首帧 · 插画动态1.5s480P15:26
让纸船插画里的水面动起来
首帧提供桥洞、红船和岸边的平面插画。成片延续这幅构图，水面与雨滴为静态画面加入运动。
提示词（英文）
A red paper boat drifts beneath a stone bridge after rain. Smooth tracking camera, natural ripples, soft birdsong. No text or subtitles.
用首帧、尾帧或两张图片设定起止画面，描述运动与声音，让图片发展成短片。
提供商: MiniMax
类型: 视频生成
接口: /v1/tasks
状态: 已开放
消耗: 查看页面实时价格
返回模型列表至少一帧
MiniMax H3 Max Image-to-Video
提供商 MiniMax视频
用首帧、尾帧或两张图片设定起止画面，描述运动与声音，让图片发展成短片。
定价
标准用量
230 积分/ s
输入
首尾帧
指定视频开始画面与画布比例
指定视频结束画面；仅提供尾帧时，画布比例跟随尾帧
136 / 50000
范围：0.92 - 15
至少提供首帧或尾帧之一。画布跟随首帧；只有尾帧时跟随尾帧，不提交画幅参数。
更多参数
上传素材
上传后可预览替换输出音轨，至少 2 秒、最多 15 MB；较长截取开头，较短补静音，不改变视频时长
生成设置
disabled 不扩写；balanced 默认平衡；quality 注重细节，可能增加等待时间
高级参数
用于复现结果 · 整数 · 必须是整数
预估费用216 积分144 积分 / s × 1.5s × 480P
输出
准备生成
配置参数并点击"运行"查看输出结果。
--
让桥下插画有开场，也有落点
对照输入图片与视频，观察水面变化，以及首帧和尾帧如何安排纸船的位置。
尾帧 · 指定音轨2s768P4:7
用尾帧安排纸船的落点
只提供尾帧，让镜头向右侧红船的结束构图发展。竖屏插画保留桥洞与水岸，输出音轨使用输入的目标音频。
提示词（英文）
A red paper boat drifts beneath a stone bridge after rain. Smooth tracking camera, natural ripples, soft birdsong. No text or subtitles.
输入目标音频
首尾帧 · 构图衔接2s1080P9:16
从左侧开场，到右侧收束
首帧把纸船放在左侧，尾帧安排右侧位置。视频在同一幅桥下插画中连接起止构图，保留简洁的色块与竖屏布局。
提示词（英文）
A red paper boat drifts beneath a stone bridge after rain. Smooth tracking camera, natural ripples, soft birdsong. No text or subtitles.
产品展示 · 首帧动画4s768P1:1
白底运动鞋的环绕展示
正方形产品图成为视频首帧，环绕镜头依次展示鞋面织物、鞋带和鞋底轮廓，柔光与接触阴影随视角变化。成片带有模型生成音轨，可在试听后为产品展示另配音乐。
提示词（英文）
The camera slowly orbits the sneaker on a white studio background, soft light sweeping across the fabric, subtle shadow shifting beneath it. No text or subtitles.
插画动态化 · 竖版海报4s768P3:4
让黄昏湖畔海报慢慢入夜
竖版插画保留山峦、湖面与木屋的层次，让云朵和水纹给静态海报添上轻微运动。窗户的暖光随着暮色加深，视频同时附带生成音轨，适合做舒缓的片头背景。
提示词（英文）
Clouds drift slowly across the sky, the lake surface ripples gently, warm cabin windows begin to glow as dusk deepens. No text or subtitles.
如何选择相关视频模型
手里有图片时留在这里；只有文字想法时，文生视频入口更合适。
模型规格
- 输入
- 提示词 + 至少一张首帧或尾帧
- 视频时长
- 0.92–15 秒，可用小数使用目标音频时至少 2 秒
- 分辨率
- 480P / 768P / 1080P1080P 从 768P 画面进一步增强
- 音轨
- 生成音轨，或用目标音频替换；画面运动仍由首尾帧和提示词决定
- 提示词扩写
- disabled 最贴近你写的动作描述balanced 为默认quality 补充最多
- 目标音频
- 2 秒以上，15 MB 以内只替换声音，不改变画面运动
- 随机种子
- 固定首尾帧和 seed，只改一个词做对比
- 画幅
- 首帧优先决定；仅尾帧时由尾帧决定
- 提示词长度
- 最多 50,000 个字符
- 帧图格式
- JPG、PNG、WebP，单张不超过 30 MB
当前价格：查看实时定价
如何使用 MiniMax H3 Max Image-to-Video
首帧
尾帧
01
准备首帧或尾帧
至少提供一张帧图；有首帧时画布跟随首帧，只有尾帧时跟随尾帧。
0.92–15 秒
图片决定画布
可替换音轨
02
描述画面如何运动
写清动作、镜头和声音，再选时长与分辨率；不设置 aspect_ratio。
在线体验
POST /v1/tasks
03
对照画面后接入 API
查看开始与结束效果，再使用下方同一输入请求接入应用。
API 快速示例
curl --request POST 'https://api.hiapi.ai/v1/tasks' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"model": "minimax-h3-max/image-to-video",
"input": {
"prompt": "A red paper boat drifts beneath a stone bridge after rain. Smooth tracking camera, natural ripples, soft birdsong. No text or subtitles.",
"resolution": "480P",
"duration": 1.5,
"first_frame_image": "https://static.hiapi.ai/model-onboarding/minimax-h3-max/2026/10/13/1791862423659-cd76600c6f3d1b5d-first-frame.png",
"seed": 0,
"prompt_expansion_mode": "disabled"
}
}'创建请求会返回 taskId；结果需要异步获取。查看完整 API 文档
MINIMAX / H3 MAX · IMAGE-TO-VIDEO
让一张做好的图动起来
上传首帧决定开场，或上传尾帧决定落点，也可以两张都给，描述只写中间怎么动。主体和构图由图片固定，适合必须保持商品、角色或品牌外观的素材。
首帧 / 尾帧保留原图构图可换目标音频
了解模型与作品 ↓
模型概览
MiniMax H3 Max Image-to-Video 模型介绍
图生视频从一张现成的图开始：白底商品图、插画、海报，或分镜里的一格。图片已经定好主体和构图，所以成片比纯文字更可控，外观也更不容易走样。
首帧和尾帧可以单独用，也可以一起用；只给一张时，视频画幅跟随这张图。图片支持 JPG、PNG、WebP，单张不超过 30 MB，也可以上传目标音频替换成片音轨。
用首帧和尾帧安排运动
每个案例上方是输入的图片，下方是成片，展开可以查看提示词。
让插画里的水面动起来
首帧是一幅桥洞、红船和岸边的平面插画。成片保留原来的色块和竖屏布局，只让水面和雨滴动起来。
已有海报、插画或产品图时，先保留清晰的构图，描述里只写需要动的部分，原来的设计就不容易被破坏。
查看提示词
A red paper boat drifts beneath a stone bridge after rain. Smooth tracking camera, natural ripples, soft birdsong. No text or subtitles.
只给尾帧，安排纸船的落点
这段只提供了尾帧，镜头向右侧红船的结束构图发展，桥洞和水岸的位置由图片给出。
适合结尾画面已经定好、想给下一段剪辑留衔接点的场景。这段的成片音轨使用了上传的目标音频。
查看提示词
A red paper boat drifts beneath a stone bridge after rain. Smooth tracking camera, natural ripples, soft birdsong. No text or subtitles.
从左侧开场，到右侧收束
首帧把纸船放在左边，尾帧放在右边，视频在同一幅插画里把起止构图连了起来。
准备首尾帧时，让主体、场景和画幅尽量一致，并给动作留够时间，适合简单转场和商品位置变化。
查看提示词
A red paper boat drifts beneath a stone bridge after rain. Smooth tracking camera, natural ripples, soft birdsong. No text or subtitles.
白底运动鞋的环绕展示
正方形商品图作为首帧，环绕镜头依次展示鞋面织物、鞋带和鞋底轮廓，柔光和接触阴影随视角变化。
适合商品详情页和电商主图视频。成片带有模型生成的音轨，可以试听后另配音乐。
查看提示词
The camera slowly orbits the sneaker on a white studio background, soft light sweeping across the fabric, subtle shadow shifting beneath it. No text or subtitles.
让黄昏湖畔海报慢慢入夜
竖版插画保留山峦、湖面和木屋的层次，云朵和水纹轻轻移动，窗户的暖光随暮色加深。
适合把静态海报做成舒缓的片头背景或活动页动图，原图的构图和配色都保留了下来。
查看提示词
Clouds drift slowly across the sky, the lake surface ripples gently, warm cabin windows begin to glow as dusk deepens. No text or subtitles.
按用途选分辨率
480P
快速预览构图
768P
日常交付
1080P
在 768P 上增强，更清晰
Image-to-Video 适合哪些工作
商品图做成展示视频
白底商品图作为首帧，用环绕或推近镜头展示材质和细节，放进详情页。
插画与海报动态化
只为水面、天气或光线加运动，其余保持静止，用于封面、活动页和社交内容。
为剪辑预留结束画面
只用尾帧锁定结尾构图，让这段视频和下一段内容自然衔接。
同一组首尾帧试多种运动
固定首帧和尾帧，只改描述里的镜头和节奏，比较平移、推进、环绕等处理。
上传一张图开始
在在线体验里上传首帧或尾帧，写一句运动描述试一段。每次用到的图片、描述和成片都留在任务记录里，下一轮只改一个变量就能继续。
需要比较不同模型和计费档位？查看全部模型实时价格
常见问题
首帧和尾帧都要上传吗？
至少提供一张：只用首帧安排开始画面，只用尾帧引导结束画面，也可一起使用来设定起止构图。这些图片承担视频起止帧的作用，不是普通风格参考图。
画面比例由哪张图片决定？
有首帧时以首帧为准；只有尾帧时以尾帧为准。这个入口不接收 aspect_ratio。准备符合发布位置的横图或竖图，双帧最好使用一致画幅，具体输出尺寸以视频为准。
提示词需要重复描述图片吗？
图片已经给出主体和构图，提示词重点写动作、环境变化与镜头如何继续。需要固定结束位置时，结合尾帧说明运动方向，并给动作留出合适时长。
只传尾帧可以吗？
可以。只传尾帧时，它既是结尾画面，也决定整体画幅。提示词描述从开头到这个结尾发生的动作即可。
首帧和尾帧尺寸不一致会怎样？
画幅以首帧为准，尾帧会被对应处理，但差别太大时过渡可能不自然。建议两张图使用相同的方向和接近的构图。
能不能传参考图来控制风格而不是起止画面？
不能。这个入口的图片是视频的起止帧，不是通用风格参考。需要从文字出发时，请使用文生视频入口。
目标音频要怎么搭配图片使用？
传入 target_audio_url 后，成片音轨替换为你的音频。音频不少于 2 秒、不超过 15 MB，视频时长也不少于 2 秒。它不保证驱动画面动作，动作仍靠提示词描述。
1080P 对图生视频有什么用？
1080P 是在 768P 画面基础上进一步增强的输出档。我们用两张竖图做首尾帧测试，1080P 返回了 1080×1920。适合最终交付；比较提示词时用 480P 更快。
为什么要先用很短的时长试一版？
时长支持 0.92–15 秒的小数。先用 1.5–2 秒确认首帧是否被正确使用、画面方向是否符合预期，再放大到最终长度，可以少走很多弯路。
HiAPI Blog
