Hailuo 03 Reference to Video

Hailuo 03 Reference to Video 是 MiniMax 推出的前沿视频生成模型，可将丰富的参考素材转化为高质量的 2K 视频。其独特之处在于能够同时吸收多种引导方式：你可以输入多达九张用于主体和风格的参考图片，三段引导运动的视频片段，以及三段音频片段，所有素材通过一条书面提示词串联在一起。每个参考素材都需在提示词中注明类型与顺序，例如“将图片1设为锁定角色”或“按照视频1的节奏”，助你实现对每个输入对最终视频影响的精细把控。

该模型为重视一致性的创作者而设计。当你将角色或物体锁定在某一参考图片时，Hailuo 03 能让其在整个视频中始终如一，包括发型、服饰、配饰和配色等细节。这非常适合需要跨镜头保证角色形象一致的叙事类作品，比如电影片段中的主角、品牌吉祥物、或并排出镜的动物伙伴。模型支持多个参考主体，可在一个场景内还原多个不同角色，每个角色都忠于对应的参考设定。

运动参考为你增添更多把控维度。导入短视频片段，可以用以引导动作、节奏和镜头运动，不再仅凭文字说明。这让拥有特定动作或机位需求的创作者能够精准模仿目标，而非完全依赖模型即兴发挥。音频参考则补足多模态设计，让画面与指定音频精准同步、呈现有意为之的节奏感。注意音频不能作为唯一参考，必须至少同时提供图片或视频。

Hailuo 03 输出分辨率为 2K，画面清晰细腻，适用于电影级及高制作项目。支持多种画幅，包括超宽21:9、标准16:9、正方形1:1，以及竖屏9:16、3:4，还有可自适应内容比例的选项。这样你可以轻松面向大银幕、社交媒体或移动端竖屏创作同一主题，无需切换工具。片段时长可调节，5秒至15秒不等，既适用于快节奏点睛，也支持更完整的故事表达。

示例提示词可驱动模型完成高质量挑战：渲染出风格化的4K中国风3D场景，拥有影视级仙侠质感，逐镜还原分镜节奏，流畅的摄影机运动和蒙太奇转场，远胜于静帧幻灯片感。提示词还演示了极强的导演式表达力，比如要求近景只露脸，远景采用后方或侧后方视角。正是在这种镜头级把控下，该模型真正发挥实力，倾向于书写结构清晰、节奏明确、用途明确的详细提示词。

哪些人最受益？需要角色形象保持稳定、镜头运动可控的影视与动画导演将尤其青睐这一参考体系。概念艺术家和设计师可以用一张风格图片锁定角色形象并实现动态呈现。内容创作者做周期连载时，可让主角始终如一。致力于风格化3D、电影幻想、或叙事视频的团队，都可通过风格参考、运动参考和精准提示，达成特定创意目标。

想获得最佳效果，请像写分镜表一样撰写你的提示词。为每个参考素材分派清晰角色，标明哪张图片是锁定主体，哪些细节需保持，按故事顺序、节奏、镜头运动、构图方式详细描述。模型会依次引用参考素材，结构清晰有助于输出连贯、电影感十足的片段。请注意参考视频和音频建议为2到15秒短片，且总时长受限，请优选有代表性的片段作为运动与音效参考。当前此模型仅支持2K分辨率，以确保各类项目输出画质始终稳定。

简言之，Hailuo 03 Reference to Video 是一款为不甘于文字提示局限的创作者而生的多模态视频模型。它将图片、运动片段与音频融合为可定向的生成流程，助你保留主体、精准复现动作、把控电影分镜，成就更高阶、更具故事性的影像表达。