MiniMax H3 Open 参考素材生视频 API: 图像转视频

使用 MiniMax H3 Open 参考素材生视频，根据图像、视频和音频参考生成带有原生音频的 AI 视频。支持 480p/768p 和 5-15s 片段。 MiniMax H3 Open 参考素材生视频可根据文本提示词和多模态参考输入生成连贯的 480p 和 768p 视频。它最多支持 9 个参考图像、3 个参考视频和 3 个参考音频，并同步合成视觉运动与原生立体声音频。可与 MiniMax H3 Open 文生视频和 MiniMax H3 Open 图生视频对比。

交互式模型控制

使用 MiniMax H3 Open 参考素材生视频，根据图像、视频和音频参考生成带有原生音频的 AI 视频。支持 480p/768p 和 5-15s 片段。

📝

概览

关于此模型

MiniMax H3 Open 参考素材生视频可根据文本提示词和多模态参考输入生成连贯的 480p 和 768p 视频。它最多支持 9 个参考图像、3 个参考视频和 3 个参考音频，并同步合成视觉运动与原生立体声音频。可与 MiniMax H3 Open 文生视频和 MiniMax H3 Open 图生视频对比。

1多模态角色参考：通过最多 9 个参考图像保持角色一致性。

2视频风格迁移与引导：使用最多 3 个参考视频引导运动和场景构图。

3音频与声音合成：将视频生成与最多 3 条参考音轨同步。

💰

价格与价值

成本分析

提供商	费用	备注
muapiapp	$0.065/s (480p) or $0.13/s (768p)	多模态参考内容计费：每张图像/段音频 $0.026，每秒参考视频 $0.065。
Fal.ai	$0.20+ per second	基于参考内容的视频生成基础按秒费率更高。
Replicate	暂不可用	Replicate 未原生托管此模型。

muapiapp$0.065/s (480p) or $0.13/s (768p)

多模态参考内容计费：每张图像/段音频 $0.026，每秒参考视频 $0.065。

Fal.ai$0.20+ per second

基于参考内容的视频生成基础按秒费率更高。

Replicate暂不可用

Replicate 未原生托管此模型。

** 竞品价格根据相似模型架构和使用层级估算。

⚙️

技术详情

配置参数

参数	类型	描述	默认值
提示词	string	引用 <Picture 1..9>、<Video 1..3>、<Audio 1..3> 的文本描述。视频会同时生成原生立体声音频。	`A cinematic ocean wave at sunrise with <Picture 1> subject, highly detailed`
参考图像	array	Reference image URLs. 最多 9 images.	`undefined`
参考视频	array	参考视频 URL（最多 3 个，480p）。参考视频总时长最多 15s。	`undefined`
参考音频	array	Standalone 参考音频 URLs (up to 3, trimmed to 15s each).	`undefined`
画面比例	枚举（7 个选项）	-	`16:9`
分辨率	枚举（2 个选项）	-	`480p`
时长	枚举（11 个选项）	-	`5`

提示词string

引用 <Picture 1..9>、<Video 1..3>、<Audio 1..3> 的文本描述。视频会同时生成原生立体声音频。

默认值A cinematic ocean wave at sunrise with <Picture 1> subject, highly detailed

参考图像array

Reference image URLs. 最多 9 images.

默认值undefined

参考视频array

参考视频 URL（最多 3 个，480p）。参考视频总时长最多 15s。

默认值undefined

参考音频array

Standalone 参考音频 URLs (up to 3, trimmed to 15s each).

默认值undefined

画面比例枚举（7 个选项）

默认值16:9

分辨率枚举（2 个选项）

默认值480p

时长枚举（11 个选项）

默认值5

📖

实施指南

开发者文档

如何使用 MiniMax H3 Open 参考素材生视频 API

准备输入：提供一个 prompt，其中引用 <Picture 1..9>、<Video 1..3> 或 <Audio 1..3>，并附上对应的参考 URL。
配置选项：选择画面比例（例如 16:9）、分辨率（480p 或 768p）和时长（5 到 15 秒）。
提交请求：使用 curl 或客户端库向 /api/v1/minimax-h3-open-reference-to-video 发送 POST 请求。

curl -X POST "https://api.muapi.ai/api/v1/minimax-h3-open-reference-to-video" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A cinematic scene with <Picture 1> character walking, highly detailed",
    "reference_images": ["https://example.com/char.jpg"],
    "resolution": "480p",
    "duration": 5
  }'

获取输出：轮询返回的请求 ID，或使用 webhook 获取完成的视频。

❓

常见问题

常见问答

什么是 MiniMax H3 Open 参考素材生视频？

MiniMax H3 Open 参考素材生视频是一个多模态模型，可在最多 9 个参考图像、3 个参考视频和 3 个参考音频的引导下生成视频和原生音频。

如何在提示词中引用图像、视频和音频？

在提示词文本中使用 `<Picture 1>`..`<Picture 9>`、`<Video 1>`..`<Video 3>` 和 `<Audio 1>`..`<Audio 3>` 等标签。

支持哪些分辨率和时长？

该模型支持 480p 和 768p 分辨率，输出时长范围为 5 到 15 秒。

会自动生成音频吗？

会。模型会将原生立体声音频与视觉运动以及所提供的任何参考音频同步生成。

如何计算价格？

输出视频按 $0.065/sec（480p）或 $0.13/sec（768p）计费。参考素材费用为：每张图像 $0.026、每条音轨 $0.026，以及每秒参考视频时长 $0.065/sec。