 H3、Kling、Seedance、Veo、Sora、HappyHorse 和 LTX。使用同一份创意简报，比较运动稳定性、提示词遵循、声音、输入方式、时长与积分，而不是假设一个模型适合所有项目。
查看全部视频模型对比 H3 与 Seedance 2.0 Mini
如果你想先走低分辨率草稿、尝试可选音频生成，或用相同的 4-15 秒提示词做横向测试，Seedance 2.0 Mini 是合适的相邻工作流。
打开 Seedance 2.0 MiniMiniMax H3 生成器常见问题
以下答案基于 MiniMax 官方 H3 API 合同和 NanoPic 已验证的 KIE 集成。
NanoPic 真的已经接入 MiniMax H3 吗？
是。NanoPic 将 MiniMax H3 映射到 minimax-h3/text-to-video、minimax-h3/image-to-video 和 minimax-h3/reference-to-video 三个真实 KIE 模型 ID。页面开发前，文生视频路由已完成一次真实 4 秒 768P 任务，返回的原创折纸鸟视频就展示在本页。
MiniMax H3 支持哪些输入？
当前 NanoPic 表单支持文字提示词、一张首帧加可选尾帧，或最多 9 张参考图。经过验证的供应商合同还接受最多 3 段参考视频和 3 段参考音频，并受格式、时长、尺寸和文件大小限制；本页暂未显示视频或音频参考上传控件。
支持哪些分辨率、时长和比例？
H3 支持 768P/2K 和 4-15 秒整数时长。文生视频支持 21:9、16:9、4:3、1:1、3:4、9:16；图生视频沿用源图比例；参考模式还支持自适应。
MiniMax H3 视频需要多少积分？
当前 KIE 路由中，768P 每输出秒 22.5 KIE 积分，2K 每输出秒 36.5 KIE 积分；默认 4 秒 768P 任务换算为 450 NanoPic 积分，4 秒 2K 为 730 积分。参考视频会按输入时长额外计费，前 5 张参考图包含在基础价格中，更多图片会增加费用。
MiniMax H3 会同时生成声音吗？
MiniMax H3 是视听生成模型，可以根据提示词和参考素材生成视频与声音。为了获得更可控的结果，请明确说话人，让对白长度符合时长，在产生音效的动作处描述声音；需要特定声音、节奏或氛围时使用音频参考。
第一次生成应该选什么设置？
建议从文生视频、4 秒、768P、16:9 开始。提示词只写一个主体、一个动作、一个运镜、光线、声音方向和主要限制。先检查这次低成本结果，再增加时长、切换 2K 或加入多模态参考。