文本、图像与多模态参考视频 • 768P / 2K • 4–15 秒
通过提示词生成 Hailuo 03 视频,使用首尾帧制作动画,或用最多 9 张图片、3 段视频和 3 段音频引导运动。
创作一段 15 秒的电影感当代舞场景,地点是雨后安静的历史庭院。庭院有浅色石拱、风化立柱、浅水洼和湿地上的柔和倒影。一名年轻女子独自站在中央,身穿长袖深红色飘逸中长裙和简洁的黑色舞鞋。整段表演中保持她的面容、发型、服装和身体比例一致。 [0–3 秒] 从背后的克制中远景开始。舞者完全静止,周围拱门仍有雨水滴落。轻柔钢琴音响起。她缓慢转头,再以自然、受控的动作将肩膀和身体转向镜头。 [3–7 秒] 她伸出一只手臂,踏实向前一步,完成低位转身,再平稳回到直立姿态。裙摆应有可信的重量和略有延迟的布料运动。双脚始终自然接触湿石地面,不要滑动。 [7–11 秒] 节奏增强。镜头横向跟随她完成两个连贯转身、展开双臂、短暂屈膝降低重心,再起身做一段穿越庭院的较长移动。水洼中的倒影必须与她的位置和动作保持一致。 [11–15 秒] 镜头稍微靠近。她完成最后一次受控旋转,以一臂抬起、一臂垂下的稳定姿态停住。音乐收束为安静的持续音。保持最终姿势,让裙料和散发自然落定,背景雨滴继续落下。 镜头:节制的轨道移动与横向跟拍,自然透视,不要快速环绕或突然变焦。 光线:柔和阴天日光,石材带有轻微暖色反射。 音频:原创极简钢琴和低音弦乐、细雨、布料摩擦、湿石脚步与自然庭院环境声。 保持真实人体结构、连续编舞、稳定面部身份、准确手脚位置和符合物理规律的服装运动。 不要增加舞者、切到无关地点、重复肢体、扭曲手部、脚部悬空、突然换装、夸张杂技、戏剧化表情、字幕、文字或标志。
一个 H3 工作区,同时覆盖简单提示词和更丰富的参考素材创作。
支持文生视频、首尾帧图生视频和多模态参考生视频。
快速迭代可选 768P,需要更丰富细节时可选 2K。
可选择 4 到 15 秒之间的任意整数时长。
参考模式最多支持 9 张图片、3 段视频和 3 段音频,总量不超过 200 MB。
选择模式、提供合规素材,然后在 H3 历史中查看持久化结果。
从文本、首尾帧,或图片、视频与音频参考素材开始。
输入不超过 7,000 字符的提示词,选择 4–15 秒以及 768P 或 2K。
提交后跟踪状态,再预览、下载、分享或删除已转存到 R2 的结果。