MiniMax H3 2K 多参考 AI 视频生成器

MiniMax H3 适合制作 4 至 15 秒的视频，可以只用提示词构图，也可以使用 1 至 2 张引导帧或多模态参考素材组合。它的突出控制项是 768P 与 2K 两档，以及对输入视频时长和超过 5 张图片部分的明确计费。

三种场景都使用非空提示词，最多 7,000 个字符。文字场景不接受上传，并要求选择一个具体的非自适应画幅比例。帧场景接受恰好 1 张图片作为首帧或尾帧，或按顺序使用 2 张图片作为首尾帧，不接受视频或音频。参考场景要求至少上传 1 个素材；音频不能单独使用，必须搭配图片或视频。

Rivya 接受最多 9 张 JPEG、PNG 或 WebP 图片、3 段 MP4 或 MOV 视频，以及 3 个 MP3 或 WAV 音频文件，全部素材合计不得超过 15 个文件。每张图片不超过 30 MB。每段视频不超过 50 MB、时长为 2 至 15 秒，视频总时长不超过 15 秒；每个音频不超过 15 MB、时长为 2 至 15 秒，音频总时长不超过 15 秒。

图片和参考视频的宽、高都必须在 256 至 5,760 像素之间，画幅比例必须在 0.4 至 2.5 之间。参考视频的帧率还必须在每秒 23.976 至 60 帧之间。

768P 费率为 8 积分，2K 费率为 13 积分，乘以请求输出秒数与已验证输入视频秒数之和。前 5 张图片不增加图片费用，第 6 至第 9 张图片每张增加 4 积分。输入音频不计入此公式。Rivya 只对最终合计向上取整一次。

文生视频必须选择 21:9、16:9、4:3、1:1、3:4 或 9:16，不接受自适应。参考生成视频还可以使用自适应。帧引导路径从所提供的图片或图片对取得画幅，不发送单独的画幅比例值。

Rivya 会在生成前按公式预留积分，保留全部费率项，只对完整合计向上取整。若返回的实际用量有效且不高于预留值，就按实际用量结算。若实际用量缺失、无效或高于预留值，则保留在对账流程中，不会暗中追加扣费。

选择文字、帧引导或多模态参考场景；设置 768P 或 2K；选择 4 至 15 秒之间的整数时长；并且只在所选场景接受时使用画幅比例。

不可以。在参考场景中，音频必须搭配至少 1 张图片或 1 段视频。文字场景和帧场景不接受音频。

可以。只有 1 张图片时，可选择将它作为首帧或尾帧；使用 2 张图片时，按首帧、尾帧的顺序排列。

前 5 张图片已包含在基础时间公式中。第 6 至第 9 张图片每张会在合计估算中增加 4 积分，然后再对最终合计向上取整一次。

测试动作与参考素材作用时，可以先使用每计费秒 8 积分的 768P。场景方向已经确定并准备进入更高档位时，再选择每计费秒 13 积分的 2K。

可以先在本页验证一种场景、时长和参考素材层级。需要保存 768P 与 2K 对比、反复修改参考素材，或开展更长的项目流程时，再进入 Studio。