fal 后训练 · 生成比播放还快
MiniMax H3 Max AI 视频生成器
一段文字或一张照片，就能变成 5 到 15 秒、声画同步的视频。H3 Max 生成一段 5 秒 768p 视频只要两秒半左右，想法可以随时试，改一句提示词马上再来一遍，不用干等。
- 文生视频 · 图生视频
- 原生音频与口型同步
- 480p · 768p · 1080p
- 5–15 秒
用 H3 Max 开始创作
写一段提示词或上传一张首帧图，选好时长、分辨率和画面比例，生成前就能看到要花多少积分。每段视频都自带配乐和音效。
由 MiniMax H3 Max 生成
生成的视频会显示在这里。
H3 Max 视频案例
下面都是 H3 Max 真实生成的片段，按最常见的用途分好了类，每条都附上原始提示词。选一个分类，点「用这个提示词」就能直接填进生成器。
产品视频与广告
一个产品、一个动作：倒、压、揭开。H3 Max 能把包装和材质稳住，音效跟着画面一起生成，产品片段拿来就能剪进广告里。
意式浓缩微距
文生视频Macro shot of espresso pulling from a chrome portafilter into a warm glass, thick golden crema blooming and swirling. Bright morning light through a cafe window, steam curling, water spots on the chrome, a few coffee grounds on the tray. 100mm macro, shallow focus, slight handheld drift. Sound: grinder winding down, the hiss of the pump, liquid pattering into glass, cafe chatter behind.
用产品图做的汉堡广告
图生视频A gloved hand comes in from the right, presses the brioche crown down onto the stack and lifts it away again, dragging a long thread of melted cheese up with it before the thread snaps back onto the patty. Hold the slate board, the hard side light and the framing exactly as they are in the still, and keep the camera locked off throughout. Sound: the soft compression of the bun, cheese pulling, a faint sizzle off the patty, no music.
球鞋运动广告
文生视频A basketball player finishes lacing the red high-tops courtside, stands, and takes off up the court, the camera tracking low alongside him until he goes into a crossover at the free-throw line. Outdoor court at dusk under floodlights, chain-link fence behind, warm haze in the air. Sound: the ball on cracked asphalt, sneaker squeak and grit underfoot, the fence rattling as he passes, a couple of voices off court, no music.
3D 饼干广告
文生视频3D cookie commercial, cute cookie character, colorful background, playful typography, product packaging reveal, chocolate cookie close-up, vibrant studio lighting, fun advertising style.
带剖面的产品讲解
文生视频Create a polished 10-second photorealistic product explainer for a museum engineering supplier. The product is an unbranded seismic isolation plinth: a low, precision-machined circular pedestal with a pale limestone top, dark graphite base, and a thin vermilion accent ring. A delicate ancient celadon vase stands centered on top. The demonstration takes place in an immaculate museum conservation studio with cool gray walls, archival shelving softly out of focus, and warm directional daylight. 0–2 seconds: begin with a low three-quarter hero view and a slow, steady dolly toward the vase and plinth. The pedestal sits on a compact black earthquake simulation table. Crisp reflections and shallow depth of field emphasize the engineered materials. 2–6 seconds: the simulation table suddenly oscillates left and right with forceful, clearly visible earthquake motion. The black table and lower section of the plinth shift rapidly while the isolated limestone top glides in controlled counter-motion. The tall vase remains upright, calm, and nearly motionless, making the protection immediately understandable. A small shallow dish of water beside the vase stays level with only a faint ripple. Motion must feel mechanically credible, not magical. 6–8 seconds: the shaking decelerates and stops. The plinth smoothly recenters itself while the vase remains perfectly safe. The camera begins a subtle clockwise arc around the product. 8–10 seconds: during the arc, the dark outer casing becomes a refined semi-transparent technical cutaway, revealing crossed steel guide rails, circular bearings, and compact spring dampers returning to center beneath the stable top plate. End on a clean three-quarter close-up of the exposed mechanism and protected vase. Elegant museum-grade industrial design, celadon green, limestone cream, graphite, and vermilion palette; precise premium engineering-film aesthetic. Natural synchronized sound: low shake-table rumble, controlled mechanical sliding, then a soft settling click. No people, captions, logos, interface graphics, diagrams, or floating text.
所有片段均由 MiniMax H3 Max 生成，提示词为创作者原文。
MiniMax H3 Max 是什么？
MiniMax H3 Max 是在 MiniMax H3 基础上做过后训练的版本。H3 是 MiniMax 在 2026 年 8 月开放权重的视频模型，fal 的研究团队在它上面加入了大量新数据，并用强化学习重点提升两件事：更听提示词的话，画面更好看。H3 Max 于 2026 年 8 月 26 日发布。
它的推理引擎是和模型一起设计的，所以快是天生的，不是缩水换来的。按 fal 的测试，生成一段 5 秒 768p 视频只要约 2.5 秒，而标准版 H3 做同样的活要 53 秒左右。用起来的感觉就是：调一个镜头，像修一张照片那样随手改、随手看。
H3 好用的地方全都保留了：每段视频都有同步音频，对白能对上口型，一次生成里可以有多个镜头，图生视频还能控制首帧和尾帧。在人工偏好排行榜上，H3 Max 发布时拿下了图生视频第一名。
小建议：想兼顾速度和画质，就用 768p、生成 5 到 10 秒——这也是这里的默认设置。定稿时再切到 1080p。
- 生成一段 5 秒 768p 视频
- 约 2.5 秒
- Design Arena 图生视频榜（Elo 1,341）
- 第 1
- 单段时长，最高 1080p
- 5–15 秒
- 每段都有对白、音效和音乐
- 自带声音
MiniMax H3 Max 和 MiniMax H3 有什么区别
H3 Max 是从 H3 训练出来的，所以两者的长处一样；区别在速度、对提示词的理解，以及能在哪里用。
| 它是什么 | MiniMax H3 Max | MiniMax H3 |
|---|---|---|
| 它是什么 | fal 研究团队后训练的 H3 | MiniMax 开放权重的基础模型 |
| 5 秒 768p 生成耗时 | 约 2.5 秒 | 约 53 秒 |
| 图生视频排名（Design Arena） | 第 1 · Elo 1,341 | Elo 1,333 |
| 分辨率与时长 | 480p、768p、1080p · 5–15 秒 | 768p、2K · 4–15 秒 |
| 原生音频与口型同步 | 支持 | 支持 |
H3 Max 能帮你做什么
全部在浏览器里完成，不用显卡、不用安装，每段视频要花多少积分，点生成之前就看得到。
文生视频
用大白话把主体、动作、场景、镜头和声音描述清楚就行。提示词越具体越好——H3 Max 会按顺序执行每个动作，画面里的文字也能写得清清楚楚。
图生视频，可控首帧和尾帧
上传产品图、人像或插画作为第一帧，还可以再加一张尾帧，决定镜头最后停在哪里，做循环和揭晓效果特别方便。
原生同步音频
环境音、拟音和音乐都和画面一起生成。把台词写在引号里，人物就会把它说出来，口型也对得上。
六种画面比例
文生视频支持 21:9、16:9、4:3、1:1、3:4 和 9:16，从电影宽屏到手机竖屏都有。图生视频会沿用照片本身的比例。
5 到 15 秒，可以切镜头
5 到 15 秒任选。长一点的片段里可以安排好几个镜头，只要每一段对人物的描述保持一致，角色就不会变样。
480p、768p 或 1080p
打草稿用 480p 最省积分，日常用 768p——这是 H3 Max 调得最好的分辨率——定稿再用 1080p。下载的 MP4 没有水印。
H3 Max 怎么用
- 01
选文生还是图生
留在「文生视频」直接写提示词，或者切到「图生视频」上传一张首帧图（想要的话再加一张尾帧）。
- 02
设置时长、分辨率和比例
选 5 到 15 秒、480p 到 1080p 和画面比例。积分价格会随设置实时更新，不会有意外扣费。
- 03
生成、预览、下载
点生成，视频一好就自动播放。可以直接下载 MP4，也可以改一句提示词再来一次。
H3 Max 价格
按视频秒数计费。一段 5 秒 768p 视频消耗 65 积分，480p 更便宜，1080p 贵一些。生成失败的积分会自动退回。
基础版
适合试试想法、偶尔发个短视频。
- 每月 800 积分
- 约可生成 12 段 5 秒 768p 视频
- 文生视频与图生视频
- 480p 到 1080p，时长 5–15 秒
- 自带声音，无水印，可商用
专业版
适合每周都要发视频的创作者。
- 每月 1,800 积分
- 约可生成 27 段 5 秒 768p 视频
- 文生视频与图生视频
- 480p 到 1080p，时长 5–15 秒
- 自带声音，无水印，可商用
- 优先邮件支持
Max 版
适合需要批量出视频的营销人员和团队。
- 每月 4,000 积分
- 约可生成 61 段 5 秒 768p 视频
- 文生视频与图生视频
- 480p 到 1080p，时长 5–15 秒
- 自带声音，无水印，可商用
- 优先邮件支持
MiniMax H3 Max 是什么？
MiniMax H3 Max 是 MiniMax 开放权重视频模型 H3 的后训练版本，由 fal 研究团队开发，2026 年 8 月发布。它保留了 H3 的原生音频和多镜头能力，同时更听提示词的话，生成速度也快得多。
H3 Max 有多快？
按 fal 的测试，一段 5 秒 768p 视频的生成时间约 2.5 秒，15 秒 768p 约 15 秒。加上上传和保存，这里的大多数短片段几秒内就能拿到；1080p 和 15 秒的会稍久一些。
生成一段视频要多少钱？
按输出秒数计费：480p 每秒 8 积分，768p 每秒 13 积分，1080p 每秒 26 积分。一段 5 秒 768p 视频是 65 积分。生成按钮旁边会显示准确价格，生成失败的积分会马上退回余额。
能把照片变成视频吗？
可以。切到「图生视频」，上传一张 JPG、PNG 或 WebP 作为首帧，再描述接下来发生什么。也可以加一张尾帧，让镜头正好停在你想要的画面。视频会沿用照片的比例。
H3 Max 会生成声音和对白吗？
每段视频都带有和画面一起生成的音频：环境音、音效和音乐。把台词放进双引号，人物就会说出来并对上口型。想要什么声音就写进提示词，不想要配乐就写「no music」。
支持哪些分辨率、时长和比例？
分辨率有 480p、768p、1080p；时长可以是 5 到 15 之间的任意整数秒；文生视频的比例有 21:9、16:9、4:3、1:1、3:4、9:16。模型是围绕 768p 调校的，1080p 在此基础上精修而来。
生成的视频可以商用吗？
可以。你生成的视频可以用在个人和商业项目里，比如广告、社交媒体和客户项目，前提是你的提示词和上传的图片没有侵犯他人权利。下载的视频没有水印。
H3 Max 的提示词怎么写效果好？
写清五件事：主体、动作、镜头（焦段和运镜）、场景和光线、声音。时长较长的片段，把动作按时间拆开写，比如「0 到 3 秒：……，3 到 6 秒：……」。上面的案例都可以拿来当起点。
可以免费试用吗？
可以。用 Google 登录后，账户里会有足够生成一段 5 秒 768p 视频的免费积分，先看看效果，再决定要不要买套餐或积分包。