MiniMax H3 参考转视频指南：选素材与保持人物一致

先给每份参考素材分配任务

使用 MiniMax H3 参考转视频，先问清每份素材要控制什么：人物图说明外观，动作视频展示表演，音频参考提供声音相关方向。首帧图承担另一项任务：确定开场构图。MiniMax 在官方视频指南中区分了这些生成模式。

想保持人物一致，先建立一张容易辨认的角色参考，再规划一个清楚的场景。新增素材应解决具体疑问。素材越多，需要协调的细节也越多，包括互相冲突的服装、光线和拍摄角度。

先选流程，再准备参考

ReelBoop 照片转视频工具的模型选项包含 MiniMax H3 Max Turbo，当前流程使用一张照片和动作提示词。Character Swap 当前使用 PixVerse，Body Swap 使用 Kling v2.6 Standard 动作控制。换人工具的上传步骤和积分规则，见视频人物替换教程。

官方 H3 参考接口支持什么

MiniMax V2 API 列出四个模型 ID：MiniMax-H3、MiniMax-H3-Highspeed、MiniMax-H3-Lite 与 MiniMax-H3-Max。参考生成可分别指定图片、视频和音频角色；首尾帧属于图生视频路线，API 将它们与参考角色分开使用。具体见 V2 请求文档。

官方指南当前列出的参考生成上限为：图片九张、视频三段、音频三段，混合输入合计最多十二个文件。这些是接口容量，不是一个人物应该上传多少素材的推荐配方。批量准备前，查看所选模型的当前要求。MiniMax 输入要求

还要看提供接口的平台。ReelBoop 的 H3 选项对应 fal 的 minimax/h3-max-turbo/image-to-video，该版本有独立文档。fal 接口说明列有首帧图片输入。本站当前开放单图流程，表单没有 H3 同一人物多图参考槽、参考视频上传或音频上传控件。

准备一张方便判断的人物参考

先确定一张基准照片，再写场景。把它缩小到预计发布时的尺寸，仍应能看清脸、发型和整体轮廓。站立表演优先展示全身；安静近景则优先保证面部细节和均匀光线。

检查基准照片的四个部分：

• 脸部： 眼睛和五官结构清楚，保留足够细节，避免过度磨皮。
• 头发： 发际线、长度和发型容易辨认。
• 衣服： 照片直接展示希望延续到后续镜头的造型。
• 取景： 为计划动作留出空间，不要一开始就切掉手脚。

每个镜头都保留原始参考文件。改裁切、加重美颜或更换服装，都会给成片对比增加一个变量。

同一个人物可以用多张照片吗？

在支持 H3 参考生成的接口中，可以在官方参考图片数量范围内放入多张图。每张图最好各有用途：例如正面照交代五官，侧面照补充头发轮廓。选择能互相补足的信息，先处理冲突，再考虑增加照片。

先把照片并排比较：年龄、脸型、发型和衣着是否一致？如果其中一张与其他图冲突，先确定你真正想保留哪种外观。使用 ReelBoop 照片转视频工具时，从中选出最能说明目标镜头的一张。

写一个能在成片里辨认的表演

实用的动作提示词包括人物动作、镜头和节奏。先写一个完整播放时容易检查的动作。首帧照片流程可以参考这种写法：

人物轻轻微笑，向窗户方向小幅转身，然后停住。镜头保持平视并缓慢推进。整个镜头中，发型、白色衬衫与柔和日光保持连贯。

把衣服和环境改成照片里的真实内容，播放时分别检查表情、转身与运镜。需要跟随一段指定表演时，选择动作视频流程，复杂编舞交给视频参考来说明。

提前规划三个镜头的一致性

生成前列一个小镜头表：中景挥手、近景看向一侧、稍远镜头小幅转身。重复使用同一张基准照片、服装描述与光线方向，每个镜头只安排一个明确动作。

这样更容易具体比较。先看相近角度的脸，再核对头发、领口、衣服颜色和身体比例。人物外观与运动质量分开判断：人物认得出来，动作仍可能别扭；动作顺畅，外观也可能发生变化。

确定声音在哪一步处理

音频参考是支持该模式的 H3 参考生成接口中的一种输入。上传指定配乐属于另一项产品功能，ReelBoop 当前照片转视频工具没有音频上传控件。需要固定音轨时，可以计划在剪辑软件里添加，并在那里核对最终节奏。

使用舞蹈模板时，查看对应页面的声音说明。通用模型的声音能力，不能直接说明某个模板实际交付什么音轨。

常见问题

首帧能锁定以后所有镜头的人物吗？

首帧提供开场图像。仍需检查整段中的人物变化，并在拼接系列前对比各镜头。

在 ReelBoop 换人时该选 H3 吗？

这个任务从 Character Swap 开始，对应自己的模型、原片限制与积分报价。H3 照片选项用于从静态图生成运动。

手里只有一张好照片，从哪里开始？

打开照片转视频，选择模型，描述一个小动作，查看页面显示的积分。一个清楚的起始镜头，方便你决定接下来如何调整。