近距离观察细节
壁虎微距特写清晰呈现鳞片纹理、眼部反光和浅景深效果。
MiniMax H3 AI 视频生成器 | Veemo AI
多模态 AI 视频模型
用 MiniMax H3 统一引导每个镜头元素
将文本、图像、视频和音频整合进同一个短视频工作流，再通过上方生成器安排动作、镜头、氛围与声音。
4–15 秒镜头 · 最高 2K · 在支持的工作流中生成原生立体声
MiniMax H3 作品展示
由 MiniMax H3 生成
浏览六支 H3 官方演示，从细节丰富的微距特写到风格鲜明的片头设计。每段说明都会点出值得留意的画面或声音细节。
声画一体的场景
镜头沿工业升降梯向上移动，机械空间的纵深随之展开。建议打开声音，完整感受这段演示。
黑色电影风格片头
唱片、手写便笺、街灯与午夜天际线，以鲜明的视觉意象建立片头氛围。
角色与界面同框
鲜明的游戏角色与装备菜单接连出现，画面自然串起角色及其所处的世界。
让海报动起来
奔跑的小角色配合超大字体，组成一支轻快醒目的社交媒体竖屏短片。
产品感十足的人像特写
镜面护目镜配合紧凑的人像构图，营造出简洁利落的竖屏广告质感。
H3 能帮你实现什么
整合多种参考素材
H3 可以同时参考文本、图像、视频和音频。既能从文字提示开始创作，也能用首帧、尾帧或多种素材共同引导画面。
让声音与镜头一同生成
H3 可以生成带原生立体声的视频，让对白、音效和环境声与画面一起成形。
最高 2K 输出
在工作流支持的情况下，最高可输出 2K 视频，方便进行细节处理和二次构图。
选择镜头时长
在 Veemo 中，时长可按整秒设为 4 到 15 秒，方便围绕有限时间安排动作和镜头节奏。
把提示词写成一份迷你分镜
如果希望方向更明确，请描述主体、场景、动作、镜头运动与氛围；如需声音，再加入对白、音效或环境声。以下示例均由 Veemo 原创，仅供创作参考，并非展示视频的原始提示词。
主体与场景 → 动作与节奏 → 镜头 → 光线与风格 → 对白与声音
产品广告
黄昏时分，拉丝金属便携音箱置于雨后的深色屋顶。水珠聚集两秒，随首个低音鼓点向外震开。镜头缓慢顺时针环绕并推进至特写。冷蓝色轮廓光，精致商业质感。深沉的立体声低音、细雨声，无对白。
人物场景
一名疲惫的车站值班员独自站在 20 世纪 80 年代候车大厅的时钟下。她折好电报，望向进站列车，轻声说：“正点到达。”镜头从腰部高度开始，随后缓缓推近。暖色环境灯光，低饱和胶片色调。远处刹车声、脚步声、轻声对白。
电影氛围
蓝调时刻，风吹过漫水的柏树林，一叶窄舟漂入银色薄雾。镜头与船平行跟拍，随后上摇至飞离树冠的鸟群。柔和自然光，克制的电影色彩，舒缓节奏。船桨划水声、虫鸣与远处雷声。
适合 H3 的工作流
短广告
快速尝试产品亮相方式、广告概念和品牌短片。
社交媒体开场
测试竖屏开场、视觉反差和抓人眼球的动态创意。
人物镜头
围绕角色、动作与运镜，设计一段简洁的人物表演。
视觉预演
在投入更大规模制作前，探索构图、氛围与镜头节奏。
基于参考素材做变体
用已有图像、视频或音频，为新的短视频确定创作方向。
为迭代留出空间
- 生成画面中的文字、界面标签和标志，可能需要在后期进一步修正。
- 分别生成多段视频时，角色身份和前后衔接不一定能完全一致。
- 多人同框、复杂动作编排或多项互动同时发生时，往往需要反复调整和尝试。
- 15 秒适合完成一个镜头，而非讲完一个长篇故事；较长内容仍需通过剪辑组织，并处理好镜头衔接。
- 成片效果取决于提示词是否清晰，以及参考素材是否合适。
MiniMax H3 常见问题
MiniMax H3 是一款多模态视频生成模型。Veemo 已将它的文生视频、图生视频和参考生成工作流整合进现有视频生成器。
你可以从文本开始，用首帧或尾帧引导视频，也可以将图像、视频、音频等参考素材与提示词结合使用。不同模式会显示对应的输入项。
在 Veemo 中，可按整秒选择 4 到 15 秒的生成时长。
支持。官方文档列出了 768P 和 2K 输出选项，因此 H3 最高可生成至 2K。实际可选分辨率取决于当前工作流和设置。
H3 可以在生成视频的同时生成原生立体声。如需对白、音效或环境声，请在提示词中明确描述。
参考素材应清楚表达希望延续的主体、动作、构图或声音氛围。选择模式后，Veemo 生成器会显示对应的输入项和文件限制。
Veemo 按生成视频时长计费，每秒 15 积分。参考模式下，输入视频每秒另计 15 积分；从第 6 张起，每张参考图像另计 5 积分；参考音频不额外收费。提交前，生成器会显示总积分。
把提示词当成简洁的镜头说明来写：先交代主体与场景，再描述动作和节奏、运镜方式、光线与风格，最后补充对白与声音。