H3 API
نموذج توليد فيديو متعدد الوسائط مفتوح الأوزان من MiniMax، يجمع النص والصورة والفيديو والصوت في نموذج واحد ينتج فيديو حتى 2K مع صوت ستيريو أصلي.
MiniMax H3 هو نموذج انتشار بمعاملات 33B مبني على محول H3-Base، ويتكوّن من مُرمّز نصي وVAE بصري وVAE صوتي ومحوّل شامل. يستقبل النص والصورة والفيديو والصوت ويفهم العلاقات بينها، ثم يولّد فيديو وصوتًا من النموذج نفسه. يدعم دقّات 480p و768p و2K، ويولّد بمعدل 24 إطارًا في الثانية ولمدّة تتراوح بين 5 و15 ثانية، مع إمكانية التحكم بالإطار الأول والأخير.
يغطي النموذج مهامًا متعددة تشمل تحويل الصورة إلى فيديو، ونقل الحركة من فيديو إلى فيديو، وإعادة إنتاج جرس الصوت من مراجع صوتية، وتحرير الفيديو مثل مزامنة الشفاه مع حوار جديد وإعادة استخدام جزئي للموسيقى الخلفية، مع عرض دقيق للنصوص على الشاشة والتعبير عن العلامة التجارية. يعتمد على RoPE لالتقاط العلاقات المكانية والزمنية، ويضاعف طول التسلسل الفعلي أربع مرات عبر مُرمّز جديد عالي الضغط. صدرت الأوزان المفتوحة في 3 أغسطس 2026 بموجب اتفاقية ترخيص MiniMax H3 المجتمعية.
يناسب النموذج الإعلانات والعلامات التجارية والتجارة الإلكترونية وتصميم المنتجات وواجهات المستخدم وتجربة المستخدم وإنتاج محتوى الألعاب ومقاطع الفيديو القصيرة المعتمدة على مواد مرجعية والانتقالات الموجّهة بالتعليمات. لكن الاتساق مع العالم المادي يبقى تحديًا، إذ لا تضمن المعقولية البصرية اتساقًا فيزيائيًا، وقد لا يؤدي الإدخال متعدد الوسائط دائمًا إلى استدلال فعّال، مع أخطاء موثّقة في تأصيل الأدلة وتحقيق الأحداث وميكانيكا التلامس وهندسة الأجسام. كما أن H3-Context-IR غير مشمول في الإصدار المفتوح ويُتاح عبر API فقط.
آخر تحديث:
MODEL ID
hailuo-3- الإدخال
- text / image / video
- الإخراج
- video
أبرز الميزات
- نموذج انتشار بمعاملات 33B
- دعم أصلي لدقّة 2K
- صوت ستيريو أصلي مدمج
- إدخال نصي وصوري وفيديوي وصوتي
- فيديو بمعدل 24 إطارًا في الثانية
- أوزان مفتوحة بموجب ترخيص مجتمعي
المزوّدون
قارن أسعار API بين المزوّدين. اختر مزوّدًا لعرض جميع الرسوم والشروط.
مواصفات الفيديو
- نسب العرض إلى الارتفاع
- 21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16
- الصوت · الإخراج
- نعم
- المدة · الحد الأدنى
- 5 ثانية
- المدة · الحد الأقصى
- 15 ثانية
- المدة · الخطوة
- 1 ثانية
- درجات الدقة
- 2K
مرجع API
لم تُنشر تفاصيل البروتوكول الخاصة بهذا النموذج. راجع مرجع API لمتطلبات التكامل.
مرجع API →الأسئلة الشائعة
ما هو H3?
MiniMax H3 هو نموذج انتشار بمعاملات 33B مبني على محول H3-Base، ويتكوّن من مُرمّز نصي وVAE بصري وVAE صوتي ومحوّل شامل. يستقبل النص والصورة والفيديو والصوت ويفهم العلاقات بينها، ثم يولّد فيديو وصوتًا من النموذج نفسه. يدعم دقّات 480p و768p و2K، ويولّد بمعدل 24 إطارًا في الثانية ولمدّة تتراوح بين 5 و15 ثانية، مع إمكانية التحكم بالإطار الأول والأخير. يغطي النموذج مهامًا متعددة تشمل تحويل الصورة إلى فيديو، ونقل الحركة من فيديو إلى فيديو، وإعادة إنتاج جرس الصوت من مراجع صوتية، وتحرير الفيديو مثل مزامنة الشفاه مع حوار جديد وإعادة استخدام جزئي للموسيقى الخلفية، مع عرض دقيق للنصوص على الشاشة والتعبير عن العلامة التجارية. يعتمد على RoPE لالتقاط العلاقات المكانية والزمنية، ويضاعف طول التسلسل الفعلي أربع مرات عبر مُرمّز جديد عالي الضغط. صدرت الأوزان المفتوحة في 3 أغسطس 2026 بموجب اتفاقية ترخيص MiniMax H3 المجتمعية. يناسب النموذج الإعلانات والعلامات التجارية والتجارة الإلكترونية وتصميم المنتجات وواجهات المستخدم وتجربة المستخدم وإنتاج محتوى الألعاب ومقاطع الفيديو القصيرة المعتمدة على مواد مرجعية والانتقالات الموجّهة بالتعليمات. لكن الاتساق مع العالم المادي يبقى تحديًا، إذ لا تضمن المعقولية البصرية اتساقًا فيزيائيًا، وقد لا يؤدي الإدخال متعدد الوسائط دائمًا إلى استدلال فعّال، مع أخطاء موثّقة في تأصيل الأدلة وتحقيق الأحداث وميكانيكا التلامس وهندسة الأجسام. كما أن H3-Context-IR غير مشمول في الإصدار المفتوح ويُتاح عبر API فقط.
كيف تُحتسب فاتورة الاستخدام؟
تعتمد فاتورتك على المزوّد الذي تستخدمه وأسعاره واستخدامك. قد تختلف الأسعار مع المدخلات الأطول أو الشروط الأخرى. تُحتسب الفاتورة وفق تكلفة التوليد الفعلية. راجع فاتورتك للمبلغ النهائي.
ما أنواع المدخلات التي يقبلها MiniMax H3؟
يقبل النص والصورة والفيديو والصوت، ويفهم العلاقات بينها لتوجيه عملية التوليد.
ما دقّات الإخراج ومدّة الفيديو المدعومة؟
يدعم دقّات 480p و768p و2K، ويولّد فيديو بمعدل 24 إطارًا في الثانية ولمدّة من 5 إلى 15 ثانية.
هل يولّد الصوت إلى جانب الفيديو؟
نعم، ينتج صوتًا ستيريو أصليًا يشمل الصوت البشري والمؤثرات الصوتية والموسيقى من النموذج نفسه.
ما مهام تحرير الفيديو التي يدعمها؟
يدعم مزامنة الشفاه مع حوار جديد وإعادة استخدام جزئي للموسيقى الخلفية، إلى جانب نقل الحركة من فيديو إلى فيديو.
ما الفرق بين MiniMax H3 وMiniMax H3 Max؟
MiniMax H3 Max هو نسخة متخصصة في التوليد السريع وبحجم كبير بدقّة 480p أو 768p، بينما يغطي MiniMax H3 نطاقًا أوسع من الوسائط والمهام.
هل H3-Context-IR متاح في الإصدار المفتوح؟
لا، H3-Context-IR غير مشمول في الإصدار مفتوح الأوزان ويُتاح فقط عبر API.
