短剧公司&工作室 量大优惠 找我私聊

👑全能视频&最佳视觉&即梦平替 48G版 （支持API接入，找我要SKILL） 微信：henryhan1117

MiniMax H3 全能参考 短视频版本

效果视频预览： https://ycnvr5heebo2.feishu.cn/wiki/IB7ywsxx1ibZVfke9W9cOzVBnBg

🔥 重磅更新：让创意更好拍，让作品更出彩！

• 🎬 画面细节再升级：人物、发丝、服装、材质与光影细节增强，让近景更耐看、镜头更有质感。
• ✍️ 提示词双模式，新手和高手都好用：新手用“智能转写”，直接描述创意；高手用“自定义”，按自己的专业提示词直接生成。
• 🧠 智能提示词助手：帮你整理人物、素材、台词、动作和镜头关系；可选生成前逻辑检查，提前发现明显矛盾。
• 🧊 新增视频转白模，喜欢的动作变成自己的参考：弱、中、强三档可选，转完自动入资产库，下次创作直接引用！
• 🔍 满意的成片，继续提升到1K／2K：历史作品、资产库或上传视频都能选，支持单个或批量处理，保留原片与声音，另存高清版本。
• 🖼️ 参考素材看得见，上传选片更直观：图片缩略图、视频与音频预览，一张张、一段段看清楚，支持替换、移除和换位。
• 🎨 11款内置LoRA，画风与动作随你挑：写实人物、复古赛璐珞、像素动画、黏土手塑、武术动作……把同一个创意拍出不同味道。
• 🧩 你的LoRA，也能成为镜像的一部分：上传、命名、检查、启用，再到生成页面选择，把你的风格预设放进自己的创作台。
• 📋 生成、白模、超分，一个队列统一管理：连续投递、自动排队，总体进度看得见，完成结果在历史作品中统一预览、下载。

🎥 三模式一站出片｜全能参考＋文生视频＋首尾帧，横屏竖屏都能拍，单条最长15秒

🔊 五种声音方式自由选｜音画同生、音色参考、保留原声、关闭音频、独立配音；先听配音、逐句试听，选好再生成！

⚡ 三档画质自由选｜🚀 快速档　⚖️ 标准档　💎 专业档

🖥️ 多分辨率可选｜最高960P成片，满意后还能继续做1K／2K超分

💻 开箱即用｜专业可视化Web界面，无需配置复杂工作流

🤝 个人＆团队合作　📱 微信：henryhan1117

🎨 支持自定义LoRA｜让你的风格，留在创作台里

让LoRA变成你的“风格工具箱”

不只选择镜像给你的效果，也能把你自己的风格带进来。

可以把LoRA理解成一套可选择的风格或动作预设：有的影响画风，有的偏向人物质感，有的关注运镜或动作。它不替代剧情描述，你仍要说明“拍什么”。

1. 先试内置的11个方向

名称	一句话用途
动画微动作	微表情、发丝、衣摆与环境轻运动，适合细腻动画表演
低多边形3D	复古低多边形、平面着色与游戏感三维画面
空间接触	接触、碰撞和空间关系方向，适合明确的手部或道具互动
自然运镜	跟拍、后退、弧线移动等镜头变化，固定机位可不选
写实人物	自然肤质、人物表情与日常写实质感方向
复古赛璐珞	老式手绘动画、怀旧背景与平涂色块
武术动作	拳腿发力、套路和收招，适合动作明确的短片段
16位像素	像素块、阶梯轮廓与有限色板，适合复古游戏动画
粗线手绘	松弛粗线、二维卡通插画与涂鸦感人物
游戏CG视角	游戏过场、肩后跟拍等游戏感镜头
黏土手塑	手捏橡皮泥质感与柔和灯光，适合可爱角色和小故事

在生成页找到 “风格与动作”，打开 “选择风格或动作”，按名称搜索或分类选择，再确认 “使用所选”。

按你想要的画风和动作来选。第一次建议先选一个方向，配合自己的剧情和镜头描述试拍，再逐步尝试组合。

2. 自定义上传：把你的LoRA放进镜像

流程：选择文件 → 填名称与用途 → 检查并启用 → 在生成页选择。

1. 进入左侧 “LoRA自定义”。
2. 点击 “＋ 上传LoRA”，选择你有使用权、兼容H3的 .safetensors LoRA文件，单文件不超过4GB。
3. 填写 功能名称、用途说明、分类。名称就是以后在生成页搜索到的名字，建议让人一看就明白。
4. 按作者说明设置 默认强度与触发词；没有特殊要求时，不必乱填，保留合理默认值即可。
5. 点击 “上传、检查并启用”，等待检查结果。
6. 保存成功后，回到文生视频、首尾帧或全能参考页，在 “风格与动作” 中选择它。仅在支持该LoRA的模式里使用，以页面兼容提示为准。
7. 先生成一个5秒小样，看风格、动作和人物表现是否符合预期，再用于正式内容。

示例配置可以这样写：

字段	示例
功能名称	我的暖色卡通
用途说明	温暖色块、简洁轮廓，适合单人表情与轻动作动画
分类	画风
默认强度	优先作者推荐；没有建议时可先保留界面默认0.6
触发词	作者要求才填写；没有要求就留空
来源／说明链接	可选，保存作者发布页，方便自己查阅

**注意：这是上传和管理LoRA，不是训练LoRA。**其他模型的LoRA、完整大模型文件或脚本，不能因为扩展名相同就直接使用。

3. “强度”是什么？

强度就是 这个LoRA影响画面的程度，不是清晰度分数。

• 0表示不使用。
• 先用作者推荐值或界面默认值。
• 觉得风格太重、服装或人物变化太大，可以降低一点。
• 想加强效果，可以小幅调整，但不是越高越好。

**第一次建议只选一个LoRA。**确认这个效果有用后，再尝试少量组合。页面支持多选，但不建议一上来就把所有风格叠满。

4. “触发词”必须填吗？从哪里找？

不是每个LoRA都需要触发词，也不是“没有触发词就完全无效”。

**选择LoRA负责启用它；触发词是部分作者指定的效果提示。**去作者发布页找 Trigger words／Activation prompt／触发词，自己训练的则查看训练说明。

作者没有要求，可以留空；有要求，就原样填写。**填好后，系统会自动补入生成描述，不需要你每次手写；不要把触发词写进人物对白。**不要自己随便编一个词当开关。

5. 上传成功却没看到？

检查是否已经 启用，以及是否支持当前生成模式，再重新打开选择器或刷新页面。检查通过说明文件具备可用条件，不等于这个LoRA必然适合你的剧情或风格。

想暂时不用，可在“LoRA自定义”里停用；之后需要时再启用。修改配置不会改变已经提交的任务或已经生成的作品。

---

适用：MiniMax H3 全能参考短视频镜像 · 48G版 新手直接用中文描述创意，熟悉专业提示词的用户可以切换自定义模式。下面按页面操作，一步步开始创作。

一、镜像简介

MiniMax-H3 全能参考镜像是一套面向视频创作者的可视化生成工具。你可以把图片、视频和音频作为参考素材，自由组合人物、外观、动作、镜头、场景、音色、对白和环境声音，生成带画面与声音的短视频。

它适合以下创作方向：

• 人物口播、产品介绍与直播带货；
• 双人或多人剧情、短剧对白；
• 固定角色形象连续创作；
• 参考视频的动作、表演、运镜和节奏；
• 参考声音生成新台词；
• 保留独立上传音频中的原始声音内容；
• 广告片、情绪短片、动漫短片和电影感镜头；
• 图片、视频、音频联合控制的复杂创作。

当前镜像支持：

• 横屏或竖屏输出；
• 最长 15 秒视频；
• 角色资产保存与重复调用；
• 历史作品预览、检索和批量下载；
• 智能转写与自定义两种提示词模式；
• 视频转白模，完成后自动保存为可复用资产；
• 历史作品、资产库与上传视频的1K／2K超分；
• 图片最多9个、视频最多3个、音频最多3个，混合合计最多12个。

二、最简单的使用流程

1. 按素材选择“全能参考”“文生视频”或“首尾帧”。
2. 新手选择“智能转写”；已经准备好H3专业提示词，可选择“自定义”。
3. 上传参考素材，在卡片中预览，确认选对了图片、视频和音频。
4. 在提示词中说明每个素材分别参考什么，谁做什么、谁说什么。
5. 选择横屏或竖屏、视频时长、画质、最终尺寸和声音方式。
6. 点击开始生成，到“任务队列”查看排队状态和总体进度。
7. 完成后在预览区或“历史作品”观看、下载，也可以继续超分。

常用的角色、产品、场景或声音，建议先保存到“角色资产”。下次输入 @资产名 就能继续用，连续创作更省事。

智能转写，还是自定义？

提示词模式	怎么用
智能转写	用自然语言写创意，助手帮你整理成适合生成的提示词，适合大多数创作者
自定义（专业用户）	跳过提示词检查和AI转换，直接使用你写好的H3专业提示词，适合希望自己掌控内容的用户

• 智能转写最多输入10000字符；自定义最多输入30000字符。
• 两种模式都建议尽量控制在7000字符以内，重点写清楚，减少重复堆砌。超过建议长度会提示，仍可选择继续生成。
• 可以在设置中打开“提示词检查”，让助手先找一找原稿中明显的逻辑矛盾；建议由你决定是否采纳。自定义模式跳过这一步。
• “提示词技巧”里可以查看自然语言建议、预览专业规范，并下载MD文件。

自定义同样支持 @名称，也可以直接写素材卡片上的 <Picture N>、<Video N>、<Audio N>。三类分别编号；素材换位后，请同步核对提示词。自定义模式的对白语言按你专业稿中的写法执行。

画质和尺寸怎么选？

快速档适合试创意，标准档适合日常创作，专业档适合更在意画面细节的成片。建议先做小样，满意后再提高档位。

成片档位	横屏	竖屏
0.9 MP	1248×736	736×1248
1.1 MP	1408×768	768×1408
1.3 MP	1536×864	864×1536
1.7 MP／960P	1728×960	960×1728

三、素材越多，生成时间越长

参考素材的数量和复杂度会直接影响生成时间。

• 从少量必要素材开始，更方便确认人物与镜头效果；
• 加入音频参考后，需要同时考虑台词、语气和声音节奏；
• 加入视频参考后，动作、镜头和场景信息更多，等待时间可能增加；
• 多人物、多视频、多音频联合参考，需要处理更多人物与素材关系，等待时间会进一步增加；
• 视频越长、分辨率越高、画质档位越高，通常需要更多等待时间。

推荐采用逐步测试的方法：

1. 先用 1 张人物图测试短视频；
2. 人物效果正确后，再加入 1 个音频或 1 个视频；
3. 最后再增加第二个角色、更多参考素材和更长时长。

不要第一次就同时上传大量图片、视频和音频。素材过多不仅会增加等待时间，也可能让人物关系和参考目标变得不够清晰。

四、图片、视频和音频分别能参考什么

1. 参考图片

图片可以用于参考：

• 人物身份、脸型、五官、发型、肤色和年龄感；
• 服装、妆容、饰品和产品外观；
• 建筑、房间、直播间和其他场景；
• 构图、色调、灯光和美术风格。

推荐写法：

@女主用于锁定女主的脸型、五官、发型、肤色和年龄感。全片保持同一人物，允许根据新场景改变姿势和光线，不允许变脸或改变发型。

不要只写“参考这张图”。请明确哪些特征必须保留，哪些内容可以改变。

2. 参考视频

视频可以用于参考：

• 人物动作和身体姿态；
• 表演节奏与情绪变化；
• 镜头构图、景别、运镜和剪辑节奏；
• 人物站位、互动方式和场景氛围。

视频参考最好采用“保留什么＋不要什么”的写法：

@动作视频只参考人物动作、表演节奏、镜头推进和构图。不要参考原视频中的人物身份、脸、服装、字幕、水印和原场景。

视频主要用来参考画面。需要保留的声音请单独上传音频，并选择“保留原声”；参考音色、生成新台词时，选择“音色参考”。

3. 参考音频

音频常见有两种用法。上传之后，要在页面选择对应的声音方式，再写清楚用途。

只参考音色，生成新台词

@主播音色只用于参考女主播的音色、年龄感、语速、气息、情绪力度和发音习惯。不要复制参考音频原来的台词。

保留独立音频中的原始声音内容

完整保留@原声音频中的台词、音色、呼吸、停顿、情绪和声音节奏，不要改写或增加台词。

“保留原声”请使用不超过15秒的独立音频，建议与目标视频时长对齐。不要对同一个音频同时要求“只参考音色”和“完整保留原话”。

五种声音方式怎么选？

声音方式	适合的需求
音画同生	直接描述剧情和台词，让画面、对白、环境声与音效一起生成
音色参考	参考一段声音的声线和质感，说你这次写的新台词
保留原声	使用独立上传的音频，保留你准备好的声音内容
关闭音频	先出无声画面，后期自己加对白、音乐或音效
独立配音	先听声音、逐句挑选满意的候选，再确认生成视频

独立配音在智能转写模式下使用，音色样本先存入资产库。支持配音方案查看、逐句试听和重新生成候选；需要平台账户授权，可能产生额外费用，重复试听生成也可能计费。

如果想让背景音乐与画面分开制作，可以先选择“关闭音频”，再后期自行配乐。

五、角色资产与 @ 引用

“角色资产”适合保存经常复用的素材，例如：

• 固定男女主角照片；
• 主播、数字人或品牌人物；
• 产品图片；
• 动作参考视频；
• 男声、女声或角色音色；
• 经常使用的场景参考。

保存资产时，建议使用容易理解的名称，例如：

女主
男主
科技主播
主播音色
愤怒表演
产品外观
未来直播间

在提示词中输入 @ 并选择资产，然后在开头定义一次用途：

@科技主播是本片唯一的主播人物参考，用于保持人物身份、脸型、五官、发型和服装一致。

@主播音色只参考主播的音色、语速、气息和直播表达风格，不复制原音频中的话。

智能转写时，先把素材用途说明白，后文可用“主播”“女主”“男主”等清楚的称呼。自定义专业稿请保持人物标签与素材编号前后一致，避免指向错误。

六、最推荐的提示词结构

想让创意更容易落地，提示词建议包含以下六类信息：

参考素材分别做什么
+ 想生成什么视频
+ 场景与画面风格
+ 每个时间段的动作和镜头
+ 谁准确说什么台词
+ 声音要求和禁止事项

1. 先定义素材用途

@女主用于保持女主身份和外貌一致。
@男主用于保持男主身份和外貌一致。
@动作视频只参考动作、表演、运镜和节奏，不参考原演员身份。
@女声音色只参考女主音色，不复制原台词。

2. 再说明成片目标

制作一段15秒横屏写实电影短片，内容是男女主在雨夜车站进行一次克制的告别。

3. 描述场景和风格

场景是深夜的旧式公交站。小雨持续落下，地面反射远处霓虹灯，冷蓝色调，浅景深，轻微胶片颗粒，真实电影摄影质感。

4. 按时间写动作和镜头

0–5秒：双人中景，女主站在站牌下，男主从雨中走近，镜头缓慢推进。
5–10秒：切到女主近景，她抬眼看向男主，先犹豫，随后压住情绪，说出自己的台词。
10–15秒：双人近景，男主回应，两人短暂对视，结尾停在女主转身离开的背影。

5. 明确说话人与准确台词

女主使用@女声音色，克制而失望地说：“我想听你亲口说。”
男主停顿片刻，低声回答：“好，这次不瞒你。”

台词建议使用中文引号，并明确“谁说、说什么、用什么语气”。如果没有台词，请写明“全片没有对白、旁白和人声”。

6. 最后写声音和限制

环境声包括雨声、远处车辆声和轻微衣料摩擦声。对白清晰，背景声音不能盖住人声。结尾淡入很轻的钢琴。

不要新增第三人，不要旁白，不要额外台词，不要字幕和水印。人物不能变脸、串脸、改变发型、年龄或服装；不要机械口型和突然跳切。

七、可直接复制的通用模板

【参考素材】
@人物图片用于锁定______的身份、脸型、五官、发型、肤色、年龄感和______。允许改变______，不允许改变______。

@参考视频只参考______、______和______；不要参考原视频中的人物身份、______和______。不要使用原视频声音。

@参考音色只参考______的音色、年龄感、语速、气息和情绪力度；不要复制音频原来的台词。

【成片目标】
制作一段______秒、横屏/竖屏、______风格的视频。核心内容是______。

【场景与风格】
时间是______，地点是______，光线是______。
整体采用______色调、______镜头质感、______景深和______构图。

【镜头与动作】
0–__秒：______景别，人物______，镜头______。
__–__秒：人物______，表情从______变化到______，镜头______。
__–__秒：______，结尾停留在______。

【台词】
角色A使用@参考音色，______地说：“______”
角色B______地回答：“______”
每句台词只说一次；说话前后保留自然呼吸和短暂停顿。

【声音】
环境声包括______；音效包括______；背景音乐______。
对白清晰，背景声音不能压过对白。

【限制】
不要新增角色，不要旁白，不要额外台词，不要字幕、乱码、水印或标志。
人物不能变脸、串脸、改变年龄、发型或服装；不要______。

八、完整示例：人物图片＋主播音色

上传人物图和独立音频，或使用同名资产，选择**“智能转写＋音色参考”**，再修改下面这份提示词：

@科技主播是本片唯一的人物和直播间参考。严格保持主播的脸型、五官、发型、肤色、年龄感、服装和整体人物辨识度，不能变脸或改变身份。

@主播音色只参考主播的音色、年龄感、语速、气息、情绪力度和直播表达风格，不复制参考音频中的原始台词、音乐或背景声。

制作一段15秒竖屏未来科技直播带货视频。

场景是深蓝紫色未来科技直播间，背景有弧形大屏幕、透明全息产品卡、流动灯带和轻微数据粒子。主播位于画面中央，神情自信亲切，具有专业直播带货的感染力。

0–4秒：主播面向镜头微笑，轻轻抬手向观众打招呼，镜头缓慢推进。

4–10秒：主播转向身旁的全息产品卡，用自然手势介绍图片、视频和音频三种参考能力。

10–15秒：主播重新看向镜头，抬手指向下方的体验按钮，最后保持自信微笑。

主播使用@主播音色，在4–10秒热情、清晰地说：“图片、视频、音频都能用。十五秒，把创意拍出来！”只说这一句。

台词口型自然同步，说完后闭上嘴，不要继续说话。直播间收音干净，背景加入低音量未来科技电子音乐和轻微界面提示音，但不能盖住口播。

不要新增人物，不要额外台词，不要旁白，不要生成底部对白字幕、乱码、水印或二维码。人物不能变脸，服装不能变化，不要机械口型、手指畸形或镜头跳切。

九、新增视频转白模：把喜欢的动作，变成下次创作的参考

看到一段动作想借鉴？转成白模，存成资产，再拿去创作！

进入 “视频转白模（深度动作指导）”，从历史作品、资产库视频中选择，或直接上传视频，就能制作近处更亮、远处更暗的灰度视频，方便参考动作、站位与空间层次。

强度	怎么选
弱	明暗对比直接，适合喜欢清楚前后层次的画面
中	兼顾层次与远景可见度
强（默认）	尽量保留更多远处层次和人物轮廓

1. 选择一个或多个视频。
2. 选择弱、中、强，加入队列。
3. 完成后到历史作品预览、下载。
4. 结果自动保存为 “原名-白模” 视频资产，下次输入 @白模资产名 即可继续引用。

单条视频最长30秒。保留源视频帧率与声音；输出会按比例适配尺寸。

参考写法：

@女主用于保持人物外貌和服装。
@舞蹈白模只参考身体动作、站位和节奏，不参考原人物外貌。
场景使用我描述的舞台，镜头保持全身可见。

十、满意的作品，继续提升到1K／2K

先把内容拍对，再让满意的画面更清晰！

进入 “提升分辨率”，可以直接选择历史作品、资产库视频或上传视频，支持多选排队处理。

• 1K：短边提升到1080像素。
• 2K：短边提升到1440像素。
• 保持原视频比例与帧率，保留原声音轨。
• 原片保留，高清版本另存，完成后在历史作品中查看和下载。

先选作品，再选档位，加入队列即可。较长、高帧率或较大尺寸的视频，需要更多处理时间。

十一、生成、白模、超分，一个队列管起来

想法可以连续提交，任务自动排好队。

• 视频生成、白模转换和提升分辨率同一时间执行一项，其余自动等待。
• 在任务队列查看总体进度与任务状态，完成结果统一进入历史作品。
• 历史作品支持重新预览、检索和下载，也能作为后续视频处理的来源。
• 图片、视频和音频用卡片预览，支持逐项替换、移除、调整顺序。

网络等待时，先查看队列中的任务编号，避免反复点击创建相同任务。

第一次建议从少量素材、5秒小样、快速或标准档开始。确认人物、构图和动作后，再增加素材、时长与画质档位。

十二、个人创作、团队协作，也能接入自己的工具

网页直接用，团队也能通过API接入！

支持把素材管理、视频生成、任务查询、成片下载、白模与超分接入自己的应用和批处理流程。

需要API接入文档、配套SKILL、仙宫云抢卡助手，或讨论个人＆团队合作：

📱 微信：henryhan1117

默认加入无字幕要求，建议交付前检查人物、台词、口型与画面文字，按自己的创作目标选片。