海螺AI

海螺AI是什么

海螺AI是MiniMax的视频创作平台，可从文字、图片及多种参考素材生成动态镜头。它适合广告片段、角色短片、动态海报和分镜验证；其中MiniMax H3把视频生成、原生声音与指令编辑放进同一创作流程，能够在已有方向上继续修改人物、物体、场景和声音。

MiniMax成立于2022年初，创始人为闫俊杰，研发覆盖文本、语音、图像、视频和音乐等模态。海螺视频的早期公开网页演示可追溯至2024年8月；2025年6月18日发布Hailuo 02，同年8月增加首尾帧控制。2026年7月31日发布的H3进一步整合多模态参考与音画生成。

H3的主要能力

文字、首帧与首尾帧生成

没有现成素材时，可以用文字交代主体、动作、环境和镜头；已有构图时，把图片作为首帧，让创作重点转向运动。首尾帧模式再加入结尾画面，适合有明确起止状态的转场、物体变化或短动作。

关键帧确定了端点，仍需检查中间过程是否连贯。例如要求产品从桌面移到展示台，模型生成的中间路径、物体形状和遮挡关系，都需要实际审看。提示词中应同时说明动作和需要保留的特征。

多模态参考

Omni Reference可组合图片、视频和音频：图片适合说明人物或产品外观，视频可参考动作、构图和运镜，音频可提供声音方向。H3支持总计最多12个参考文件，其中图片最多9张、视频最多3段、音频最多3段；音频需要与图片或视频搭配。

素材数量多并不自动让要求更明确。为每份参考安排用途更重要，例如“这张图只用于人物外观，这段视频只参考镜头运动”。如果两份素材给出互相冲突的服装、动作或光线，应先做取舍。

视频与声音一起生成

H3支持5至15秒的视频，提供原生立体声、常用横竖画幅及最高1440p输出。对白、环境声或音乐可以作为镜头构思的一部分，而不必只在完成画面后再补声音。成片时仍应检查人物说话顺序、声音内容及画面事件是否对应。

对已有镜头继续编辑

H3可以按指令增删或替换人物与物体，调整背景、光线、视觉效果、对白和声音。需要改一项细节时，应明确“改什么”和“保留什么”，然后检查未修改区域是否也发生变化。MiniMax的H3介绍将生成与编辑放在统一上下文中，但这些能力属于H3，不能直接套用于海螺的其他模型。

适合哪些制作环节

• 广告和商品动态：用已确认的产品图安排推近、环绕或环境变化，制作候选镜头。包装小字、logo和产品结构是重点检查对象。
• 角色短片与视觉分镜：准备人物外观和动作参考，将一个情节拆为几个明确镜头，分别生成后再组织叙事。
• 静态设计延展：为海报、插画或游戏概念图加入有限运动，保留已有视觉方向，避免同时重新设计主体和动作。
• 镜头修改：在已有视频上试验背景、光线、物体或声音变化，比较不同创意版本，再决定哪些进入正式剪辑。

如何制作一个参考驱动的镜头

假设要让一位已设计好的角色走入咖啡店，并采用参考片段中的缓慢跟拍，可以先准备角色图和一段有权使用的运镜参考。

1. 选择模式。进入创作页，在模型选择器中选MiniMax H3。只有起始图片时使用首帧；需要同时利用角色和运动参考时选择Omni Reference。
2. 整理输入。把素材放入Refs区域，写清各自用途。描述新场景、角色动作、镜头方向及声音需要，避免把参考片段里的无关人物或背景一并要求迁移。
3. 设置交付规格。根据镜头内容选择5至15秒时长、比例和分辨率。将一个短动作说清楚，比在短时长里塞入多个场景更容易检查结果。
4. 生成并逐项检查。先看人物外观和动作，再听对白、环境声与音乐。需要修改时，提出具体指令，例如只调整光线或某段对白，再比较其他区域是否保持。
5. 接入完整成片。选定镜头后统一剪辑节奏、字幕和声音层次。对于多镜头项目，检查人物服装、道具及场景方向，必要时补过渡镜头。

人物肖像、声音及参考视频都应具备对应授权。网页生成、API与开放权重是不同使用渠道，其费用、地区范围和许可条件也不同；使用海螺平台时，应按相应服务方案安排项目，不能直接套用模型部署条款。

海螺与Vidu如何选择

海螺与Vidu都能从文字、图片和参考素材制作短镜头。H3公开工作流明确允许组合图片、视频与音频，并可对已有音画内容继续编辑，适合重点比较参考运动、声音和修改指令怎样一起使用。

Vidu则提供参考资产、RefHub及My References等组织方式，便于保存角色、道具和场景后继续生成；Q3也能生成带对白、音效和音乐的片段。需要多镜头重复调用同一主体时，可以对照两者的素材管理与参考操作，不能将原生音频当作其中一家独有。

实用的比较方式是准备相同角色图和同一个镜头任务，分别看输入怎样安排、修改是否方便、成片规格与额度怎样计算。不同模型、时长和参考数量会影响成本，不宜只拿某个单次价格或宣传样片决定整套制作流程。