MiniMax H3 Max 是基于 H3、由 fal.ai 后训练的视频生成版本。MiniMax 已在 Design 官方产品页提供入口，支持文字或图片生成视频，成片最长 15 秒。想直接制作短片，可以从这个入口开始；想把生成过程接入程序，则应查看 fal 的具体接口。
入口与调用方式
| 需求 | 对应入口 | 开始前准备 |
|---|---|---|
| 在创作工作区生成短片 | MiniMax Design 的 H3 Max 页面 | 镜头描述或参考图片 |
| 将文字生成接入程序 | fal 文生视频文档 | 提示词、时长与画幅配置 |
| 以图片约束画面 | fal 图生视频文档 | 起始帧或结束帧图片 |
| 组合多种参考素材 | fal 参考视频文档 | 有序的图片、视频或音频素材 |
这些入口面向不同工作流。不要把 Design 页面上的按钮、账户权益或参数名称直接套进 fal 请求；程序应以所选接口的字段定义为准。
与 H3 Base 的关系
H3 是模型家族，H3 Base 是其中负责音视频生成的基础模块。MiniMax 的开放权重公告将完整流程分为 Context-IR、Base 与 Regenerate-2K：Base 生成 768p 音视频，另外两部分分别处理上下文和 2K 再生成。
Max 则是后训练版本。下载 H3 Base 权重，不等于获得了相同的 Max 托管服务。已有本地 H3 工作流的用户，也应重新核对 Max 的具体输入和输出，不能仅把名称换掉就假定效果、分辨率和接口都相同。开放权重与部署范围的详细说明可查站内的 H3 权重、规格与许可文章。
图片与参考素材限制
图生视频接口允许用 image_url 指定首帧、用 end_image_url 指定尾帧。两者都不提供时，请求按文生视频处理。该接口列出的分辨率为 480P、768P、1080P，其中 1080P 来自原生 768P 的潜空间细化，不能据此宣称原生 2K。
组合参考素材时，参考视频接口要求图片、视频和音频合计最多 12 个文件。视频片段各为 2–15 秒，视频总时长不超过 15 秒；音频也有相同的单段和合计时长限制。提示词应按列表顺序指明“Image 1”“Video 1”等素材，避免让系统猜测哪张图控制人物、哪段视频控制动作。
先做一个短镜头
第一次尝试时，建议只安排一个主体、一段动作和一种镜头运动。例如：
白色陶瓷杯放在木桌中央，热气缓慢升起；镜头轻轻向前推进，清晨侧光保持不变，无字幕。
先检查主体有没有变形、镜头是否按指令移动，再逐项增加背景或动作。修改时一次只改一个条件，方便判断究竟是哪项描述影响了结果。
开发者可用下面这组输入字段准备 minimax/h3-max/text-to-video 请求；鉴权和完整调用须另外配置：
{
"prompt": "A white ceramic cup on a wooden table. Steam rises slowly. The camera gently moves forward. Soft morning side light. No subtitles.",
"duration": 5,
"resolution": "768P",
"aspect_ratio": "16:9",
"prompt_expansion_mode": "disabled",
"enable_safety_checker": true
}
字段依据 fal 文生视频 schema。建议保存原始提示词与配置，便于比较后续版本；示例配置不保证生成质量。
上线前应分别验收画面连续性、主体一致性和实际返回时长。不同入口的能力与使用条款须分别核对，H3 Base 的开放权重许可不能直接当作 Max 托管服务的完整条款。
本稿由自动化编辑辅助整理，于 2026 年 10 月 22 日核对官方页面与接口文档，未运行生成任务或进行自有性能测试。