向左环绕
相机绕主体走弧线，主体始终居中，背景向右滑动。
适用场景展现产品侧面轮廓，或主体身后的空间。
64积分
剩余积分：
公开
快速 H3 Max 生成 · Kuca 四种创作模式
MiniMax H3 Max：更快生成，精准控制镜头
MiniMax H3 Max 面向希望减少等待、同时保持成片质感的创作者。它更准确地遵循详细提示词，提升画面完成度，并支持文生视频、图生视频、混合参考和相机运镜四种工作流。在 Kuca，你可以更快地从创意进入预览，同时使用 480P–1080P 输出、5–15 秒时长和六种现成运镜。
- 生成速度
- 高吞吐快速生成
- 参考素材
- 9 图 · 3 视频 · 3 音频
- 运镜
- 6 种预设轨迹
- 输出
- 480P–1080P · 5–15 秒
H3 还是 H3 Max？花积分前先看清差异
两个模型同属 H3 一代，因此选择的关键在于各自被调优的方向。H3 Max 偏向提示词贴合度、画面观感与运镜精度；MiniMax H3 仍是带联合生成立体声的 2K 模型。
| 对比项 | MiniMax H3 | MiniMax H3 Max |
|---|---|---|
| 调优方向 | 2K 细节与原生立体声 | 提示词贴合度、画面观感与运镜精度 |
| 分辨率 | 768P、2K | 480P、768P、1080P |
| 时长 | 4–15 秒 | 5–15 秒 |
| 参考素材 | 最多 5 张图片与 3 段音频 | 最多 9 张图片、3 段视频与 3 段音频，合计 12 个文件 |
| 运镜控制 | 写进提示词 | 六种可选的轨迹预设 |
| 生成音频 | 原生立体声，与画面一起生成 | 不生成——音频只作为参考输入 |
| 提示词长度 | 最长 7,000 字符 | 最长 50,000 字符 |
| 吞吐量 | H3 基线推理管线 | 高吞吐管线，生成等待更短 |
打开 MiniMax H3 页面
两个页面打开的是同一个生成器，因此在 H3 与 H3 Max 之间切换时不必重写简报。
六种运镜，选一下就好，不必用文字描述
从向左环绕、向右环绕、镜头推进、镜头拉远、镜头升高和镜头降低六种运镜中直接选择。把镜头方向变成明确设置后，提示词可以更专注于主体、动作和场景。
向右环绕
同样的弧线，方向相反，背景向左滑动。
适用场景与已有素材的运动方向对齐，或跟随画面内的移动。
镜头推进
相机径直推向主体，画面随之收紧。
适用场景强调一张脸、一处标签或某个细节。
镜头拉远
相机后撤，周围环境进入画面。
适用场景在收尾时交代主体真正所处的位置。
镜头升高
相机上升，视线向下俯看主体。
适用场景为场景开场，或展现空间的规模。
镜头降低
相机下降到与主体齐平的高度。
适用场景落在一个亲近的平视收尾上。
相机运镜模式只需要一张首帧和一个预设，该模式下提示词是可选项。画面比例跟随你上传的首帧。
四个端点，四种不同的分工
每个 H3 Max 端点要求的输入不同，留给模型决定的空间也不同。先选定端点，参考素材才不会越堆越多。
- 01
文生视频
- 你需要提供
- 只有一段提示词，别的都不需要。
- 模型来决定
- 构图、主体、光线与运镜。
- 适合场景
- 还在探索方向，没有任何必须保留的内容。
- 02
图生视频
- 你需要提供
- 一张首帧，可选一张尾帧。
- 模型来决定
- 运动与节奏，构图则跟随你上传的图片。
- 适合场景
- 构图、身份或产品几何必须在渲染后保持不变。
- 03
混合参考
- 你需要提供
- 图片、视频片段与音频片段，每项都指明用途。
- 模型来决定
- 这些参考如何合成到同一个镜头里。
- 适合场景
- 运动、风格或声音必须来自现成素材，而不是靠文字描述。
- 04
相机运镜
- 你需要提供
- 一张首帧和六个预设中的一个。
- 模型来决定
- 运动过程中主体的表现，因为轨迹来自预设。
- 适合场景
- 这个镜头存在的主要目的就是展示某个特定的运镜。
每份参考素材只该负责一项属性
H3 Max 能接受大量素材，但职责清晰的小素材组胜过彼此打架的大素材组。给每份文件一个任务，并在提示词里写明这个任务。
| 素材 | 负责什么 | 上限 | 常见失误 |
|---|---|---|---|
| 图片 | 身份、产品外形、服装、环境或配色。 | 最多 9 张图片。 | 上传多张几乎相同的画面，争夺同一项属性。 |
| 视频 | 一段运镜、一种节奏、一个手势，或某种材质的表现方式。 | 最多 3 段，每段 2–15 秒，合计 15 秒。 | 喂入带剪辑点、文字叠加或主体不一致的素材。 |
| 音频 | 人声、配乐、环境声或音效。 | 最多 3 段，每段 2–15 秒，合计 15 秒。 | 以为音频会被重新生成：音频是引导，而非输出。 |
| 提示词 | 主体、地点、动作、运镜、时间顺序与边界。 | 最长 50,000 字符。 | 只写一句含糊的话，或把三段情节塞进五秒里。 |
图片、视频与音频共用 12 个文件的合计上限，参考模式至少要添加其中一项。
每次请求都会对照的完整参数范围
这些数值来自生成器自身的配置。在组装镜头时顺手核对，比提交被拒之后再查要快得多。
- 时长
- 5–15 秒，仅支持整数秒
- 分辨率
- 480P、768P 或 1080P，默认 768P
- 画面比例，文生视频
- 21:9、16:9、4:3、1:1、3:4、9:16
- 画面比例，参考模式
- 上述六种比例，另加 adaptive
- 画面比例，图生与相机运镜模式
- 跟随你上传的首帧
- 图片参考
- 最多 9 张
- 视频参考
- 最多 3 段，每段 2–15 秒，合计 15 秒
- 音频参考
- 最多 3 段，每段 2–15 秒，合计 15 秒
- 参考素材总计
- 最多 12 个，参考模式下至少 1 个
- 提示词长度
- 最长 50,000 字符
相机运镜模式接受一张首帧和一个预设，该端点的提示词是可选项。
最容易浪费镜次的五类失败
大多数令人失望的 H3 Max 结果，根源在简报或参考素材，而不在模型。以下是最值得优先排查的几种情况。
画面完全不理会提示词的要求
原因简报要么过于含糊，要么混进了几件互不相关的事。
怎么改用一个明确动作配合具体名词来描述，再用单独一句交代运镜。
镜头显得仓促，或在动作中途就断了
原因在 5–15 秒的窗口里塞进了太多情节。
怎么改只保留一个主动作，去掉次要节拍；若还想加细节，先把时长拉长。
文字、标识或招牌被渲染变形
原因源图本身就带字、水印或杂乱的背景元素。
怎么改从干净的画面起步，把文字裁掉，或干脆让画面里不出现任何文字。
主体逐渐偏离参考
原因有两份文件在暗中争夺同一项属性，比如身份或颜色。
怎么改让每项属性只有一个来源，并在提示词里写明，然后删掉多余的那份文件。
相机不执行你描述的运镜
原因在需要预设的端点里，用散文写了一个精确的运动。
怎么改切换到相机运镜，从六条轨迹里选一条，提示词只用来描述主体表现。
H3 Max 拿手的四类镜头
每份方案都列出要准备什么、提示词怎么组织，以及通常会在哪里出问题。任何一段提示词都可以直接载入生成器，再按自己的素材调整。
竖屏社交短片
- 准备
- 一张干净的 9:16 或 3:4 主体图，若运镜有特定要求，再加一段短视频参考。
- 提示词结构
- 主体、地点、单一动作、运镜，最后是你想在末秒出现的节拍。
- 注意
- 不要把完整故事塞进五秒。只留一个动作，并让它做完。
产品旋转
- 准备
- 一张打光良好、置于素净台面的产品图，最好不带印刷文字或反光杂物。
- 提示词结构
- 产品、台面、运镜预设，再补充光线与材质说明。
- 注意
- 包装上的文字最容易先变形。裁掉它，或接受更柔和的标识。
开放世界动作节拍
- 准备
- 角色与环境图片，再加一段能示范你想要的运动的短片。
- 提示词结构
- 角色、环境、一个动作、运镜，然后是连续性边界。
- 注意
- 复用有辨识度的游戏或影视素材会招来 IP 风险。所有设计都要保持原创。
预告片式前导
- 准备
- 一张主视觉和一段音乐参考，拆成几条短镜头分别渲染，而不是拍成一条长镜头。
- 提示词结构
- 一份由 5–15 秒节拍组成的镜头清单，每条各有自己的运镜预设和单一动作。
- 注意
- 一次请求撑不起一整条预告片。逐条生成，再在剪辑软件里拼起来。
源素材请保持原创或已获授权。不要上传游戏素材、影视画面、标识或其他受保护的角色与品牌，也避免使用模仿特定系列作品的提示词。
第一次跑 H3 Max 之前，大家常问的问题
MiniMax H3 Max 是速度更快、控制更直接的 H3 视频模型。它强化提示词遵循和画面质感，并支持图像、视频、音频混合参考以及六种现成运镜。
有两项素质得到提升：提示词贴合度，也就是成片对文字简报的遵循程度；以及画面观感，也就是最终画面的打光、构图与调色。H3 Max 并不是一个单纯为速度而训练的更大模型。
H3 Max 针对高吞吐推理进行了优化，因此通常能比基础 H3 工作流更快处理单个镜头。实际完成时间仍会受到分辨率、时长、参考文件和队列负载影响。
H3 Max 对提示词的响应更贴合，除图片和音频外还接受视频参考，并提供六种预设镜头轨迹。如果需要 2K 输出，或需要与画面一起生成的原生立体声，MiniMax H3 仍是更合适的选择。
480P、768P 和 1080P，默认 768P；时长可选 5 到 15 秒之间的任意整数秒。MiniMax H3 上提供的 2K 选项，H3 Max 没有。
最多 9 张图片、3 段视频和 3 段音频，合计上限 12 个文件。视频与音频每段为 2–15 秒，每类合计 15 秒额度，参考模式至少需要一份素材。
Kuca 提供向左环绕、向右环绕、镜头推进、镜头拉远、镜头升高和镜头降低六种可选运镜。相机运镜模式需要一张首帧和一个预设，提示词可以不填。
不会。在 Kuca 中音频是输入：最多 3 段 2–15 秒的参考音频，可用来固定人声、配乐、环境声或音效。如果你需要与画面一起生成的配乐，请使用 MiniMax H3。
按顺序写清六个部分：主体、地点、动作、运镜、时间顺序，以及边界条件，比如哪些内容不能出现。然后每条 5–15 秒镜头只保留一个主动作，两次尝试之间只改一个变量。
提示词含糊、把多条情节压进很短的时长、源图本身带有文字或干扰杂物，以及多份参考争夺同一项属性。本页的诊断一节逐条说明了原因和修改方式。