# 海螺AI（Hailuo）：MiniMax的视频模型，Hailuo 2.3与MiniMax H3

> 海螺AI（Hailuo）是中国公司MiniMax推出的视频模型。Hailuo 2.3（2025年10月）可生成6–10秒的768p和1080p视频，新的MiniMax H3（2026年7月31日）可生成4–15秒、最高2K、带立体声的视频，最多支持12个参考，对白支持11种语言。H3权重开放，在Arena的48个模型中排名第8。海螺已上线AI2Face生成器。

开发者: MiniMax · 发布时间: 2026-07-31 · 更新于 2026-10-02
URL: https://ai2face.com/zh/models/hailuo

## 关键信息

| | |
|---|---|
| 开发方 | MiniMax |
| 版本 | MiniMax H3（2026年7月31日）、Hailuo 2.3和2.3 Fast（2025年10月28日） |
| 功能 | 根据文本、帧画面和参考（照片、视频、音频）生成带声音的视频 |
| 时长 | H3 — 4–15秒；Hailuo 2.3 — 6秒或10秒 |
| 分辨率 | H3 — 默认768p，最高2K；Hailuo 2.3 — 768p和1080p |
| 声音 | H3 — 与视频同时生成32kHz立体声 |
| 参考 | H3 — 最多9张照片、3段视频、3段音频，共12个文件 |
| 对白语言 | 11种，包括中文 |
| 开放权重 | H3 — 已在Hugging Face和ModelScope开放，MiniMax H3 Community许可 |
| AI2Face | 已上线 |

## 海螺AI是什么

Hailuo（海螺）是中国公司MiniMax的视频模型系列，也是其应用海螺AI的名字。据MiniMax介绍，截至2025年底，用户已借助其视频模型创作了超过6亿条视频。

这个系列目前有两代在用。**Hailuo 2.3**和更快的**2.3 Fast**于2025年10月28日发布，提升了肢体动作、面部表情、物理效果和风格支持，涵盖动漫、插画、水墨和游戏CG。**MiniMax H3**（也叫Hailuo 3）于2026年7月31日作为新一代发布：一个模型就能理解文本、图像、视频和音频，并直接生成带立体声的视频。

2026年8月3日，MiniMax以MiniMax H3 Community许可在Hugging Face和ModelScope开放了H3的权重。其核心是一个330亿参数的Transformer，同时预测画面和声音。MiniMax现已把Hailuo 2.3归入旧款模型。

## 海螺AI能做什么

**最高2K的带声音视频。** H3可生成24帧/秒、4–15秒的视频。基础分辨率为768p，另有名为Regenerate-2K的独立环节，会结合原始上下文把视频重新生成为2K。声音为32kHz立体声，与画面同时生成。

[一辆红色敞篷车沿着悬崖边的盘山路行驶，镜头从柏油路面升起，展开夕阳下碧绿大海的全景](https://ai2face.com/_astro/media/models/hailuo/coastal-road.mp4 "镜头从路面升至海景全景，发动机声和海浪声都来自同一个提示词。MiniMax H3，2K，8秒")

**画面中的文字。** MiniMax强调其能准确渲染文字和品牌。在我们的测试中，橱窗上的FRESH BREAD字样没有错误，但视频开头这些字母是镜像的，就像从外面看一块在里面写的招牌。

[画师的手在面包店玻璃上用白漆写完FRESH BREAD，随后镜头向店内后拉，对准摆满面包的货架](https://ai2face.com/_astro/media/models/hailuo/text-on-glass.mp4 "文字没有错误，但前几秒是镜像的。MiniMax H3，8秒")

**角色对白。** 在提示词里用引号写一句台词，H3就会让角色说出来，并配上口型。MiniMax称H3稳定支持11种语言：阿拉伯语、德语、俄语、法语、韩语、葡萄牙语、日语、西班牙语、意大利语、英语和中文。

[夜晚森林的篝火旁，一位白胡子老人看着镜头说了一句话，然后往火里添了一根树枝](https://ai2face.com/_astro/media/models/hailuo/campfire-line.mp4 "角色台词写在提示词里，篝火声和蟋蟀声也是。MiniMax H3，8秒")

**参考。** 在Ref2VA模式下，H3最多接受9张图片、3段2–15秒的视频和3段音频，共12个文件。音频必须与图片或视频一起提供。FL2VA模式可在首帧和尾帧之间生成视频。

**画面比例：** 21:9、16:9、4:3、1:1、3:4和9:16。

## Hailuo 2.3和H3的区别

| | Hailuo 2.3 | MiniMax H3 |
|---|---|---|
| 发布时间 | 2025年10月28日 | 2026年7月31日 |
| 时长 | 6秒或10秒 | 4–15秒 |
| 分辨率 | 768p、1080p（API中1080p仅限6秒） | 768p，最高2K |
| 声音 | 无 | 与视频同时生成立体声 |
| 输入 | 文本或图片 | 文本、最多9张照片、3段视频、3段音频 |
| 开放权重 | 无 | 有 |
| Arena排名（2026.09.21） | 48个中第32 | 48个中第8 |
| API价格 | 768p下6秒0.28美元 | 768p下每秒0.08美元 |

## 海螺AI适合哪些任务

- **广告和电商。** MiniMax明确把广告、品牌和电商列为H3的主要场景：画面中的文字和品牌都很准确。
- **根据照片生成角色视频。** 9张参考图足以保持人脸、服装和商品一致。
- **动作迁移。** 用参考视频指定角色动作，MiniMax把这列为强项。
- **多语言对白视频。** H3能稳定处理11种语言。
- **风格化视频。** Hailuo 2.3能很好地保持动漫、插画和游戏CG风格。

## 海螺AI与同类模型对比

| | MiniMax H3 | [Seedance 2.5](/zh/models/seedance) | [Veo 3.1](/zh/models/veo-3-1) | [Kling 3.0](/zh/models/kling) |
|---|---|---|---|---|
| 开发方 | MiniMax | ByteDance | Google | Kuaishou |
| 时长 | 4–15秒 | 最长30秒 | 4、6或8秒 | 最长15秒 |
| 分辨率 | 最高2K | 开发方未公布 | 最高4K | 720p、1080p |
| 声音 | 立体声 | 有 | 有 | 有 |
| 参考 | 最多12个文件 | 最多50个 | 最多3张照片 | 最多7张照片 |
| 开放权重 | 有 | 无 | 无 | 无 |
| Arena排名 | 8 | 5和7 | 23（Veo 3） | 29（2.6 Pro） |

需要2K、立体声和大量参考时，H3是很强的选择。如果看重视频时长，最长30秒的Seedance 2.5或[Wan 3.0](/zh/models/wan)更方便。排行榜第一是[Gemini Omni](/zh/models/gemini-omni)。

## 海螺AI提示词怎么写

- **先写动作和镜头：** 发生了什么、镜头怎么动，例如“镜头从柏油路面升起，展开全景”。
- **声音单独写一行。** “Sound：发动机声、风声、海浪声”，H3会与画面一起生成。
- **台词放在引号里。** 写明谁在说，并简单描述语气。
- **画面文字要准确并加引号，** 再加上“spelled exactly”。如果镜头透过玻璃拍摄，检查文字是否被镜像。
- **给参考分配角色。** 在提示词中写明每个文件取什么：人脸来自第一张照片，夹克来自第二张，动作来自视频。

## 如何在AI2Face中使用海螺AI

海螺已上线AI2Face生成器，无需MiniMax账号。你可以把同一个提示词分别交给海螺、Seedance、Veo 3.1和Kling，对比效果。每次生成的费用在开始前显示，支持银行卡或加密货币支付，积分包里的积分不会过期。新账号注册后即可获得欢迎积分。

## 局限

- **单次生成最长15秒。** 讲长故事需要拼接多段视频，或选择支持30秒的模型。
- **2K需要单独的环节。** H3的基础分辨率是768p，2K靠重新生成实现，价格也更高。
- **透过玻璃或反射看到的文字**有时会被画成镜像，就像我们的测试一样。
- **音频参考不能单独使用**，必须搭配图片或视频。
- **开放权重对硬件要求高：** 330亿参数的模型在普通笔记本上跑不动。

## 总结

海螺AI是2026年最强的视频模型之一：MiniMax H3在Arena排名第8，可生成最长15秒、2K、带立体声的视频，最多支持12个参考，能说11种语言。Hailuo 2.3则作为制作短小风格化视频的低价选项保留下来。做广告、带角色和画面文字的视频，选H3；讲长故事选Seedance 2.5或Wan 3.0，要4K就选Veo 3.1。用同一个提示词对比它们，最方便的就是AI2Face。

## 常见问题

### 海螺AI是什么？

中国公司MiniMax的视频模型，以及同名应用海螺AI（Hailuo AI）。目前的主力模型是MiniMax H3，也叫Hailuo 3：可生成最长15秒、2K、带立体声的视频。

### MiniMax H3和Hailuo 2.3有什么区别？

H3最长15秒（2.3为10秒），最高2K（2.3为1080p），自带立体声，最多支持12个参考：照片、视频和音频。在Arena上，H3排名第8，Hailuo 2.3排名第32。

### 海螺AI可以免费用吗？

H3的权重是开放的，但运行它需要高性能显卡：模型有330亿参数。在AI2Face中，可以用注册后获得的欢迎积分试用海螺，每次生成前都会显示费用。

### 海螺AI支持哪些语言？

MiniMax表示H3稳定支持11种语言：阿拉伯语、德语、俄语、法语、韩语、葡萄牙语、日语、西班牙语、意大利语、英语和中文。提示词和角色对白都适用。

### 海螺AI的API多少钱？

MiniMax H3在768p下每秒0.08美元，2K下每秒0.13美元。Hailuo 2.3按条计费：768p的6秒视频0.28美元，1080p的6秒视频0.49美元。

## 资料来源

- https://www.minimax.io/news/minimax-h3-open-source
- https://www.minimax.io/blog/minimax-h3
- https://www.minimax.io/news/minimax-hailuo-23
- https://platform.minimax.io/docs/release-notes/models
- https://platform.minimax.io/docs/guides/pricing-paygo
- https://arena.ai/leaderboard/text-to-video
- https://www.minimax.io/news/minimax-global-announces-full-year-2025-financial-results