向左環繞
相機繞著主體走弧線，主體始終居中，背景向右滑動。
適用情境展現產品側面輪廓，或主體身後的空間。
64積分
剩餘積分：
公開
快速 H3 Max 生成 · Kuca 四種創作模式
MiniMax H3 Max：更快生成，精準控制鏡頭
MiniMax H3 Max 面向希望減少等待、同時維持成片質感的創作者。它更準確地遵循詳細提示詞，提升畫面完成度，並支援文生影片、圖生影片、混合參考與相機運鏡四種工作流。在 Kuca，你可以更快地從創意進入預覽，同時使用 480P–1080P 輸出、5–15 秒片長與六種現成運鏡。
- 生成速度
- 高吞吐快速生成
- 參考素材
- 9 圖 · 3 影片 · 3 音訊
- 運鏡
- 6 種預設軌跡
- 輸出
- 480P–1080P · 5–15 秒
H3 還是 H3 Max？花積分前先看清差異
兩個模型同屬 H3 一代，因此選擇的關鍵在於各自被調校的方向。H3 Max 偏向提示詞貼合度、畫面觀感與運鏡精準度；MiniMax H3 仍是具備聯合生成立體聲的 2K 模型。
| 對比項 | MiniMax H3 | MiniMax H3 Max |
|---|---|---|
| 調校方向 | 2K 細節與原生立體聲 | 提示詞貼合度、畫面觀感與運鏡精準度 |
| 解析度 | 768P、2K | 480P、768P、1080P |
| 時長 | 4–15 秒 | 5–15 秒 |
| 參考素材 | 最多 5 張圖片與 3 段音訊 | 最多 9 張圖片、3 段影片與 3 段音訊，合計 12 個檔案 |
| 運鏡控制 | 寫進提示詞 | 六種可選的軌跡預設 |
| 生成音訊 | 原生立體聲，與畫面一起生成 | 不生成——音訊只作為參考輸入 |
| 提示詞長度 | 最長 7,000 字元 | 最長 50,000 字元 |
| 吞吐量 | H3 基準推論管線 | 高吞吐流程，生成等待更短 |
開啟 MiniMax H3 頁面
兩個頁面開啟的是同一個生成器，因此在 H3 與 H3 Max 之間切換時不必重寫簡報。
六種運鏡，選一下就好，不必用文字描述
從向左環繞、向右環繞、鏡頭推進、鏡頭拉遠、鏡頭升高與鏡頭降低六種運鏡中直接選擇。把鏡頭方向變成明確設定後，提示詞可以更專注於主體、動作與場景。
向右環繞
同樣的弧線，方向相反，背景向左滑動。
適用情境與既有素材的運動方向對齊，或跟隨畫面內的移動。
鏡頭推進
相機徑直推向主體，畫面隨之收緊。
適用情境強調一張臉、一處標籤或某個細節。
鏡頭拉遠
相機後退，周圍環境進入畫面。
適用情境在收尾時交代主體真正所在的位置。
鏡頭升高
相機上升，視線向下俯看主體。
適用情境為場景開場，或展現空間的規模。
鏡頭降低
相機下降到與主體齊平的高度。
適用情境落在一個親近的平視收尾上。
相機運鏡模式只需要一張首幀和一個預設，該模式下提示詞是選填的。畫面比例跟隨你上傳的首幀。
四個端點，四種不同的分工
每個 H3 Max 端點要求的輸入不同，留給模型決定的空間也不同。先選定端點，參考素材才不會越堆越多。
- 01
文生影片
- 你需要提供
- 只有一段提示詞，其他都不需要。
- 模型來決定
- 構圖、主體、光線與運鏡。
- 適合情境
- 還在探索方向，沒有任何必須保留的內容。
- 02
圖生影片
- 你需要提供
- 一張首幀，可選一張尾幀。
- 模型來決定
- 運動與節奏，構圖則跟隨你上傳的圖片。
- 適合情境
- 構圖、身分或產品幾何必須在算圖後保持不變。
- 03
混合參考
- 你需要提供
- 圖片、影片片段與音訊片段，每項都指明用途。
- 模型來決定
- 這些參考如何合成到同一個鏡頭裡。
- 適合情境
- 運動、風格或聲音必須來自現成素材，而不是靠文字描述。
- 04
相機運鏡
- 你需要提供
- 一張首幀和六個預設中的一個。
- 模型來決定
- 運動過程中主體的表現，因為軌跡來自預設。
- 適合情境
- 這個鏡頭存在的主要目的就是展示某個特定的運鏡。
每份參考素材只該負責一項屬性
H3 Max 能接受大量素材，但職責清楚的小素材組勝過彼此打架的大素材組。給每份檔案一個任務，並在提示詞裡寫明這個任務。
| 素材 | 負責什麼 | 上限 | 常見失誤 |
|---|---|---|---|
| 圖片 | 身分、產品外形、服裝、環境或配色。 | 最多 9 張圖片。 | 上傳多張幾乎相同的畫面，爭奪同一項屬性。 |
| 影片 | 一段運鏡、一種節奏、一個手勢，或某種材質的表現方式。 | 最多 3 段，每段 2–15 秒，合計 15 秒。 | 餵入帶剪輯點、文字疊加或主體不一致的素材。 |
| 音訊 | 人聲、配樂、環境聲或音效。 | 最多 3 段，每段 2–15 秒，合計 15 秒。 | 以為音訊會被重新生成：音訊是引導，而非輸出。 |
| 提示詞 | 主體、地點、動作、運鏡、時間順序與邊界。 | 最長 50,000 字元。 | 只寫一句含糊的話，或把三段情節塞進五秒裡。 |
圖片、影片與音訊共用 12 個檔案的合計上限，參考模式至少要加入其中一項。
每次請求都會對照的完整參數範圍
這些數值來自生成器自身的設定。在組裝鏡頭時順手核對，比提交被拒之後再查要快得多。
- 時長
- 5–15 秒，僅支援整數秒
- 解析度
- 480P、768P 或 1080P，預設 768P
- 畫面比例，文生影片
- 21:9、16:9、4:3、1:1、3:4、9:16
- 畫面比例，參考模式
- 上述六種比例，另加 adaptive
- 畫面比例，圖生與相機運鏡模式
- 跟隨你上傳的首幀
- 圖片參考
- 最多 9 張
- 影片參考
- 最多 3 段，每段 2–15 秒，合計 15 秒
- 音訊參考
- 最多 3 段，每段 2–15 秒，合計 15 秒
- 參考素材總計
- 最多 12 個，參考模式下至少 1 個
- 提示詞長度
- 最長 50,000 字元
相機運鏡模式接受一張首幀和一個預設，該端點的提示詞是選填的。
最容易浪費鏡次的五類失敗
大多數令人失望的 H3 Max 結果，根源在簡報或參考素材，而不在模型。以下是最值得優先排查的幾種情況。
畫面完全不理會提示詞的要求
原因簡報不是過於含糊，就是混進了幾件互不相關的事。
怎麼改用一個明確動作搭配具體名詞來描述，再用單獨一句交代運鏡。
鏡頭顯得倉促，或在動作中途就斷了
原因在 5–15 秒的窗口裡塞進了太多情節。
怎麼改只保留一個主動作，去掉次要節拍；若還想加細節，先把時長拉長。
文字、標識或招牌被算圖變形
原因來源圖本身就帶字、浮水印或雜亂的背景元素。
怎麼改從乾淨的畫面起步，把文字裁掉，或乾脆讓畫面裡不出現任何文字。
主體逐漸偏離參考
原因有兩份檔案在暗中爭奪同一項屬性，例如身分或顏色。
怎麼改讓每項屬性只有一個來源，並在提示詞裡寫明，然後刪掉多餘的那份檔案。
相機不執行你描述的運鏡
原因在需要預設的端點裡，用散文寫了一個精確的運動。
怎麼改切換到相機運鏡，從六條軌跡裡選一條，提示詞只用來描述主體表現。
H3 Max 拿手的四類鏡頭
每份方案都列出要準備什麼、提示詞怎麼組織，以及通常會在哪裡出問題。任何一段提示詞都可以直接載入生成器，再按自己的素材調整。
直式社群短片
- 準備
- 一張乾淨的 9:16 或 3:4 主體圖，若運鏡有特定要求，再加一段短影片參考。
- 提示詞結構
- 主體、地點、單一動作、運鏡，最後是你想在末秒出現的節拍。
- 注意
- 不要把完整故事塞進五秒。只留一個動作，並讓它做完。
產品旋轉
- 準備
- 一張打光良好、置於素淨檯面的產品圖，最好不帶印刷文字或反光雜物。
- 提示詞結構
- 產品、檯面、運鏡預設，再補充光線與材質說明。
- 注意
- 包裝上的文字最容易先變形。裁掉它，或接受更柔和的標識。
開放世界動作節拍
- 準備
- 角色與環境圖片，再加一段能示範你想要的運動的短片。
- 提示詞結構
- 角色、環境、一個動作、運鏡，然後是連續性邊界。
- 注意
- 重複使用有辨識度的遊戲或影視素材會招來 IP 風險。所有設計都要保持原創。
預告片式前導
- 準備
- 一張主視覺和一段音樂參考，拆成幾條短鏡頭分別算圖，而不是拍成一條長鏡頭。
- 提示詞結構
- 一份由 5–15 秒節拍組成的鏡頭清單，每條各有自己的運鏡預設和單一動作。
- 注意
- 一次請求撐不起一整條預告片。逐條生成，再在剪輯軟體裡拼起來。
來源素材請保持原創或已獲授權。不要上傳遊戲素材、影視畫面、標識或其他受保護的角色與品牌，也避免使用模仿特定系列作品的提示詞。
第一次跑 H3 Max 之前，大家常問的問題
MiniMax H3 Max 是速度更快、控制更直接的 H3 影片模型。它強化提示詞遵循與畫面質感，並支援圖片、影片、音訊混合參考以及六種現成運鏡。
有兩項素質得到提升：提示詞貼合度，也就是成品對文字簡報的遵循程度；以及畫面觀感，也就是最終畫面的打光、構圖與調色。H3 Max 並不是一個單純為速度而訓練的更大模型。
H3 Max 針對高吞吐推論進行最佳化，因此通常能比基礎 H3 工作流更快處理單一鏡頭。實際完成時間仍會受到解析度、片長、參考檔案與佇列負載影響。
H3 Max 對提示詞的回應更貼合，除圖片和音訊外還接受影片參考，並提供六種預設鏡頭軌跡。如果需要 2K 輸出，或需要與畫面一起生成的原生立體聲，MiniMax H3 仍是更合適的選擇。
480P、768P 和 1080P，預設 768P；時長可選 5 到 15 秒之間的任意整數秒。MiniMax H3 上提供的 2K 選項，H3 Max 沒有。
最多 9 張圖片、3 段影片和 3 段音訊，合計上限 12 個檔案。影片與音訊每段為 2–15 秒，每類合計 15 秒額度，參考模式至少需要一份素材。
Kuca 提供向左環繞、向右環繞、鏡頭推進、鏡頭拉遠、鏡頭升高與鏡頭降低六種可選運鏡。相機運鏡模式需要一張首幀與一個預設，提示詞可以不填。
不會。在 Kuca 中音訊是輸入：最多 3 段 2–15 秒的參考音訊，可用來固定人聲、配樂、環境聲或音效。如果你需要與畫面一起生成的配樂，請使用 MiniMax H3。
按順序寫清六個部分：主體、地點、動作、運鏡、時間順序，以及邊界條件，例如哪些內容不能出現。然後每條 5–15 秒鏡頭只保留一個主動作，兩次嘗試之間只改一個變數。
提示詞含糊、把多條情節壓進很短的時長、來源圖本身帶有文字或干擾雜物，以及多份參考爭奪同一項屬性。本頁的診斷一節逐條說明了原因和修改方式。