视频生成领域又卷出新高度了。 MiniMax 刚刚发布了全新的视频生成模型 MiniMax H3 以及主打极速的 H3 Max。

以前生成视频真的很繁琐，文生视频、首尾帧控制、角色参考、动作参考往往需要切换不同的模型。 MiniMax H3 最大的突破就是把这些碎片化的功能整合到了同一个模型里。

现在你可以在一次生成中，同时塞入最多 9 张图片、3 段视频和 3 段音频。最聪明的是它的提示词控制方式，就像平时说话一样，直接在句子里指定 “用图 A 做角色，用视频 B 的运镜，用音频 C 的声音”。这种多模态联合引用的能力，让生成结果的确定性大幅提升。

它还内置了多镜头切换功能。你可以在提示词里直接写时间轴，比如 0 到 5 秒拍什么，5 到 10 秒切到另一个场景。模型会自动保证角色和场景的一致性，省去了后期剪辑的麻烦。生成的视频还自带音效，支持 11 种语言的稳定对话。

分辨率方面，它支持 2K 输出。不过它的逻辑是先生成 768p，再结合提示词和参考素材的上下文进行无损放大，这样补充的细节更精准，而不是靠算法生硬地去猜测像素。

至于 H3 Max，这是第三方团队利用 MiniMax 开源的权重重构的版本。它牺牲了一点分辨率，上限是 768p，但速度快到飞起，生成 5 秒的视频只需要 3 秒，真正做到了播放速度比生成速度还要慢。这种开源生态带来的效率提升，确实让人看到了 AI 视频普及的曙光。目前这两个模型都已经在 Eleven Creative 上线，感兴趣的朋友可以去写几句提示词体验一下。

#MiniMaxH3##AI视频生成##AI创造营# http://t.cn/AXOvH1JV