EveryGen AI · MiniMax H3：以参考指引视频

将要求中的视觉与声音部分结合。EveryGen AI 的 MiniMax H3 默认参考模式，图片、视频与音频可指引新片段。用 MiniMax H3 不仅解释场景包含什么，也解释哪些提供素材应影响主体、运动与声音。

参考素材

0/90/30/3

提示词

0/7000

正在恢复已保存的输入……

A portrait in flat cartoon colors

12/18

查看提示词

Use @Video 1 as the source adult woman’s portrait performance. Reinterpret the footage as flat-color cartoon animation with clean outlines, restrained shading, and a simple coherent palette. Follow the existing facial movement, head direction, framing, and background arrangement. Create a five-second interpretation without adding new gestures, extra subjects, camera changes, or written captions.

探索更多用例

简介

EveryGen AI | 什么是 MiniMax H3？

EveryGen AI 的 MiniMax H3 是多模态视频模型，通过 fal 接口支持文本生成、图片动画与参考引导视听生成。

可以结合不同输入的模型

EveryGen AI 的 MiniMax H3 可同时接收文本与视听参考，为场景提供不同指引。图片描述身份或外观，视频影响运动，音频帮助定义声轨。MiniMax H3 也有独立文本与图片模式，应按已有素材选择流程，不把所有想法都塞入同一输入模式。提交前登录且确保积分足够。提供商处理需要网络，上传输入与结果保存到账户。

以参考模式作为起始工作区

本页的 EveryGen AI MiniMax H3 默认参考模式、请求 2K 与五秒。明确每个上传素材贡献，在提示词中解释角色。至少需要一张图或一段视频；纯音频集合无法建立视觉起始素材。对照定义重要细节的特定参考检查生成场景。

使用方法

如何在 EveryGen AI 中用参考指引 MiniMax H3

输入
参考图片 1
参考图片 2
步骤 1
从相关输入模式开始
在 EveryGen AI 中以默认参考模式打开 MiniMax H3，上传场景需要的素材。不需要参考时，改选文本或图片模式。
模型
MiniMax H3
2K10s
提示词
Use Image 1 to define the appearance and clothing of the adult ceramic artist. Use Image 2 only for the workshop setting and soft daylight. Create a ten-second shot of the artist examining a small plain clay bowl, turning it gently once and then setting it on the bench. Keep the camera steady and the action modest. Quiet workshop ambience, no spoken dialogue, added people, logos, or scene cuts.
输出
步骤 2
命名每个素材角色
告诉 EveryGen AI 的 MiniMax H3，Image 1、Video 1 或 Audio 1 应贡献什么。描述预期动作，明确必须保持可辨的细节。
首帧尾帧
0.0s
5.1s
9.1s
步骤 3
检查限制、输出与积分
检查 EveryGen AI 的 MiniMax H3 视觉输入、总文件数、所选五至十五秒时长、输出数量与 2K 请求。提交前查看显示积分。
原始素材下载
步骤 4
将结果与指引比较
在 EveryGen AI 中观看并聆听 MiniMax H3 输出，再将主体、运动与声音和相应参考比较。修订需澄清的角色描述。

功能

EveryGen AI | 为 MiniMax H3 分配图片角色

EveryGen AI 的 MiniMax H3 参考模式接收视觉素材，解释用途后可指引主体、环境或外观。

明确哪个参考定义主体

成年角色图片可以建立衣物与外观，另一图描述工作坊或房间。告诉 EveryGen AI 的 MiniMax H3 哪个来源定义场景哪部分。按显示标签引用输入，例如 Image 1 与 Image 2。它们的光线或透视不同时，MiniMax H3 需要连贯要求，不应期望矛盾细节自动解决。

让图片集合有目的

参考路径最多支持九图，同时受总文件上限约束。给 EveryGen AI 的 MiniMax H3 紧凑选择，让重要信息易于识别。删除不增加有用细节的重复视图，区分风格参考与主体参考。检查结果有无意外转移背景物品或无关服装图案等特点。

EveryGen AI | 为 MiniMax H3 使用视频参考

EveryGen AI 的 MiniMax H3 可接收参考视频，影响运动、时序与场景动态呈现方式。

描述实际需要的运动

参考可能同时包含镜头运动与主体动作。告诉 EveryGen AI 的 MiniMax H3 哪方面应影响新片段、哪些可见内容不应转移。例如要求 MiniMax H3 跟随缓慢前推镜头，同时由上传图片定义不同环境。这是参考引导生成，不保证逐帧复制或精确运动追踪。

将参考视频裁为有用段落

共享文件额度内，最多可提供三个视频参考。使用 EveryGen AI 的 MiniMax H3 前，选取没有无关剪切、能示范预期运动的简短段落。在自己的编辑器准备；此工作区没有裁剪时间线。检查输出方向、速度与主体尺度变化是否破坏动作。

EveryGen AI | 给 MiniMax H3 明确音频语境

EveryGen AI 的 MiniMax H3 参考模式允许在视觉素材旁添加可选音频指导。解释其角色，不假定声轨原样保留。

解释录音角色

录音可以暗示房间氛围、动作节奏或特定可听事件。告诉 EveryGen AI 的 MiniMax H3 从 Audio 1 采用什么，以及它怎样关联提供的图片或视频。给 MiniMax H3 有权使用的录音。不要假定音频参考自动意味着原声轨不变或表演精确复现。

结合可见场景检查声音

参考路径在十二文件总量内允许最多三个音频文件。将有用音频与至少一个图片或视频配对，为 EveryGen AI 的 MiniMax H3 描述预期关系。所选模型没有原生音频开关。聆听下载中包含的声音，检查意外话语、干扰音效或不适合动作的时序。

EveryGen AI | 在 MiniMax H3 中选择其他起点模式

多模态参考包增加复杂性却无有用指导时，EveryGen AI 的 MiniMax H3 也支持文本与图片起点。

场景仍是构想时使用文本

虚构场景无需来源素材时，在 EveryGen AI 中将 MiniMax H3 切换文本模式，描述主体、环境、动作与声音。镜头方向与动作本身分开。MiniMax H3 可解释一个连贯要求，无需参考角色竞争。选择工作区提供的画幅，检查主要运动是否在构图内。文本模式提供六个固定比例，无需文件。参考模式还提供自适应取景；图片模式没有单独比例选择器。

首帧已确定时使用图片模式

起始构图已确定时，图片模式可能更直接。EveryGen AI 的 MiniMax H3 使用提供的首帧，可选尾帧，画幅跟随图片。描述过渡或运动，不重复所有可见内容。检查端点之间完整片段，尤其细节被遮挡、转离或运动中改变尺度时。

EveryGen AI | 整体规划 MiniMax H3 请求

EveryGen AI 的 MiniMax H3 设置与参考限制共同作用，将某个输入额度当成全部预算前，先检查完整请求。

遵守共享参考上限

图片、视频与音频合计不可超过十二个文件。EveryGen AI 的 MiniMax H3 不允许将各自最大值组合为十五个输入。围绕重要信息建立参考集，再删除冗余素材。必需提示词最长 7000 字符。选择完整配置后审阅显示积分。

检查请求尺寸与实际细节

EveryGen AI 工作区为 MiniMax H3 提供请求 2K，不是从参考恢复缺失事实的控件。选择五至十五秒整数片长，检查实际返回文件与运动。分辨率标签无法修复不连贯动作、主体变化或声音不匹配。按预期显示尺寸与放大视图检查重要特点。一至四个输出是独立候选，不是自动镜头角度或组装影片。选择与后期决定留在自己的制作流程中。

示例提示词

A subject and a setting with separate roles

Use Image 1 to define the appearance and clothing of the adult ceramic artist. Use Image 2 only for the workshop setting and soft daylight. Create a ten-second shot of the artist examining a small plain clay bowl, turning it gently once and then setting it on the bench. Keep the camera steady and the action modest. Quiet workshop ambience, no spoken dialogue, added people, logos, or scene cuts.

A visual reference with a camera-motion example

Use Image 1 as the setting and main-object reference. Use Video 1 only for its slow forward camera movement, not for its subjects, props, or background. Create a ten-second shot in the setting from Image 1. Keep the main object stationary and recognizable while the viewpoint approaches gently. Soft natural ambience, no dialogue, text overlays, abrupt cuts, or new objects.

A room scene with an ambient recording

Use Image 1 for the composition of the quiet room. Use Audio 1 as a reference for soft rain ambience, not as a request to preserve the recording unchanged. Create a five-second scene in which only a light curtain moves gently near the window. Keep the furniture and camera still, with consistent overcast daylight. No people, speech, music, added objects, or camera cuts.

工作流示例

规划、生成和检查作品的示例场景。

产品图初稿

工作流示例

从产品照片和明确的图片编辑要求开始。将初稿与原图比较，核对外形、标签和比例，再放入商品页面。在设计应用中补上已经确认的标志和准确文案。

简短产品镜头

工作流示例

选择视频模型，描述一个小动作，例如物体缓缓转动。核对可用时长、分辨率和积分。把镜头用于后续剪辑前，检查物体连续性和声音。

文章配图

工作流示例

为图片工作区说明主体、视角和支持文章主题的视觉隐喻。在目标版式中预览结果。若图片抢占标题的注意力或遮挡重要细节，调整裁剪或构图。

减小图片附件