
一つのモデルでテキストから動画、先頭/末尾フレーム制御、マルチモーダル参照を覆います。MiniMax H3 は単回最大約15秒、ネイティブステレオ、指示追従が強く、広告、製品、ブランドモーションの下書きに向きます。
テキスト · 画像(先頭/末尾) · 参照
MiniMax H3 は MiniMax の汎用マルチモーダル生成モデルです。検索では Hailuo H3 / 海螺 H3 / Hailuo 03 とも書きます。公式はテキスト、画像、動画、音声の統一した文脈理解を強調し、完成クリップは最大約15秒、ネイティブステレオと高解像度画面を出します。タスクごとに無関係な専門家モデルへ分けず、クリエイターが自然言語で素材関係を述べます。どの動画がカメラを、どの画像がキャラクターを、どの音声が声を担当するかを書いて、モデルが実行します。ToVideo では MiniMax H3 でテキストから動画、画像から動画(先頭と/または末尾)、参照から動画ができ、クレジットは生成前に見えます。
テキストから動画はコピーと画角から起稿します。画像から動画は先頭、末尾、または両方を受け、計画したトランジションと製品リビールに向きます。参照から動画は、アイデンティティ、動きの移行、スタイル、声をアップロード素材に従わせたいときに、画像、動画、音声を混ぜます。総素材上限で制御パックを抑えめに保ちます。
H3 は人声、効果音、音楽を後付けではなく一緒にモデルします。公式デモはネイティブステレオと、歌唱があるときの口の動き合わせを強調します。ToVideo で同画面の音が必要なら、台詞、環境、BGMの意図を同じプロンプトに書いてください。
MiniMax は H3 を広告、ブランド、EC、製品デザイン、UI モーション、ゲームなどに位置づけます。初期の説明は制御可能なマルチモーダル生成、文字とブランドの描画、V2V に近い動きの移行を強調します。プロンプトで役割ラベルを使い、どの参照がカメラ、どの参照がキャラクターかをはっきりさせます。
公式は既定の高解像度出力と、主流モデルと比べて競争力のある秒単価を強調しつつ、より安い 768p パスも残します。ToVideo の MiniMax H3 は 768p と 2K を出し、まず安く反復し、完成クリップが固まってから解像度を上げて書き出せます。
同じワークスペースで純プロンプト下書き、起止フレームのあるトランジション、混合参照パックが必要で、微タスクごとに無関係な専門家モデルへ切り替えたくないときに、MiniMax H3 を優先します。
公式能力を実行可能な操作へ対応させます。モードを選び、必要な素材だけを掛け、長さと画質を決め、反復します。
同じ企画に画面、カメラ、台詞、音を書きます。チャネルに合わせて横、縦、正方形、超広角を選びます。
1枚は静止画を動かす。2枚は起止を定義。承認済みキーフレームのトランジション向きです。
画像、断片、音声を混ぜ、キャラクター、動き、スタイル、声を固定します。ToVideo の分項と総資産上限を守ります。
プロンプトが音を求めるとき、環境、効果音、揃った演技の人声を一緒に生成します。
整数秒でフック、広告、短い物語ビートを覆い、超短断片を大量につなぐ必要はありません。
反復は 768p。動きの企画が安定してから 2K で書き出します。解像度を上げる前にクレジットを見てください。
ToVideo 上の MiniMax H3 を評価するマーケターとクリエイター向け。
動画ジェネレーターを開き、MiniMax H3 を選び、必要に応じてテキスト、画像、参照を使い、長さと画質を設定します。クレジットは生成前に一目で分かります。