الانتقال إلى المحتوى الرئيسي
نموذج فيديو بالذكاء الاصطناعي
MiniMax
Hailuo

MiniMax H3

يوفر MiniMax H3 فئتَي 768P و2K، ويدعم النص وإطار البداية والنهاية والمراجع من الصور والفيديو والصوت. تدخل مدة الفيديو المرجعي وعدد الصور بدءًا من الصورة 6 في الحجز المسبق قبل الإنشاء.

المشهد
نص/إطارا بداية ونهاية/مراجع
الإخراج
768P/2K
المدة
4–15 ثانية
النقاط
32–406
تعرّف عليه في 30 ثانية
  • فئتا 768P و2K
  • يمكن استخدام إطار البداية أو النهاية منفردًا في وضع الصورة
  • حتى 9 صور و3 فيديوهات و3 ملفات صوتية
  • يؤثر الفيديو المرجعي والصور بدءًا من الصورة 6 معًا في الحجز المسبق

عمليات البحث الشائعة: كيفية استخدام MiniMax H3 · كم تبلغ تكلفة MiniMax H3 · ما المواد المرجعية التي يدعمها MiniMax H3

أمثلة

Cinematic scene

Main Subject: Young American woman, early 20s, athletic build, one-piece swimsuit with a loose cover-up, hair in a tight braid, confident playful personality. Location: Small outdoor community pool, sunny midday. Diving board at the deep end, lounge chairs, a lifeguard tower in the background, clear blue water. No large crowds, no commercial branding. Visual Style: Ultra-realistic documentary realism, energetic candid feeling, bright natural sunlight. Camera Style: Early 2000s DV camcorder, handheld with water-splash blur occasionally on lens, exposure blown out in bright sun, soft grain. No stabilization. Timeline (30 sec): 00:00–00:03 → She climbs the diving board ladder, then walks to the edge. 00:03–00:06 → She turns to camera saying "okay don't judge my form," laughing nervously. 00:06–00:09 → She bounces once, then dives cleanly into the water. 00:09–00:12 → She surfaces, wiping water from her face, grinning. 00:12–00:15 → She swims to the pool edge, pulling herself up onto the deck. 00:15–00:18 → She wrings out her hair, then grabs a towel from a lounge chair. 00:18–00:21 → She dries off, glancing back at the diving board. 00:21–00:24 → She decides to go again, walking back toward the ladder. 00:24–00:27 → She climbs up, this time attempting a small jump with a tuck. 00:27–00:30 → She surfaces laughing, looking at camera saying "okay that one was way better!" Audio: Water splashing, distant pool chatter, wind, birds. Her dialogue as noted above. No music. Goal: A playful, confident pool moment energetic, fun, authentic.

Cinematic scene

电影级真实人像短片,总时长必须为15秒整,一镜到底,全程无切镜、无跳切、无转场、无突然换镜头。严格使用 {{Mixed 1}} 中的人物作为唯一主体,全程保持与参考图完全一致的人物身份、五官比例、脸型、眼睛、鼻子、嘴唇、眉毛、刘海、发型、肤色和整体气质,不重新设计人物,不改变长相,不改变年龄,不生成新的脸。人物始终保持参考图中的三分之二侧脸构图和朝向,全程绝不转头、绝不转回正面、绝不望向侧方大角度,仅允许自然呼吸、轻微眨眼、轻微眼神移动、极轻微嘴角变化以及发丝自然摆动,人物动作始终小于镜头运动。 真实手机后置主摄拍摄,RAW原片摄影质感,9:16竖屏,摄影师距人物约20-25厘米,全程超近距离怼脸拍摄,以三分之二侧脸特写为主,镜头始终围绕人物侧脸缓慢运动,不拉远,不改变人物姿态,不突然转头,不低头,不抬头,不改变参考图构图。 最高优先级:完整保留真实皮肤质感。超近距离清晰可见细微毛孔、鼻翼毛孔、脸颊真实纹理、额头轻微纹理、卧蚕纹理、眼下细纹、眼下轻微卡粉、鼻翼轻微卡粉、嘴角底妆粉感、极浅闭口、一两颗极淡小痘痘、轻微痘印、淡淡小痣、轻微泛红、T区轻微出油、鼻尖自然皮脂高光、脸颊真实水润反光、真实唇纹、下唇水光反射、真实绒毛、真实碎发和发丝边缘,所有细节自然、高清、干净,不磨皮、不美颜、不塑料,不降低人物颜值。 场景始终为夜晚高级咖啡馆窗边。背景严重虚化,仅保留暖黄色吊灯散景、奶油色墙面、木质桌面边缘、模糊咖啡杯轮廓、玻璃窗轻微反光以及窗外蓝色、紫色、橙色、红色霓虹和车灯散景。暖黄色吊灯作为主光,桌面形成柔和暖色补光,窗外蓝紫色霓虹形成轻微边缘光,玻璃窗形成极轻微反射光。曝光稳定,不过曝,不过暗,不频闪。 0-3秒:镜头从 {{Mixed 1}} 参考图当前构图开始,保持超近距离三分之二侧脸,焦点锁定眼睛和鼻梁。人物自然呼吸,轻轻眨一次眼,眼神缓慢看向镜头再轻微移开,嘴唇自然放松。镜头极慢推近并轻微横向滑动,展示脸颊毛孔、眼下纹理、鼻梁高光、鼻翼卡粉、真实碎发和发丝边缘。 3-6秒:镜头沿脸部缓慢滑向鼻尖,再滑向嘴唇附近,进行轻微弧线绕拍。人物仅有极轻微眼神变化,不转头,不改变姿态,一缕碎发随呼吸自然轻轻摆动。暖光照亮鼻梁、鼻尖、脸颊和嘴唇,桌面反射补光保持鼻翼、嘴角、眼下细节始终清晰可见。 6-9秒:镜头缓慢绕到侧脸另一角度,但始终保持参考图中的侧脸比例,不改变人物朝向,人物依然是三分之二侧脸对镜头,绝不转正、绝不转向侧方。人物偶尔轻轻眨眼,保持自然呼吸,重点表现卧蚕纹理、下眼睑细纹、睫毛、毛孔反光、鼻翼毛孔、嘴唇水光和真实皮肤纹理。 9-12秒:镜头轻微下移,突出嘴唇、下巴、鼻翼和脸颊,再连续缓慢回到眼睛,全程保持超近距离怼脸距离。人物保持参考图神态,仅有自然呼吸、极轻微眼神变化和轻微眨眼,嘴角自然放松,不做任何夸张表情,不微笑露齿,不转头。唇纹、鼻翼卡粉、毛孔、卧蚕纹理、眼下细纹、轻微痘印、底妆粉感始终保持高清可见。 12-15秒:镜头进行一次极轻微弧线收镜,缓慢推近,最后停留在眼睛、鼻梁、半边嘴唇构图。人物最后轻轻抬眼看向镜头,眼神自然、安静、有吸引力,不改变参考图整体神态和侧脸角度,不转头,不露齿微笑。最后一帧完整保留眼睛、卧蚕、睫毛、毛孔、鼻尖皮脂高光、脸颊纹理、真实唇纹、轻微卡粉、真实碎发和发丝边缘,全程无切镜、无跳切、无转场,全片时长满15秒。 整体风格:真实电影级手机摄影,夜晚咖啡馆窗边超近距离怼脸抓拍,高级杂志感,真实肤质,真实景深,克制自然,人物身份始终与 {{Mixed 1}} 参考图保持一致,不重新生成新的脸,不改变五官,不改变气质。 负面提示词:重新生成人物,人物变脸,改变五官比例,改变脸型,改变眼睛,改变鼻子,改变嘴唇,改变刘海,改变发型,改变肤色,改变年龄,改变身份,普通路人脸,AI脸,CG感,塑料皮,陶瓷皮肤,蜡像皮肤,过度磨皮,过度美颜,皮肤无毛孔,皮肤无纹理,滤镜感,浓妆,假睫毛,大幅转头,转头转正,转向侧方,露齿大笑,大幅低头,大幅抬头,大幅表情变化,张嘴过大,人物剧烈动作,镜头乱晃,突然拉远,突然切镜,跳切,转场,视频时长不足15秒,背景抢主体,咖啡馆全景,字幕,Logo,水印,可读文字,直播补光灯,环形灯,棚拍光,频闪,过曝,欠曝,低清晰度,低质量,AI运镜,眩晕感。 No BGM

Cinematic scene

Format: 16:9 Concept: "Getting Ready to Meet My Friends" Create a single continuous self-filmed vlog recorded on a handheld MiniDV camcorder. The camera is always held by the girl, creating a natural first-person selfie perspective with subtle hand movement, realistic autofocus adjustments, slight exposure changes, and authentic walking motion. The footage should feel completely spontaneous with no cuts, transitions, or cinematic camera moves. Visual Style: Authentic early-2000s MiniDV camcorder aesthetic with soft detail, light tape grain, natural skin tones, gentle highlight bloom, realistic indoor lighting, and minimal color processing. Character: HAEUN, a Korean female idol in her 20s with long straight black hair, fresh natural makeup, and a bright, friendly personality. She starts in comfortable loungewear before changing into a stylish casual outfit—an oversized knit sweater, pleated skirt, white sneakers, and a small shoulder bag. Location: A cozy modern apartment followed by quiet city streets leading to a trendy outdoor café with a warm, lively atmosphere. The recording begins with HAEUN picking up the camera from her desk. She smiles and says, "I'm finally catching up with my friends today." She walks through her apartment while deciding what to wear, holds up two outfits with a playful expression, laughs, and quickly changes into her favorite one. Standing by the mirror, she fixes her hair, puts on simple jewelry, sprays a little perfume, grabs her bag, phone, and keys. "Okay... I think I'm ready." She leaves the apartment and walks through peaceful streets, chatting casually about how busy everyone's been lately and how long it's been since they all met. As she approaches the café, she spots her friends sitting outside. She smiles excitedly and waves toward them. One of them waves back and stands up to greet her. She laughs, "There they are!" Still holding the camera, she walks over as her friends welcome her with smiles and cheerful greetings. The vlog ends naturally with everyone laughing together as she lowers the camera, as if she's putting it away to enjoy the rest of the day. Generation Requirements: One uninterrupted recording with consistent facial identity, realistic body movement, natural hand interactions, smooth walking, accurate lighting transitions, believable environmental audio, and no AI artifacts, jump cuts, anatomy errors, duplicated objects, or unrealistic motion. The final result should feel like a genuine personal vlog filmed on a handheld MiniDV camcorder.

Fantasy scene

Fantasy scene

Cinematic scene

Create a 15-second hyper-realistic cinematic lifestyle vlog featuring a confident 23-year-old female content creator enjoying her peaceful sunrise walk along a scenic lakeside park surrounded by lush trees, blooming flowers, and soft morning mist. She wears a cream athletic T-shirt, sage-green running shorts, white sneakers, and a minimalist smartwatch. The atmosphere feels calm yet energetic, with premium influencer aesthetics inspired by high-end Instagram Reels and TikTok lifestyle videos. Use ultra-smooth gimbal tracking, cinematic handheld movement, dynamic whip transitions, speed ramps, shallow depth of field, natural lens flares, soft golden sunrise lighting, crisp ambient nature audio, and realistic facial expressions with accurate lip sync. No text overlays, logos, or watermarks. Scene 1 (0–2 sec) Close-up sequence of her putting on wireless earbuds, tightening her smartwatch strap, picking up a stainless-steel water bottle, and stepping onto the walking trail. Dialogue: “A fresh morning starts right here.” ⸻ Scene 2 (2–5 sec) Front-facing selfie shot as she walks confidently with warm sunrise light filtering through the trees behind her. Gentle breeze moves her hair naturally. Dialogue: “The best part of the day is before the world wakes up.” ⸻ Scene 3 (5–8 sec) Quick cinematic montage: shoes landing softly on the path smartwatch counting steps sunlight shining through leaves birds taking flight dew sparkling on grass close-up of her relaxed smile Dialogue: “Even a short walk makes everything feel lighter.” ⸻ Scene 4 (8–12 sec) Elegant slow-motion shots of her stretching beside the lake, taking a deep breath, laughing naturally, and enjoying the warm morning glow. Dialogue: “A little movement… a lot more peace.” ⸻ Scene 5 (12–15 sec) She looks back toward the camera with a bright smile, gives a friendly wave, and continues walking toward the sunrise as the camera slowly pulls away. Dialogue: “Same time tomorrow?”

خلاصة في جملة

كيف يبدو هذا النموذج؟

يتطلب وضع الصورة إطار بداية أو إطار نهاية واحدًا على الأقل. لا يمكن استخدام الصوت المرجعي منفردًا، بل يجب أن يصاحبه فيديو أو صورة مرجعية. تُفحص الصيغة الفعلية لكل وسيط عند الرفع، ثم تُراجع المدة الموقعة والهندسة وFPS قبل الإنشاء.

ما الذي يتقنه؟
مدخل لتوليد الفيديو يركز على فئة 2K ومرونة إطارَي البداية والنهاية والمراجع المتعددة الوسائط المضبوطة.
لمن يناسب؟
مناسب للمقاطع المفاهيمية عالية الدقة، والمراجع المشتركة للشخصية والحركة، والانتقالات بين إطارين، والمقاطع القصيرة متعددة المواد.
لماذا تستخدمه في Kyeo AI؟
تُدرج المنصة التحقق من أصالة الوسائط وعددها ومدتها ورسوم الصور الإضافية ضمن العقد السابق لخصم النقاط.

المعلمات الأساسية

يساعدك على تقييم مدى ملاءمة النموذج لسيناريو عملك بسرعة.

الصور المرجعية
حتى 9 صور
الفيديو المرجعي
حتى 3 مقاطع، بإجمالي ≤15 ثانية
الصوت المرجعي
حتى 3 مقاطع، ولا يمكن استخدامه منفردًا
رسوم الصور الإضافية
4 credits لكل صورة بدءًا من الصورة 6

أسماء أخرى

قد يحمل النموذج نفسه أسماء مختلفة في الوثائق الرسمية ونقاشات المجتمع وطبقة تكامل API؛ نجمعها هنا بصورة موحدة.

فيديو MiniMax H3
Hailuo H3
فيديو MiniMax H3 بدقة 2K

أسئلة المستخدمين الشائعة

تركز هذه الأسئلة العملية على المهمة وشروط الإدخال والنتيجة التي ينبغي تأكيدها قبل الاختيار.

كيفية استخدام MiniMax H3
كم تبلغ تكلفة MiniMax H3
ما المواد المرجعية التي يدعمها MiniMax H3
الفرق بين 768P و2K في MiniMax H3
كيفية احتساب الصور في MiniMax H3

دليل الاختيار

هل ما زلت مترددًا في اختيار النموذج؟ ابدأ بهذه النقاط الأساسية.

1
قارن H3 أولًا عند الحاجة إلى 2K

يوفر H3 في الدفعة الحالية فئة 2K واضحة، لكن سعره لكل ثانية أعلى أيضًا.

2
يجب إرفاق الصوت بمرجع بصري

يُرفض قبل الإنشاء أي طلب يحتوي على صوت مرجعي فقط من دون صورة أو فيديو.

3
اضبط الصور بدءًا من الصورة السادسة

تضيف كل صورة إضافية 4 credits، لذلك احتفظ فقط بالمواد التي تقدم معلومات مستقلة فعلًا.

المقارنات الشائعة في البحث

قارن البدائل الشائعة في المهمة نفسها لتوضيح الفروق في المدخلات والتحكم والتكلفة.

ما الفرق بين الدقة والسعر في MiniMax H3 وSeedance 2.0 Mini؟
كيف أقارن قدرات المواد المرجعية في MiniMax H3 وHappyHorse 1.1؟

جدول مقارنة النماذج

هل تتردد بين الخيارات؟ يوضح هذا الجدول أهم الفروق بين النموذج الحالي وبدائله بنظرة واحدة.

وضع المراجع
MiniMax H3
9 صور/3 فيديوهات/3 ملفات صوتية؛ مع خيار 2K
Seedance 2.0 Mini
9 صور/3 فيديوهات/3 ملفات صوتية؛ حتى 720p
HappyHorse 1.1
حتى 9 صور؛ من دون فيديو أو صوت مرجعي

تجربة الاستخدام الفعلية

إرشادات عملية تستند إلى مصادر عامة وحدود الموقع الحالية ومهام تمثل الاحتياجات الشائعة.

يدخل عدد المواد مباشرة في معادلة التكلفة

لا يقتصر تسعير H3 على الثواني، بل تضيف صور الإدخال بدءًا من الصورة 6 قيمة إلى الحجز المسبق.

النطاق الأضيق للصيغ حد أمان للمنتج

تتيح المنصة فقط JPEG/PNG/WebP التي يمكن التعرف إليها بثقة حاليًا، ولا تعرض الصيغ غير المتحقق منها كصيغ متاحة.

تفاصيل القدرات

توليد فيديو بدقة 2K

يمكن اختيار 2K في مشاهد النص والصورة والمراجع.

مراجع متعددة الوسائط

ادمج حتى 9 صور و3 فيديوهات و3 ملفات صوتية.

إدخال إطار البداية أو النهاية

يسمح وضع الصورة بإرسال إطار البداية أو إطار النهاية أو كليهما.

الاستخدامات المناسبة

فيديو مفاهيمي عالي الدقة

استخدم فئة 2K لاختبار فيلم علامة تجارية قصير أو مقترح بصري.

مرجع مشترك للحركة والشخصية

وزع الأدوار المرجعية بين صور الشخصية وفيديوهات الحركة.

بناء اللقطة انطلاقًا من النهاية

ارفع إطار النهاية المستهدف فقط، واشرح في المطالبة كيف تصل الكاميرا إلى هذا المشهد.

نصائح الموجّه

أشر إلى العناصر البصرية

وضح كيف ينبغي أن تدخل الشخصيات أو الملابس أو المشاهد في كل صورة إلى الفيديو.

زامن الصوت مع الحركة

حدد الفترة الزمنية التي يظهر فيها الصوت والحركة المقابلة له.

اضبط التفاصيل في 2K

قدّم العنصر والخامة والإضاءة والكاميرا، ولا تكدس أوصاف أساليب متعارضة.

أسباب اختياره

يوفر فئة إخراج 2K واضحة.
إدخال إطارَي البداية والنهاية مرن.
حدود المراجع المتعددة الوسائط واضحة.
رسوم الصور الإضافية ظاهرة قبل الإنشاء.

ما يجب معرفته قبل الاستخدام

أطول إخراج هو 15 ثانية.
لا يمكن استخدام الصوت المرجعي منفردًا.
ترفع الصور بدءًا من الصورة 6 التكلفة.
لا تتيح المنصة صيغ الصور التي لا يمكن التعرف إليها بثقة حاليًا.

المعلمات القابلة للضبط

يساعدك على تقييم مدى ملاءمة النموذج لسيناريو عملك بسرعة.

مشهد التوليد
اختياري
نوع المعلمة: قائمة اختيار
الافتراضي: نص
نص
إطار البداية/إطار النهاية
مراجع متعددة الوسائط
الدقة
اختياري
نوع المعلمة: قائمة اختيار
الافتراضي: 2K
768P
2K
مدة الفيديو
مطلوب
نوع المعلمة: عدد صحيح
الافتراضي: 6 ثوانٍ
4–15 ثانية

استهلاك النقاط

32–406 نقطة

تبلغ تكلفة 768P/2K مقدار 8/13 credits لكل ثانية مضروبة في مجموع مدة الإخراج ومدة الفيديوهات المرجعية المتحقق منها. لا رسوم إضافية على أول 5 صور إدخال، وتضيف كل صورة من 6 إلى 9 مقدار 4 credits؛ ويُقرّب الإجمالي إلى الأعلى قبل إنشاء المهمة.

نصيحة لتوفير النقاط

قبل توليد الصور أو الفيديو على دفعات، يُنصح بإجراء اختبار A/B بالمواد نفسها بين النموذج الحالي وبدائله من النوع نفسه، ثم بدء التوليد على دفعات بعد تأكيد النتيجة لتجنب هدر النقاط.

الأسئلة الشائعة

نماذج مشابهة موصى بها

لم تقرر بعد؟ قارن أيضًا بهذه البدائل المشابهة.

Seedance 2.0 Mini

يجمع Seedance 2.0 Mini في مدخل واحد التوليد بالنص وإطار البداية والنهاية والمراجع المتعددة الوسائط. تدخل الفيديوهات المرجعية في معادلة التكلفة قبل الإنشاء، لذلك يجب التحقق الموثوق من مدد الوسائط ومدة الإخراج مسبقًا.

نموذج فيديو بالذكاء الاصطناعي
15–150 نقطة

Seedance 2.5

يجمع Seedance 2.5 حد 30 ثانية وعددًا أكبر من المواد ومدخلات مرجعية مناسبة لتحرير الفيديو ضمن عقد مشاهد صارم واحد. لا يُقدّر خيار المدة التلقائية على أساس 5 ثوانٍ افتراضية، بل يُحجز وفق الحد الأقصى البالغ 30 ثانية.

نموذج فيديو بالذكاء الاصطناعي
102–5,700 نقطة

HappyHorse 1.1

يوجه HappyHorse 1.1 الطلب تلقائيًا وفق عدد الصور: عدم وجود صور يعني وضع النص، و1 صورة تعني وضع الصورة إلى فيديو من إطار بداية، و2–9 صور تعني وضع المراجع. تشترك الأوضاع الثلاثة في الدقة والمدة وسعر الثانية.

نموذج فيديو بالذكاء الاصطناعي
68–435 نقطة

مصادر المعلومات

أُعد محتوى الصفحة استنادًا إلى مواد الشركة المطوّرة ووصف عائلة النموذج وإعداد التكامل في منصة Kyeo AI.

ملاحظة المصدر

تعرّف إلى 768P/2K، ومدة 4–15 ثانية، وإطارَي البداية والنهاية، و9 صور و3 فيديوهات و3 ملفات صوتية، وحجز 32–406 نقطة، وحدود المواد في MiniMax H3. تبلغ تكلفة 768P/2K مقدار 8/13 credits لكل ثانية مضروبة في مجموع مدة الإخراج ومدة الفيديوهات المرجعية المتحقق منها. لا رسوم إضافية على أول 5 صور إدخال، وتضيف كل صورة من 6 إلى 9 مقدار 4 credits؛ ويُقرّب الإجمالي إلى الأعلى قبل إنشاء المهمة.

آخر تحديث: 2026-10-06
بيانات الواجهة الحالية لـفيديو MiniMax H3
التكامل

تُستخدم للتحقق من أوضاع الإدخال وعناصر التحكم الظاهرة وحدود الوسائط وإتاحة النسخة المتصلة بالموقع حاليًا. الخيارات الفعلية هي المعروضة في الصفحة ومساحة العمل.