MiniMax H3 Max Turbo Image to Video API

minimax/h3-max-turbo/image-to-video
480p / 768p / 1080p · 5–15 sec

MiniMax H3 Max Turbo Image to Video 将静态图像转为 5–15 秒视频,支持首尾帧控制与原生立体声同步。它在忠实保留源图主体与质感的同时,赋予画面逼真的物理动态。

输入
739/50000

拖拽文件、粘贴剪贴板素材,或输入 URL。 必填,按顺序添加 1–2 张图片:先首帧,再添加可选尾帧。

2/2 个素材

输出示例
5 秒 × $0.040/秒 = $0.200
继续使用

示例

Animate this original photograph into a five-second continuous shot. The elderly puppeteer gently pulls the strings so the small wooden marionette bows once toward the empty velvet seats, then lifts its little head. Keep the puppeteer's face, hands, puppet costume, strings and warm theater lighting consistent. He smiles and softly says, "Your turn." Subtle camera push from the puppet toward his face, plausible string tension and articulated wooden limbs. Native quiet wood clicks and synchronized brief English speech, intimate theater room tone. No extra people, no subtitles, logos or advertising.

Animate this macro starting frame in a single five-second nature-documentary shot. The same iridescent green beetle walks carefully along the leaf vein and nudges one large dew droplet with its front leg. The droplet wobbles, rolls a short distance, and falls from the leaf tip; the beetle stops and folds its antennae forward. Stable insect anatomy, six legs, realistic water surface tension and unchanged morning background. Locked macro camera with a tiny focus adjustment, no cuts. Native faint garden ambience and a soft drop, no voice, music, text or logos.

MiniMax H3 Max Turbo Image to Video

MiniMax H3 Max Turbo Image to Video 专为高吞吐视觉制作打造,在继承旗舰画质的同时大幅降低延迟与成本。端点支持单张首帧或首尾双帧精确转场,原生输出带同步音效的 480p、768p 与 1080p 视频。它在忠实保留源图质感的同时生成符合物理规律的运镜,全面助力角色动画与宣发素材高效量产。

为什么选择 MiniMax H3 Max Turbo Image to Video API?

  • 首尾帧精准过渡控制支持单张起始首帧或首尾双帧协同驱动,通过终止帧准确锁定镜头的运镜终点与形态落点。

  • 严苛的主体与质感保留深度锚定源图的角色面容、服饰纹理与光照质感,在大幅动态运动中有效抑制特征漂移与形变。

  • 原生同步立体声音频根据画面动态和运动节奏自动合成匹配的环境音效与动作声音,实现开箱即用的音画一体交付。

  • 双倍吞吐极速出片后训练蒸馏大幅精简推理采样开销,生成速度约为基础旗舰版的 2 倍,显著加快批量出片效率。

  • 费率腰斩高性价比全分辨率档位计费标准仅为基础 H3 Max 的一半,以 5 credits/秒($0.025/秒)起平价计费,降低规模化制作成本。

参数说明

参数要求说明
prompt必填

1–50,000 个字符

默认值—
duration可选

5–15 秒,整数

默认值5
resolution可选

480p | 768p | 1080p

默认值768p
enable_safety_checker可选

true | false

默认值true
image_urls必填

1–2 张图片,先首帧再尾帧。HTTP(S) 或 Base64

默认值—

使用方法

  1. 上传首帧图片提供一张主体清晰、构图明确的起始参考图(支持 HTTP(S) URL 或 Base64 格式)。

  2. 添加可选尾帧(可选)如需指定特定结束状态或精准镜头转场,可按顺序追加第二张图片作为过渡终点。

  3. 编写动态引导提示词描述期望发生的动作变化、镜头轨迹及氛围,注意不要包含与参考图冲突的特征指令。

  4. 配置输出参数与分辨率根据制作需求选择 5–15 秒整数生成时长,以及 480p、768p 或 1080p 交付画质。

  5. 提交任务并获取渲染视频发起生成调用获取 task_id,通过状态接口轮询或回调地址接收生成好的音画同步视频。

用量与计费

费用按请求参数 duration 指定的时长与所选分辨率计费,每秒最低仅需 5 credits。各档位费率固定,透明按秒核算,提交前控制台会实时计算预估成本。

计费项目费率详情
480p5 credits / 秒$0.025 / 秒
768p8 credits / 秒$0.040 / 秒
1080p16 credits / 秒$0.080 / 秒

适用场景

  • 静态肖像与角色动画将平面立绘、原画或照片激活为鲜活的动态人物片段,保持面容稳定与逼真肢体运动。

  • 电商展示与产品运镜从单张商品静态图生成全方位环绕运镜、动态光影流转的高清展示视频。

  • 影视关键帧转场过渡利用首尾双帧控制能力连接两个关键分镜,平滑生成符合物理运动规律的镜头过渡。

  • 社交媒体高频短片生产将批量静态视觉素材极速转化为带声效的短视频片段,高效铺设各平台内容宣发矩阵。

实用技巧

  • 首帧图片保持主体清晰锐利,画幅比例建议介于 0.4 至 2.5 之间,画面将自动沿用输入源图的画幅比例。
  • 提示词重点描述从参考图演变出的运动过程,避免重新描述图中已存在的静态细节,以减少模型注意力分散。
  • 使用首尾双帧时,确保两张图片的主体身份、光照环境及风格保持基本一致,避免跨度过大导致形变生硬。
  • 若需镜头做特定平移或推拉,建议将机位运动写在动词之前,如「摄影机平稳推近,角色转头微笑」。
  • 尽量避免在提示词中追加与源图色彩、服装有明显冲突的指令,以确保主体身份高度还原。

注意事项

  • image_urls 支持 1–2 张图片:第 1 张为首帧,第 2 张为可选尾帧;格式支持 HTTP(S) URL 或 Base64 编码。
  • 图生视频模式下输出视频画面比例自动继承输入图片比例,无需额外设置 aspect_ratio 参数。
  • 任务提交成功后立即返回异步任务 task_id,需轮询状态接口或配置 callback_url 接收结果。
  • 1080p 采用 768p 潜空间精细化上采样生成;日常批量制作建议使用 768p 原生档位获得更优速度比。
  • 生成视频默认包含原生合成的双声道立体声音轨,无需额外配置音频相关字段。

相关模型

MiniMax H3 Max Turbo Image to Video API 常见问题

MiniMax H3 Max Turbo Image to Video API 是什么?

MiniMax H3 Max Turbo Image to Video 是 MiniMax 研发的图像驱动视频生成模型。它能够根据一张起始参考图(或首尾两张关键帧)及文本提示词,快速生成 5–15 秒连贯生动的动态视频,支持 480p、768p 与 1080p 分辨率,并原生同步生成立体声环境音效。基于先进的后训练蒸馏架构,它在实现翻倍推理吞吐的同时,精准锁开源图主体特征与物理质感。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

MiniMax H3 Max Turbo Image to Video 如何使用首尾帧控制?

在请求中的 image_urls 参数中按顺序传入两张图片地址即可启用首尾帧过渡:第一张图片作为视频起始首帧,第二张图片作为视频结束尾帧。模型会自动计算并渲染两帧之间的平滑动态演变,特别适合需要精准锁定收尾构图的分镜衔接或镜头转场。若只传入一张图片,则仅作为起始首帧驱动生成。

MiniMax H3 Max Turbo Image to Video 输出画幅由什么决定?

图生视频端点的输出视频画面比例完全自动继承输入首帧图片的宽高比,因此接口不接受也不需要传入 aspect_ratio 字段。输入图片单边尺寸支持 256 至 5760 像素,宽高比在 0.4 到 2.5 之间均可良好兼容。建议在上传前将源图裁剪至目标发布画幅,以获得最理想的构图呈现。

MiniMax H3 Max Turbo 与基础版 H3 Max 在图生视频上有何差异?

MiniMax H3 Max Turbo 在继承基础旗舰版视觉审美与提示词遵循力的前提下,进行了深度的后训练推理加速。Turbo 版生成速度大约提升 2 倍,且每秒计费费率降低 50%,极大缓解了高并发视频量产的耗时与成本压力。基础版 H3 Max 则保留了更多样化的参考生视频(ref2v)多模态扩展能力。

MiniMax H3 Max Turbo Image to Video 会生成声音吗?

是的,模型原生支持同步音频生成。在将静态图像驱动为动态画面的同时,模型会结合参考图场景与提示词中的运动语义,自动合成匹配的双声道立体声音频,如环境背景音、风声、脚步声或机械运转声,无需在后期环节单独配乐。

MiniMax H3 Max Turbo 的 1080p 分辨率是原生渲染吗?

1080p 档位是通过 768p 潜空间精细化上采样(Latent refinement)增强生成的,并非纯原生 1080p 基底渲染。如果追求极致的渲染效率与性价比,建议优先选用原生 768p 档位;若需要高清晰度交付,可选用 1080p 获取更高像素密度的视觉质感。

MiniMax H3 Max Turbo Image to Video 如何计费?

API 采用按秒计费模式,费用仅取决于请求参数 duration 指定的时长与所选分辨率:480p 为每秒 5 积分(约 $0.025/秒),768p 为每秒 8 积分(约 $0.040/秒),1080p 为每秒 16 积分(约 $0.080/秒)。以默认 5 秒 768p 视频为例,单次生成消耗 40 积分($0.200)。提交任务前,体验区的运行按钮会根据当前所选参数实时显示预估费用。