如何使用 MiniMax H3 参考图生视频 API:参考图生视频接入指南(2026)

2 min · 更新于 2026-07-11 · NamiFusion 团队

MiniMax H3 参考图生视频 API 接入教程:参数说明、价格与可直接运行的调用代码,先在 Playground 试玩再一行代码接入。

MiniMax H3 参考图生视频 是一款参考图生视频模型(由 Minimax 提供):MiniMax H3 Reference to Video 可根据自然语言提示词和多模态参考内容生成连贯的 2K 视频,支持图片、视频和音频输入,可引导主体一致性、运动、时序、视觉风格和场景连贯性。提供开箱即用的 REST 推理 API,性能出色,无冷启动,价格实惠。在 NamiFusion 上可以在 Playground 直接试玩(提交前显示准确报价),再通过统一 REST API 一行代码接入,典型一次调用约 $0.650。

TL;DR

· 任务类型:参考图生视频,由 Minimax 提供

· 价格:典型一次约 $0.650($1 = 100 积分),按量计费无订阅

· 上手路径:Playground 试玩(提交前显示报价)→ API Keys 建密钥 → 一个 POST 接入

· 可调参数:6 个(见下方参数表)

· 无平台水印,商用可用(遵守服务条款)

用 MiniMax H3 参考图生视频 能做什么?

短视频与广告片段:从一句话或一张图直接产出可发布的动态素材。

产品演示与概念预览:低成本验证分镜和视觉方向,再决定是否实拍。

社媒内容工厂:批量生成竖屏短片,配合热点话题快速上线。

已有素材的二次创作:图生视频让静态作品动起来,延长内容生命周期。

怎么调用这个 API?

1. 在 NamiFusion 注册并在 API Keys 页面创建密钥(注册赠送积分仅可用于指定模型)。

2. 用下面的 cURL 示例提交任务,Header 带上 Bearer 密钥。

3. 用返回的 task_uuid 轮询任务状态,完成后取输出 URL。

提交任务
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/minimax/h3/reference-to-video" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
    "aspect_ratio": "adaptive",
    "resolution": "2k",
    "duration": 5
  }
}'

# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
  -H "Authorization: Bearer YOUR_API_KEY"

有哪些参数?

prompt(提示词):必填

images(参考图片):可选

audios(参考音频):可选

aspect_ratio(宽高比):可选,默认 "adaptive"

resolution(分辨率):可选,默认 "2k"

duration(时长):可选,默认 5

MiniMax H3 参考图生视频 的提示词怎么写?

1. 主体在前:先写画面主角与动作,再补环境、光线、风格("一名宇航员在雨中的霓虹街头奔跑,电影感,浅景深")。

2. 用具体名词代替形容词堆砌:"85mm 人像镜头、黄昏逆光" 比 "非常好看、超高质量" 有效得多。

3. 迭代时只改一个变量:固定 seed 复现结果,每次只调整一个描述词,才能知道是什么在起作用。

4. 负面信息放正面写:与其说"不要模糊",不如直接要"锐利对焦、清晰细节"。

价格是多少?

按次积分计价,典型一次调用约 $0.650($1 = 100 积分),实际价格随参数(分辨率/时长等)变化,Playground 里提交前会显示准确报价。

MiniMax H3 参考图生视频

基于多模态参考的 2K 视频生成模型,兼顾主体一致性、运动控制与场景连贯性。

MiniMax H3 Reference to Video 是一款面向高质量参考驱动生成的视频模型,可结合自然语言提示词与图片、视频、音频参考素材生成连贯的 2K 视频。它特别适合需要稳定人物/产品形象、明确运动节奏和统一视觉风格的场景,同时具备无冷启动、性能稳定和成本可控等优势。

🚀 关键特性

  • 多模态参考驱动:支持结合提示词与参考图片、参考视频、参考音频进行视频生成,提升结果可控性。
  • 主体一致性更强:可利用参考图片约束角色、产品、物体或品牌视觉元素,帮助保持外观稳定。
  • 运动与镜头表达可引导:参考视频可用于指导动作、互动方式、节奏和镜头运动,适合更复杂的动态场景。
  • 原生 2K 输出:固定提供 2K 分辨率输出,适合对清晰度和成片质感有要求的内容生产。
  • 灵活宽高比:支持 21:9、16:9、4:3、1:1、3:4、9:16 和自适应,覆盖宽屏、横屏、正方形与竖屏内容需求。
  • 无冷启动、价格友好:适合需要稳定吞吐和快速交付的生产环境,也便于进行批量创意测试。

🛠️ 技术规格

项目说明
模型名称MiniMax H3 Reference to Video
模型 IDminimax/h3/reference-to-video
模型架构参考驱动的图像到视频生成模型(支持多模态条件控制)
任务类型reference-to-video
输入形式提示词 + 参考图片 / 参考视频(至少提供一种),可选参考音频
输出形式视频
分辨率2K(固定)
时长4–15 秒
宽高比21:9、16:9、4:3、1:1、3:4、9:16、自适应
参考图片数量最多 9 张
参考视频数量最多 3 段
参考音频数量最多 3 段(不可单独使用)
音频约束参考音频必须与参考图片或参考视频搭配使用
延迟表现官方强调无冷启动,适合稳定调用
适用重点主体一致性、运动引导、镜头控制、风格统一、场景连续性

示例提示词

  1. 一位穿着未来感夹克的女性角色走过霓虹灯街道,镜头缓慢推进,地面有雨后反光,整体为电影级光影风格。
  2. 以参考产品为主体,生成一支高级感广告短片,镜头环绕展示材质细节,背景简洁,节奏流畅。
  3. 参考人物图片与动作视频,生成一段角色在海边奔跑并回头微笑的画面,日落暖色调,镜头轻微跟拍。

💰 价格

计费项价格
基础价格0.13 美元 / 输出秒
5 秒视频0.65 美元
10 秒视频1.30 美元
15 秒视频1.95 美元

计费说明

项目规则
参考图片前 5 张免费;超过前 5 张后,每张 0.04 美元
参考视频按总时长计费,0.13 美元 / 秒
参考音频支持的音频输入免费
参考视频限制最多 3 段,总时长最多 15 秒

FAQ

可以先免费试用吗?+

注册赠送积分仅可用于指定模型,适用范围会持续更新;Playground 提交前会显示准确报价。

生成内容可以商用吗?有水印吗?+

可以商用,NamiFusion 不给生成结果加平台水印;使用须遵守服务条款与适用法律。

内容政策是什么?+

NamiFusion 是无过滤引擎,不做武断限制、对 NSFW 友好,但禁止违法内容与非自愿的真人素材,详见服务条款。

MiniMax H3 参考图生视频 的任务要跑多久?+

取决于参数,图像通常数秒到数十秒,视频通常数十秒到几分钟;API 返回 task_uuid 供轮询。

分辨率/时长上限是多少?+

以模型参数表为准:每个模型的可选分辨率、时长档位都在上方参数说明与 Playground 中列出。