你要的是成片，不是 GPU
围绕 MiniMax H3 的搜索,清楚地分成两拨人:想跑它的,和想用它的。第一拨人在下载开源权重、研究 GPU 需求。第二拨人——从多种语言里"minimax h3 online""use online""no install"这些搜索词来看,人数明显更多——想要的是成片,不想要配置过程。
这篇文章是写给第二拨人的。在浏览器里跑 H3,意味着托管、2K 重生成阶段和版本更新这些事都有人替你做了;你要做的是创作部分——参考图、镜头描述,以及决定生成什么。在 ArcLoop 里,MiniMax H3 是可选的生成模型之一,整条路径都在一个项目里就能走完。下面就是这条路径长什么样,以及在你花掉第一份额度之前该知道的事。
「在线」到底能给你什么
用云端而不是自托管来跑 H3,你能拿到三样东西,也要放弃一样东西:
2K 输出。 H3 的开源权重只能出 768p;把片段提升到 2K(2560×1440)的那道工序只在云端提供。在线是拿到这个模型完整分辨率的唯一办法。
不用搭工作流就能用参考图生成。 每次生成最多九张图片、三段片段、三段音频,在提示词里引用它们——直接上传文件就能配好,不用去搭一套工作流节点图。
没有硬件门槛。 一条带立体声的 15 秒 2K 片段,不是笔记本电脑能扛得住的活。云端跑,你需要的只是等待,不是硬件配置。
你要放弃的: 自己微调基础模型的能力。对大多数创作者来说,这不算损失——锁定风格这件事本来就该由参考图来做,动画提示词指南讲过这个道理——但这确实是一笔要老实承认的交换。
开始前要备好的四样东西
- 一张干净的角色图。 这是最有价值的输入,没有之一。如果你还没有,先把它生成成一张静帧;不要一上来就做视频。
- 一张风格参考图,如果画风对你很重要——一张展示你想要的具体画法的图。
- 一个想清楚的镜头。 一个动作、一个机位、一个光线想法。"一个我角色出场的很酷的场景"不是一个镜头;"她从窗边转身,喊出他的名字"才是。
- 一个 ArcLoop 账号。 生成消耗的是额度;具体的套餐详情去应用里看当前状态,别只信任何一篇文章——价格变化的速度比攻略更新得快。
从空白项目到一条成片，一共六步
- 创建一个世界 / 项目,设置 Story Brief。 语言、画幅比例(横屏用 16:9,竖屏短片用 9:16)、风格——如果目标是动画就选 Anime。这些设置会影响后面生成的一切。
- 在我的资产里把角色建起来。 创建一个角色资产,把你的干净角色图上传到内容库,再把它绑定为这个资产的 Main image。如果有第二个角度或表情图,加成 Reference image。从这之后,身份就活在这里。
- 打开一个 Episode,生成镜头。 用大白话写下你想要的节拍,点 Generate Shots;Storyboard 会把它拆成一张张 shot card。或者自己手动加一张 shot card,做一条单独的片段。
- 用
@引用写镜头描述。 引用角色资产——@Mira walks out of the rain into the doorway light, shakes water from her hair, looks up——只描述这个镜头本身:动作、运镜、光线、声音。不要重新描述角色,资产已经承载了这部分。 - 先生成图片,再生成视频。 先在静帧上确认构图、风格和脸对不对。然后选 MiniMax H3 作为模型生成视频。片段回来的时候,声音已经在里面了。
- 检查、改一个地方,或者往下走。 如果脸跑偏了,通常要去资产的参考图里修,而不是改提示词。如果动作不对,在 shot card 上改一行再重新生成。效果稳住之后,下一张 shot card 已经在 Storyboard 上等着了。
要批量处理,AI Chat Panel 能直接接受大白话指令——比如"给 Shot 1、2、3 生成视频"——并且让整批生成都用同一套资产和设置。
先拍六秒角色小动作，别上来就拍重头戏
不要一上来就拿你最重要的场景练手。一条好的第一条片段,应该是一个 6 秒的角色瞬间,一个动作、一个清楚的声音——一次转身、一句台词、一次笑。它按顺序测试三件最关键的事:脸稳不稳(参考图)、动作对不对(提示词)、声音落没落地(H3 的原生音频)。这三件事都过了之后,更长的东西无非就是多加几张 shot card。
第一条成片最常见的翻车点
- 不先出静帧就直接上视频。 静帧能用一小部分的成本,把风格和身份问题先暴露出来。
- 已经把角色绑成资产了,提示词里还在描述角色。 两个信息来源会互相打架,脸就跑偏了。
- 要一个场景,而不是一个镜头。 十五秒只装得下一个节拍;场景是在 Edit 时间线上一个镜头一个镜头拼出来的。
- 每条提示词都重新上传参考图。 绑定到资产一次就够,每个引用它的镜头都会读到。
- 把第一条片段当成最终成片。 在 shot card 上安排一轮修改是正常流程,不是失败。
MiniMax H3 规格速览
在开始搭项目之前，先看这些决定你怎么规划 shot 的数字——也是大家搜「MiniMax H3 specs」或「H3 有多快」时找的那些参数：
| MiniMax H3（托管于 ArcLoop） | MiniMax H3 Max | |
|---|---|---|
| 片段时长 | 每次生成 4–15 秒 | 5–15 秒 |
| 分辨率 | 最高 2K（2560×1440） | 480p 或 768p |
| 每个 shot 的参考素材 | 最多 9 张图、3 段视频、3 段音频 | 图生视频和文生视频；reference-to-video 仍在 H3 |
| 音频 | 随画面同步生成，32 kHz | 随画面同步生成 |
| 速度 | 标准 | 约快一倍，成本约减半 |
| 适合场景 | 精准还原参考素材的角色 shot，2K 交付 | 快速草稿、blocking、时序测试 |
这对你的实际工作有两个影响：一个 shot 最长 15 秒，所以一集内容是在 Edit 里把一段段短片剪接起来，而不是一条长镜头；2K 档位才是托管模型物有所值的地方，所以建议先用低分辨率打草稿，只把要交付的 shot 提升品质。两个档位都在 Story Settings 里按专案选择，最终都落到同一条 Edit 时间轴上。
常见问题
在线用 MiniMax H3 免费吗?
云端访问一般要靠额度或套餐。具体条款去你在用的应用里查看当前状态;这篇文章刻意不写具体价格,因为价格会变。
用 MiniMax H3 需要 GPU 吗?
在线用不需要。托管方会处理生成过程,包括自托管方案跑不了的 2K 阶段。
需要安装什么吗?
不需要。在 ArcLoop 里,整条路径——项目、资产、Storyboard、生成、剪辑——都在浏览器里完成。
生成一条片段要多久?
云端 H3 生成长时长的 2K 片段需要排队等待;H3 Max 档位能在几秒内返回短的 768p 片段。档位指南讲了怎么在两个档位之间拆分草稿和成片。
先建角色，再生成
在线用 H3,重点不是找到某个按钮,而是给这个模型一个它认得出的角色,一个它能执行的镜头。打开一个项目,绑定一张干净的图,写一个镜头,先生成静帧——接下来出的那条片段,只会是很多条里的第一条。
