商品照
讓商品照旋轉、加上掃光與音效提示，用在商品頁或廣告。
MiniMax H3 圖片轉影片
上傳一張照片當作第一格畫面（也可再加最後一格），描述動作與聲音，就能拿到 4 到 30 秒、最高 2K 的影片。
影片
50
保留第一格畫面的 AI 圖片轉影片
使用 MiniMax H3 圖片轉影片時，你上傳的照片就是影片的開場畫面。臉孔、Logo、包裝與色彩都從原樣開始，模型再依提示詞加上動作、運鏡與聲音。畫面比例跟著圖片走，直式照片就會得到直式影片。
操作方式
三個步驟，不需要剪輯軟體。
01上傳第一格畫面
點擊參考圖卡片，選擇一張 20 MB 以內的 PNG、JPG 或 WebP。圖片清晰、光線充足，動態效果最乾淨。
02描述動作與聲音
說明什麼在動、鏡頭怎麼走、會聽到什麼：「她轉身笑了，鏡頭緩慢推近，咖啡廳的談話聲和輕柔吉他聲」。
03選擇片長並生成
選擇 4 到 30 秒。每秒點數依解析度而定：480p 4 點、768p 6 點、1080p 8 點、2K 10 點（2K 最長 15 秒，超過 15 秒的影片每秒點數加倍）。渲染失敗會自動退還點數。
大家用一張照片做出什麼
只要一張靜態圖片就夠了。
人像
一個眼神、一抹微笑或幾句話，讓人像照活起來。
海報與主視覺
不必重新繪製，就能讓海報上的角色與字體動起來。
AI 圖片轉影片：怎樣的開場畫面最好用
模型會從你上傳的原始像素開始生成，所以影片能有多乾淨，取決於這張圖。主體單一明確、光線均勻、四周留些空間的清晰照片，能讓鏡頭有移動的餘地。臉太小、動態模糊嚴重或畫面雜亂的拼貼圖，常在第一秒就開始走樣。
動筆之前，先想好動態要往哪裡走。胸部以上的人像，適合轉頭、微笑或說幾句話；放在素色桌面上的商品，適合緩慢環繞或掃光；遼闊的風景，則適合空拍推進或雲朵飄過。如果描述的動作超出畫面能承載的範圍，例如從緊貼的特寫中走出畫面，主體通常會變形。
聲音也寫在同一段提示詞裡。先寫出人聲，並用引號標出台詞，再補上空間環境音與音效：「她說『新色到貨了』，店裡輕柔的音樂，門鈴叮咚一聲」。就算沒寫聲音，模型也會加上符合場景的音效。
通常最好避開
- 含有小字、而且必須保持完全清晰的截圖
- 每張臉都必須清楚可辨的團體照
- 你沒有所有權或未獲授權使用的圖片
讓效果更好的小技巧
- 選擇你希望影片開場的那張圖：第一格畫面會原樣保留，不會被重新詮釋。
- 每支影片描述一個主要動作；真的需要時再加入鏡頭切換。
- 寫出你期待的聲音，從對白到空間環境音都行，否則模型會自行選擇。
- 圖片裡原本就有的文字，在運鏡輕柔時最能保持清晰。
讓照片動起來的常見問題
一張第一格畫面，也可以再加一張最後一格，每張都是 20 MB 以內的 PNG、JPG 或 WebP。請只上傳你擁有或已獲授權使用的圖片。
可在 4 到 30 秒間任選整數秒，以 480p、768p、1080p 或 2K 渲染並附原生音效。2K 最長 15 秒。
圖片轉影片會沿用照片的畫面比例。想自己選比例，請改用文字生成。
和文字轉影片相同：480p 每秒 4 點、768p 6 點、1080p 8 點、2K 10 點，所以 5 秒的 2K 影片是 50 點。超過 15 秒的影片每秒點數加倍。