這個搜尋到底在問什麼
"MiniMax H3 max" 是個有歧義的搜尋詞,兩種理解都值得認真回答。有些人指的是 H3 Max,也就是八月底發布的那個速度調優檔位。但從周邊的搜尋詞來看——max duration、max length、max resolution——大多數人問的其實是這個模型本身的上限:一條片段能多長、能渲染多大、能用多少參考。
這篇文章把兩件事一起講清楚:MiniMax H3 的硬性限制、H3 Max 有哪些不一樣的限制,以及對動畫創作者來說最實際的部分——當一個場景需要的比上限還多時,該怎麼規劃。
各項限制,一張表看完
| MiniMax H3(雲端版) | MiniMax H3(開源權重 / 自託管) | H3 Max | |
|---|---|---|---|
| 片段時長 | 4–15 秒 | 4–15 秒 | 最長 15 秒 |
| 最高解析度 | 2K(2560×1440) | 768p | 768p(可選 480p) |
| 畫幅比例 | 21:9、16:9、4:3、1:1、3:4、9:16、auto | 相同 | 同一族比例 |
| 參考圖片 | 最多 9 張 | 最多 9 張 | 最多 9 張(參考模式在發布後補上) |
| 參考影片片段 | 最多 3 段,每段 2–15 秒,總長 15 秒 | 最多 3 段 | 最多 3 段 |
| 參考音訊 | 最多 3 段,必須搭配一段畫面 | 相同 | 相同 |
| 原生音訊 | 32kHz 立體聲,和畫面一起生成 | 支援 | 支援 |
| 生成速度 | 長時長 2K 片段是分鐘級 | 取決於硬體 | 接近實時:5 秒片段不到 3 秒 |
| 續寫 | 對已有片段做音畫續寫 | 支援 | — |
表格背後有三個細節,實際用起來很重要:
2K 是第二道工序。 H3 本身渲染在 768p,靠一個獨立的雲端重生成階段,拿著原始上下文把結果提升到 2K。開源出來的只有基礎模型的權重,這就是為什麼自託管的 H3,以及在這套權重上後訓練出來的每一個模型——包括 H3 Max——都停在 768p。這是架構層面的限制,不是一個等著被開啟的開關。
15 秒是單次生成的上限,每個檔位都一樣。 更長的序列要靠多條片段搭出來——續寫、拼接,或者剪輯。片段拼接指南講了每種方法分別適合什麼場景。
音訊參考離不開畫面。 一段音訊不能單獨提交,它得搭配一張圖片或一段影片參考一起用。如果你想用一段音樂節奏來引導生成,記得給它配一張畫面。
H3 Max 改變了什麼,又沒改變什麼
H3 Max 是基於 H3 開源權重、和 fal 合作後訓練出來的一個檔位,針對提示詞還原度、畫面美感和吞吐量做了專門調優。在公開的圖生影片排行榜上,它排在自己脫胎而來的基礎版 H3 之上,所以在 768p 範圍內,它不是一個將就的選擇。它的上限只在兩個地方比 H3 窄:沒有 2K 階段,也沒有續寫模式。其他方面——15 秒時長、混合參考、原生音訊——都和 H3 一樣。H3 Max 工作流指南講了怎麼在兩個檔位之間拆分草稿和成片。
一拍一條:在 15 秒視窗裡規劃鏡頭
本能反應是想跟這個上限較勁——把一整個場景硬塞進一次生成裡。但動畫本來就不需要這樣做。一個典型的動畫場景會被剪成 2 到 8 秒一個的鏡頭;15 秒對單個鏡頭來說綽綽有餘,對整個場景來說反而不對。按這個思路來規劃:
一條片段一個節拍。 一條 15 秒的片段能裝下一個有開頭、轉折、結尾的持續動作。硬塞三個故事節拍進去,不管什麼解析度都會糊成一團。
時長按節拍定,不是按上限定。 一個反應鏡頭 4 秒就夠了。一個邊走邊揭示的鏡頭適合 8 秒。只有需要撐住整段表演——一句唱段、一次緩慢的靠近——才值得用滿 15 秒。短片段成本也更低,失敗了損失也更小。
讓 Storyboard 來決定怎麼切。 在 ArcLoop 裡,一個 Episode 會在 Storyboard 上被拆成一張張 shot card——每張卡是一次生成,有自己的時長、運鏡和 @ 資產引用。15 秒的限制就不再是約束了,因為沒有哪個鏡頭需要超過它;場景的長度來自 Edit 時間線,片段在那裡被排列、剪裁、替換。時長與節拍設計指南講了怎麼給每個鏡頭定時長。
解析度花在觀眾會看的地方。 2K 留給撐起整段序列的關鍵鏡頭——主視覺畫面、片頭節拍——去做最終一版。草稿、節奏測試,還有剪輯裡會顯得很小的鏡頭,可以用 Max 跑 768p,或者用更低的設定,這和適用於所有分檔模型家族的成本控制邏輯是一回事。
動畫的畫幅比例說明
- 16:9 適合 PV、片頭,以及任何要投到橫屏播放器上的內容。
- 9:16 適合豎屏短片和微短劇;把角色框在畫面中間那條帶裡,因為頂部和底部通常會被平臺 UI 擋住。
- 21:9 適合電影感的片頭節拍——但要記住 2K 階段的畫素預算是固定的,超寬畫幅是用高度換寬度換來的。
- Auto 適合讓參考圖來決定畫幅的時候;輸出會跟著輸入圖的形狀走。
常見問題
MiniMax H3 的最大時長是多少?
單次生成最長 15 秒,最短 4 秒。更長的作品要靠多條片段搭出來。
最高解析度是多少?
雲端模型最高 2K(2560×1440)。自託管的 H3 和 H3 Max 檔位最高只能到 768p,因為 2K 重生成階段不在開源權重裡。
"H3 Max" 就是"拉滿設定"的意思嗎?
不是。H3 Max 是一個獨立的、更快的檔位,上限是 768p。基礎模型的最高輸出是雲端的 2K 結果。
我最多能用多少張參考圖?
單次生成最多 9 張圖片、3 段影片、3 段音訊。在 ArcLoop 裡,角色繫結的 Main image 和 Reference image,就是你用 @ 引用這個資產時模型會讀取的內容。
限制就是一份剪輯指南
15 秒和 9 張參考聽起來很受限,但只要你像動畫師一樣去規劃就不會:一個鏡頭一個節拍,參考圖綁在角色身上而不是每次重新上傳,場景在時間線上拼裝完成。開啟一個專案,把場景拆成一張張 shot card,讓這些限制告訴你該在哪裡切。
