PixPix接入MiniMax H3，广告和短剧可以直接生成了

PixPix与MiniMax联合首发了一款全新的开放通用多模态视频模型——H3，目前已在PixPix官网（www.pixpix.com）正式接入。该模型支持视频生成和编辑，能够将文字、图片、视频和声音等多种素材统一理解，生成完整的音视频内容。与普通文生视频模型不同，H3可以同时处理多种模态信息，让创作者从不同素材中提取人物、产品、场景、动作、运镜、台词和音色，再由模型整合输出。更值得关注的是其使用成本：上线活动期间，生成768P视频低至0.1元/秒，2K视频低至0.2元/秒。模型能力决定了视频能做到什么，而生成成本则决定了它能否真正进入日常生产。

H3核心参数一览

• 支持输入类型
  ：文字、图片、视频、音频

• 单次混合素材上限
  ：最多12个素材（注意：图片、视频、音频各自有输入上限，但混合使用时总数不超过12个，并非三类素材上限直接相加）

• 输出分辨率
  ：最高支持2K

• 生成成本（活动价）
  ：768P视频0.1元/秒，2K视频0.2元/秒

小提示： 在混合素材时，建议提前规划好每类素材的用途，避免超出总数限制。例如，可使用5张图片、3段视频、4段音频，正好达到12个素材上限。

多种素材，模型一次理解

真实的视频创作很难只靠一句画面描述完成。一条产品广告可能同时需要：

• 人物图——确定模特身份
• 产品图——保留商品造型
• 场景图——控制拍摄环境
• 参考视频——提供动作和运镜
• 音频——提供台词、音色或音乐
• 文字提示——说明保留与修改范围

过去，创作者需要使用多个工具分别处理这些内容，再进入剪辑软件完成组合。而H3能够统一理解不同素材的用途，只需要说明每份素材负责什么，以及最终希望生成什么内容，模型便可以完成从多素材参考到音视频生成的连续处理。生成后还可以继续修改人物、商品、场景、光影、动作、台词和声音，不必每次都推翻整段视频重新抽卡。

H3适合制作哪些内容？

H3的优势不只是“生成一段好看的视频”，而是可以围绕真实项目中的人物、产品与品牌要求完成内容。例如：

• 商品广告
  ：同时提供商品白底图、模特图、场景参考和广告音乐，让模型在保留产品结构的情况下，生成不同镜头与卖点展示。

• AI短剧
  ：固定人物和场景，再分别测试不同的表演、台词和镜头节奏。

常见问题： 如果我想生成一段包含产品展示和人物对话的短视频，是否必须同时提供所有素材？
答：不一定。你可以只提供部分素材，例如只提供产品图和文字描述，模型会自动补充其他元素。但提供更多素材可以更精确地控制输出结果，尤其对品牌内容来说，建议尽量提供完整素材。

从创意到成片，减少中间环节

在PixPix中，H3可以与商品素材制作、爆款视觉参考、视频生成和后续编辑工作流结合。一个完整的产品视频可以按照以下流程完成：

• 准备素材（商品白底图、模特图、场景图、参考视频、音频等）
• 在PixPix中上传素材并说明每份素材的用途
• 使用H3模型生成视频
• 对生成结果进行修改（调整人物、商品、场景、光影、动作、台词、声音等）
• 导出最终视频

与逐条生成、等待结果后再重新修改相比，多方向生成更适合广告和短剧生产。同一个商品可以测试多种广告创意；同一场剧情可以比较不同人物表演；同一个镜头也可以尝试不同的运镜和节奏，再从中选择效果最好的一版。

一条视频到底需要多少钱？

真实成本不能只看每秒价格，还要考虑视频长度、分辨率、生成次数和修改次数。按照当前活动价格及常见生成配置估算：

• 768P视频
  ：0.1元/秒，例如生成一段10秒的视频，成本约1元

• 2K视频
  ：0.2元/秒，例如生成一段10秒的视频，成本约2元

• 多次生成与修改
  ：每次生成或修改均按实际生成时长计费，建议先以较低分辨率测试创意，确认后再生成高分辨率版本，以节省成本

小提示： 活动期间价格优惠，建议多尝试不同素材组合，找到最佳效果后再批量生成高分辨率版本，避免重复浪费。