MiniMax H3 KI-Videogenerator
Verwandeln Sie einen Prompt, Start- und Endbilder oder eine Kombination aus Bild-, Video- und Audioreferenzen in ein stimmiges Video mit nativem Stereoton. Erzeugen Sie 4–15 Sekunden in 768P oder 2K.
Modell
Meist 1–5 Min.
Saxofon im Steintunnel5 s · 16:9 · 768P · mit Ton
Tipps für MiniMax H3
Beschreibe Szene, Kamera und Ton zusammen. Im Modus „Referenzen“ fügst du Produktfotos, Clips oder einen Track hinzu und sagst, wie jedes Element genutzt wird.
Beispiele
MiniMax H3 in Aktion
Sehen Sie sich anhand dieser Beispiele an, was MiniMax H3 erstellen kann
Saxofon im Steintunnel
Ein Straßenmusiker spielt nachts Saxofon unter einer Steinbrücke, warmes Laternenlicht auf nassem Kopfsteinpflaster, die Kamera fährt langsam heran. Eine gefühlvolle Melodie hallt unter dem Bogen, leichter Regen fällt.
Produktclip aus einer Referenz
Die salbeigrünen Kopfhörer aus der Referenz liegen auf einem runden Sockel in einem sanft grünen Studio. Die Kamera umkreist sie langsam, dann hebt eine Hand sie vom Sockel. Eine ruhige Basslinie spielt.
Weitere Videomodelle
- Seedance 2.5Erstellen Sie aus Text und bis zu vier Referenzbildern Videos mit nativem Ton – bis zu 30 Sekunden in 720p
- Veo 3.1Erstellen Sie 1080p-Videos mit synchronisiertem Audio, Musik und Soundeffekten aus Text oder Bildern
- Grok Imagine 1.5Verwandeln Sie einen Prompt oder ein einzelnes Bild in ein lebendiges KI-Video
- Hailuo 2.3Erstellen Sie professionelle Videos mit NCR-Technologie und Kamerasteuerung auf Regisseurebene
Häufige Fragen
Alles Wichtige zu MiniMax H3 auf einen Blick.
Benötigen Sie weitere Hilfe? Kontaktieren Sie uns unter [email protected]
MiniMax H3, auch Hailuo 03 genannt, ist ein multimodales KI-Videomodell, das aus Text, Bildern oder gemischten Bild-, Video- und Audioreferenzen Video mit nativem Stereoton erzeugt.
Der Modus „Text“ erstellt ein Video aus einem Prompt. „Start/Ende“ animiert ein erforderliches Startbild und optional ein Endbild. „Referenzen“ kombiniert bis zu 9 Bilder, 3 Videos und 3 Audiodateien.
Sie können Clips von 4 bis 15 Sekunden in 768P oder 2K erstellen. Die Modi „Text“ und „Referenzen“ bieten mehrere Seitenverhältnisse; im Modus „Start/Ende“ richtet sich das Format nach dem hochgeladenen Bild.
768P kostet 32 Credits pro Sekunde, 2K 51 Credits pro Sekunde. Die Länge von Referenzvideos wird zur generierten Dauer addiert. Die ersten 5 Referenzbilder sind kostenlos, jedes weitere kostet 16 Credits. Audioreferenzen sind kostenlos.
Ja. Das Startbild definiert die Eröffnung, das optionale Endbild führt zur finalen Komposition und zum Übergang.
Geben Sie jeder Datei eine klare Rolle: Bilder für Identität oder Design, Videos für Bewegung oder Kamera und Audio für Stimme, Musik oder Rhythmus.
Ja. Nativer Stereoton entsteht zusammen mit dem Video. Beschreiben Sie Dialog, Umgebung, Musik und Effekte im Prompt; Audioreferenzen kosten keine zusätzlichen Credits.