三种独立生成模式
可以使用纯文本、明确的首帧或尾帧，或一组多模态参考启动生成。Buble 会根据模式切换上传控件，避免混用互不兼容的字段。
Free
MiniMax H3 AI 视频生成器
在 Buble 中使用 MiniMax H3，可通过文本、首尾帧或图片、视频、音频混合参考创建原生 2K 视频。选择 4-15 秒时长，并保持三种输入工作流相互独立，使请求符合供应商接口约束。
使用 MiniMax H3 制作的原创视频
这 5 个 Buble 原创案例均通过当前 MiniMax H3 线上集成生成，参数为原生 2K、4 秒和 16:9。案例分别检验天气、人物调度、透明材质、高速跟拍、建筑空间和动物运动，每个结果及其独立封面均已保存到 Buble R2。
原始英文提示词
A lone traveler in a yellow raincoat waits on a rural train platform at blue hour. Wind moves the coat and wet grass as an old train enters through mist. Smooth lateral tracking shot, believable rain, warm carriage light, quiet cinematic tension, natural station ambience, no text.
已验证能力
Buble 中的 MiniMax H3 支持什么
当前 MiniMax H3 配置严格遵循 APIMart 请求契约，以下均为平台已经开放的实际控制项，而不是从发布宣传中推测出的功能。
原生 2K 输出
当前每个 MiniMax H3 请求都使用供应商支持的 2K 分辨率，Buble 没有虚构 720p 或 1080p 选项。
4 到 15 秒时长
可以选择 4-15 之间任意整数秒，适合完成一个短镜头，而不只是制作极短的循环动画。
多种画面比例
文本模式支持 21:9、16:9、4:3、1:1、3:4 和 9:16；帧模式继承输入图片比例；参考模式可使用自适应或明确比例。
混合参考上下文
参考模式最多接受 9 张图片、3 段视频和 3 段音频。音频不能单独使用，必须同时提供至少一张参考图片或一段参考视频。
可选 AIGC 水印
Buble 暴露了文档定义的水印开关。工作稿可保持关闭；当发布政策要求显式标注 AI 内容时，可以启用。
输入模式指南
选择正确的 MiniMax H3 工作流
输入模式应由已经确定的创作条件决定：文本用于探索新镜头，首尾帧用于控制时间端点，多模态参考用于把视觉或声音上下文带入新构图。
| 决策项 | 文生视频 | 帧引导 | 多模态参考 |
|---|---|---|---|
| 起始素材 | 只需提示词 | 首帧、尾帧或同时提供 | 图片、视频和可选音频 |
| 创作目的 | 从文字镜头简报创造新场景 | 控制动作从哪里开始或在哪里结束 | 延续主体、风格、运动或声音上下文 |
| 画面比例 | 从六种明确比例中选择 | 由输入帧决定 | 默认自适应，也可明确选择 |
| 素材容量 | 无需上传 | 一个首帧和一个尾帧 | 最多 9 张图片、3 段视频和 3 段音频 |
| 重要规则 | 仍然必须填写提示词 | 不能与参考字段混用 | 音频必须搭配图片或视频 |
制作流程
实用的 MiniMax H3 工作流
把一次生成当作一个被明确指导的镜头。先做出有依据的输入决策，通常比加入许多无关指令更能提升可控性。
Step 01
确定哪些内容必须固定
没有既定素材时使用文本；开场或结尾构图重要时使用帧；需要延续可识别的视觉或声音上下文时使用多模态参考。
Step 02
只准备真正相关的素材
清晰裁切图片，把参考视频和音频裁到有效片段，并移除彼此冲突的素材。文件更多并不自动意味着结果更忠实。
Step 03
编写镜头级提示词
描述主体、一个主要动作、环境、镜头运动、节奏、光线和声音意图，同时指出必须稳定的内容，不要在一个短片中塞入多个场景。
Step 04
生成、审核并保存
发布前检查构图、身份、运动、接触关系、文字和声音。成功结果应及时保存，不要长期依赖供应商的临时下载地址。
实用场景
MiniMax H3 最适合做什么
当创作者需要高分辨率短镜头，并且清楚为什么要选择文本、时间端点帧或多模态参考时，MiniMax H3 最有价值。
产品主视觉镜头
提供干净的产品图片和可选的运动参考，指导可控的揭示、环绕、微距细节或环境镜头，同时保留原始资产的核心用途。
角色连续性测试
当短叙事镜头需要角色、服装或生物设计在运动中保持可识别时，可以使用多个一致视角作为参考。
首尾帧转场
为产品揭示、光线变化、场景变换或必须落在计划构图上的镜头运动，提供明确的开场帧和结尾帧。
声音感知的视觉概念
当节奏、能量、氛围或表演上下文需要影响画面时，将短音频与图片或视频参考搭配使用，并同时审核最终画面和声音。
营销活动多比例版本
从同一创意简报分别探索横屏、方形、竖屏和超宽屏方向。每种比例都应重新考虑构图，而不是依赖后期粗暴裁切。
预演与提案素材
在真人拍摄、3D 制作或长片剪辑前测试镜头语言、调度、氛围和节奏。结果用于辅助决策，而不是作为物理效果保证。
提示词方法
如何编写 MiniMax H3 提示词并审核真实结果
旁边的视频是被淘汰的真实 MiniMax H3 迭代：腕表最终变成了类似圆环的物体。它说明提示词必须依据实际画面判断，而不能只看原始意图。
先写主体和动作
开头先说明画面中的人或物，以及唯一的主要动作。转身、倾倒、展开、跟随或加速等具体动词可以建立更清楚的时间主线。
组合空间、光线和镜头
定义环境、可见材质、空间层次、光源、景别、镜头路径、节奏和动作结束时点。对于 4-15 秒视频，一个清楚的运动通常比多个切换更易读。
给每个参考素材明确职责
说明哪张图定义身份、哪段视频提供动作，以及音频贡献什么。提示词应解决每个参考素材的创作职责，而不是假设模型会自行推断。
定义稳定性并审核结果
指出不能漂移的身份、产品形状、标志位置、服装、运动方向或光线，然后逐项对照实际结果。即使画面好看，只要偏离简报也应该淘汰。
限制与审核
发布 MiniMax H3 结果前要检查什么
请求参数有效，并不等于结果自动满足创作、法律和技术要求。以下边界在真实制作中非常重要。
输入限制需要累计计算
请求体不能超过 64 MB；参考视频总时长不能超过 15 秒；参考音频也有独立的 15 秒累计上限，即使每个单独文件都合法。
模式字段互斥
不要把首尾帧控制与多模态参考字段组合。供应商会拒绝混合模式输入，因此 Buble 将这些工作流明确分开。
参考是引导，不是保证
小型标志、精确尺寸、手部、多人、碰撞、文字和快速变形仍可能漂移。精度重要时应简化镜头、加强源素材或拆分生成。
版权与同意仍由用户负责
只上传有权使用的素材；涉及可识别人物和声音时获得同意；审核商标使用；在平台规则或内容语境要求时披露合成媒体。
常见问题
MiniMax H3 常见问题
以下回答基于当前 Buble 配置和 APIMart 已公开的接口限制。
在 Buble 创作
使用 MiniMax H3 创建可控的 2K 视频
选择正确的输入模式，准备有用的参考素材，编写一个连贯镜头，然后在 Buble 生成 MiniMax H3 视频。
比较：Hailuo 2.3 · Kling 3.0 Turbo · PixVerse V6