公告: GPT Image 2.6 Flare 与 Sunburst 上新限时 8 折,立即体验
HiAPI
21:9 宽幅高调 Hero 图:右侧玻璃胶片带与光圈轨道向前延展,虹彩折射;发光蚀刻 minimax-h3-max-turbo,左侧柔光留白。

MiniMax

MiniMax H3 Max Turbo

minimax-h3-max-turbo/image-to-video

MiniMax 的速度优化档视频模型,支持文生视频与图生视频(可指定首帧和可选尾帧),单次生成 1 至 15 秒、480P 到 1080P 片段,适合营销短视频快速出稿与分镜预演

试用 minimax-h3-max-turbo/image-to-video

输入

作品灵感

查看全部作品

输出

video
填写参数并生成,结果会显示在这里。

价格

minimax-h3-max-turbo/image-to-video 每秒

规格 单价
480P $0.025
768P $0.040
1080P $0.080

定位简介

以单张图片为首帧生成视频片段,输出画布跟随输入图片比例。适合需要将静态画面转化为动态短片的开发者,可用于社交媒体内容快速制作、广告分镜动态预演或图片素材的动态化展示。支持可选的尾帧图片约束收尾画面,并可通过提示词、时长与分辨率参数控制生成结果。

核心亮点

  • 首帧驱动画面生成——上传一张图片作为首帧,输出视频画布沿用该图片比例,保持构图起点一致。
  • 可选尾帧约束收尾——额外提供结束帧图片,可将视频结尾画面收敛到指定图像,适合做转场或定格收尾。
  • 时长与分辨率可调——单次生成时长可选1至15秒,分辨率提供480P、768P、1080P三档择一。
  • 种子可控可复现——通过seed参数固定随机种子,便于在批量生成中复现或微调同一画面走向。

能力说明

首帧图生视频:以image_url指定首帧图片,结合prompt生成动态视频,输出画布跟随该图片比例,适合将静态图片转为动态片段。

尾帧画面约束:在提供首帧的基础上,可额外传入end_image_url作为结束帧,让视频收尾画面向指定图像靠拢,用于转场或定格镜头。

时长与分辨率控制:duration可在1至15秒间设置,实际输出可能比请求长约0.7秒;resolution提供480P、768P、1080P三档择一,1080P为基于768P原生生成的放大精修。

提示词扩写调节:prompt_expansion_mode可选disabled、balanced或quality,分别跳过扩写、快速返回或花费约30秒生成更丰富的提示词,帮助控制生成细节。

适用场景

  • 社交媒体图片动态化——运营人员用产品图或海报作为首帧,配合简短提示词快速生成动态短视频,用于社交平台发布或信息流素材。
  • 广告分镜动态预演——广告或影视前期团队用关键帧图片加尾帧图生成转场片段,作为动态分镜预演,用于内部提案或拍摄参考。
  • 图片素材转视频片段——内容创作者将摄影作品或插画作为首帧,生成数秒动态短片,用于作品集展示或视频剪辑中的过渡镜头。
  • 定格收尾镜头制作——用首帧与尾帧两张图片约束画面起止,生成从起始画面过渡到指定结束画面的短片,用于片头或片尾定格效果。

限制与选型建议

首帧图片image_url为必填项,不支持纯文本输入生成;尾帧图片为可选约束,不保证画面精确收敛到该图。resolution选择1080P时为基于768P原生生成的放大精修输出,并非原生1080P生成。duration设置1至15秒,实际输出可能比请求长约0.7秒。提示词最多50000字符,图片链接最多50000字符。生成结果不保证角色绝对一致或画面精确复现。

  • 模型上新 MiniMax H3 Max Turbo 上线:文生视频与首尾帧图生视频
  • 这个模型的1080P是原生生成吗?

    不是原生生成,1080P 是从 768P 源做潜空间精修得到的;模型原生生成的最高档位是 768P。如果对画面细节有硬性要求,建议按 768P 原生生成来评估,或改用支持 2K 母版的档位。

  • 图生视频能不能用参考图锁定角色?

    目前不支持参考图生视频。image_url 只作为起始帧,生成画布会跟随这张图,无法用参考图、参考片段或音频来锁定角色与风格。需要角色一致性的场景应改用支持参考图生视频的档位。

  • 首尾帧怎么设置才能控制镜头落点?

    用 image_url 指定首帧,用可选的 end_image_url 指定尾帧,模型会在两者之间补间运动。首帧决定整个输出画布,所以尾帧的构图和比例要与首帧接近,否则补间容易出现形变。

  • 生成的视频时长可以超过15秒吗?

    单次生成最长 15 秒,无法一次产出更长的片段。实际输出可能比填的 duration 长约 0.7 秒。需要更长成片时,按镜头分段生成再拼接。

同类型模型