نموذج Hailuo AI (MiniMax): فيديوهات Hailuo 3.0 بالصوت من نص أو صور أو فيديوهات




ما هو Hailuo AI؟
سلسلة Hailuo AI هي خط الفيديو لدى شركة MiniMax في شنغهاي، وقد ركّزت أجيالها الأخيرة بقوة على تصوير البشر والفيزياء: Hailuo 02 على الحركات الصعبة كالجمباز، وHailuo 2.3 على حركة الجسد وتعابير الوجه الدقيقة. وHailuo 3.0 هو الاسم الذي يستخدمه تطبيق Hailuo لنموذج MiniMax H3، ويقدّم Plimo إصدارين: MiniMax H3، وMiniMax H3 Max، وهو الفئة الأسرع المبنية عليه. وكلاهما يضيف الصوت دائمًا، ويصل إلى 15 ثانية، ويعمل من وصف وحده، أو من إطاري بداية ونهاية، أو من صور وفيديوهات مرجعية.
MiniMax H3 Max
أشخاص ووجوه واقعية.
- من 5 إلى 15 ث
- 480P / 768P / 1080P
- دائمًا مع صوت
- ما يصل إلى 9 صور مرجعية
- ما يصل إلى 3 فيديوهات مرجعية
ابتداءً من 105 أرصدة
MiniMax H3
دقة تصل إلى 2K مع صوت، ويمكنه اتباع فيديوهات مرجعية.
- من 4 إلى 15 ث
- 768P / 2K
- دائمًا مع صوت
- ما يصل إلى 9 صور مرجعية
- ما يصل إلى 3 فيديوهات مرجعية
ابتداءً من 120 رصيدًا
من Hailuo 01 إلى Hailuo 3.0
سبتمبر 2024
Hailuo 01
أول نموذج فيديو من MiniMax، ويُعرف أيضًا باسم video-01، انطلق مع موقع Hailuo وكان يصنع من الوصف مقاطع مدتها 6 ثوانٍ.
يونيو 2025
Hailuo 02
أُعيد بناؤه على بنية جديدة تسميها MiniMax «Noise-aware Compute Redistribution»، فجاء بنتائج أصلية أوضح، ومقاطع من 6 أو 10 ثوانٍ، وفيزياء أقوى بكثير في مشاهد مثل الجمباز.
أكتوبر 2025
Hailuo 2.3 و2.3 Fast
حركة جسد أكثر سلاسة، وتعابير دقيقة أكثر إقناعًا، وأساليب أكثر تنوعًا، من الأنمي إلى الرسم بالحبر. وخفّضت نسخة Fast تكلفة العمل على دفعات كبيرة.
يوليو 2026
MiniMax H3، أو Hailuo 3.0
نموذج واحد يجمع النص والصور والفيديو والصوت: مقاطع تصل إلى 15 ثانية بصوت ستيريو يُولَّد فيه الكلام والمؤثرات والموسيقى معًا، وتخطيط لعدة لقطات، ونصوص وأسماء علامات تجارية تُقرأ بوضوح، ونقل الحركة من فيديو مرجعي. ثم نشرت MiniMax أوزان النموذج.
سبتمبر 2026
MiniMax H3 Max
فئة مبنية على H3 ومضبوطة لتحويل النص إلى فيديو وتحريك الصور.
كيف تصنع فيديو Hailuo على Plimo
الاختيار بين H3 Max وH3
يفتح المولّد أعلاه على MiniMax H3 Max، الفئة الأسرع المبنية على H3. وانتقل إلى MiniMax H3 من قائمة النماذج إن أردت جودة 2K وخيار «مطابقة الصورة» في الأبعاد عند استخدام صور مرجعية.وصف المشهد مع أصواته
يحتاج الإصداران إلى وصف. اكتب الحركة والتعابير وما ينبغي سماعه، كصياد عجوز يضحك ويمسح عينيه ويلوّح لقارب يغادر الميناء بينما تصيح النوارس.إضافة إطارات أو مراجع
استخدم إطار بداية مع إطار نهاية اختياري، أو انتقل إلى الوضع «مرجعي» وأضف ما يصل إلى 9 صور وما يصل إلى 3 فيديوهات مرجعية لا يتجاوز مجموع مدتها 15 ثانية.اختيار المدة والأبعاد ثم «إنشاء»
اضبط المدة، واختر الأبعاد من العريضة جدًا 21:9 إلى العمودية 9:16، ثم سجّل الدخول. ويعرض زر «إنشاء» تكلفة الأرصدة قبل أن تبدأ.التنزيل أو إعادة الإنشاء
يظهر الفيديو في «أعمالي». احفظه، أو استخدم «إعادة الإنشاء» لتعيد الوصف والملفات والإعدادات وتصنع نسخة أخرى.
لماذا تستخدم Hailuo على Plimo
إصدارا Hailuo في حساب واحد
أرسل الوصف نفسه إلى MiniMax H3 وإلى H3 Max، وقارن النتيجتين جنبًا إلى جنب في «أعمالي»، واحتفظ بالتي تعاملت مع مشهدك بشكل أفضل.الدفع مقابل الثواني التي تستخدمها
يُحتسب سعر Hailuo حسب المدة والجودة، فتكلّف التجربة القصيرة أقل بكثير من اللقطة الكاملة، ويخبرك الزر بالمبلغ الدقيق قبل أن يبدأ أي شيء.فيديوهات نظيفة للاستخدام التجاري مع الاشتراك
مقاطع Hailuo التي تُنشأ وأنت مشترك تُنزَّل بدون علامة مائية، ولك حرية استخدامها لعلامة تجارية أو متجر أو أعمال العملاء.الحركة والوجوه في عملية واحدة
تتسع عملية توليد واحدة لما يصل إلى 3 فيديوهات مرجعية و9 صور، فتأخذ الحركة من لقطات مصوّرة والوجه من صورة، للفيديو نفسه.
مقارنة سريعة بين Hailuo ونماذج الفيديو الأخرى
ميزة Hailuo هي الأشخاص النابضون بالحياة واتباع الفيديوهات المرجعية، أما العائلات الأخرى فتقدّم بدلًا من ذلك مدة أطول أو سعرًا مختلفًا أو طريقة أخرى للبدء.
Kling
يضاعف Kling 4.0 المدة إلى 30 ثانية ويعدّل الفيديو المرفوع مباشرة، لكنه يقبل فيديو مرجعيًا واحدًا بينما يقبل Hailuo ثلاثة.
Veo
لدى Veo 3.1 Fast مظهر سينمائي متقن بالصوت، لكن كل مقطع مدته 8 ثوانٍ، وبأبعاد أفقية أو عمودية فقط.
Seedance
يقبل Seedance 2.5 المزيج نفسه من الصور وما يصل إلى ثلاثة فيديوهات مرجعية، لكنه يمتد إلى 30 ثانية ويمكن كتم صوته، بينما يشغّل Hailuo الصوت دائمًا.
Grok Imagine
لا يقدّم Grok Imagine 1.5 إطار بداية أو نهاية ولا فيديوهات مرجعية، ويبني مقاطعه التي تتراوح بين 6 و15 ثانية مما يصل إلى سبع صور مرجعية.
Wan
يقبل Wan 3.0 مراجع أكثر، ما يصل إلى عشر صور وخمسة فيديوهات مرجعية، ويمتد إلى 30 ثانية ويمكن كتم صوته، ولدى عائلة Wan نموذج للصور أيضًا.
Vidu
يحرّك Vidu Q4 Preview الصورة دون وصف، ويتعامل مع ما يصل إلى خمس عشرة صورة مرجعية، لكنه لا يأخذ فيديوهات مرجعية.
FLUX
يمنح وضع المسودة في FLUX 3 Video معاينات سريعة منخفضة التكلفة قبل مقطع نهائي يصل إلى 20 ثانية، وتصنع العائلة صورًا ثابتة أيضًا.
SkyReels
يلتزم SkyReels V4 بالنص والإطارات وما يصل إلى ثلاث صور مرجعية، بإصداري Std وFast اللذين يتشاركان مجموعة خيارات واحدة.
HappyHorse
يركّز HappyHorse 1.1 على جمع ما يصل إلى تسع صور مرجعية في فيديو واحد، وليس فيه إطار نهاية ولا فيديوهات مرجعية.
ماذا تصنع بنموذج Hailuo
وجوه تحمل المشهد
اطلب لقطة قريبة لطفل صغير يتذوق الليمون أول مرة: الأنف المتجعد، والارتعاشة، ثم القضمة الثانية بشجاعة.نسخ حركة من فيديو
أضف فيديو قصيرًا لرقصة أو حركة على لوح التزلج ليكون الفيديو المرجعي، مع صورة للشخصية التي ستؤديها، وصِف التبديل. فنقل الحركة من أبرز ميزات H3.لقطات سينمائية عريضة جدًا
اختر 21:9 لمظهر سينمائي بشريطين داكنين أعلى الإطار وأسفله، كفارس يعبر حافة كثيب عند الغروب مع وقع الحوافر وصفير الريح في الصوت.لافتات وملصقات تُقرأ كما يجب
تقول MiniMax إن H3 يرسم النصوص وأسماء العلامات التجارية بدقة، فجرّب لافتة نيون تحمل اسم متجرك وهي تضيء ليلًا.مشهد قصير بعدة لقطات
صِف انتقالًا من لقطة واسعة لرصيف محطة قطار إلى لقطة قريبة لصديقين يتعانقان. فقد دُرّب H3 على تخطيط عدة لقطات داخل مقطع واحد.حيوان أليف بشخصية واضحة
يعمل تحويل الصورة إلى فيديو في Hailuo AI جيدًا مع الحيوانات الأليفة: ابدأ من صورة قطتك واطلب نظرة غير مكترثة، ورمشة بطيئة، وتثاؤبًا كبيرًا، مع خرخرة خفيفة في الخلفية.كشف منتج بالصوت
حوّل مجموعة من صور المنتج إلى لقطة كشف مدتها 10 ثوانٍ مع نقرة غطاء وصوت هبوب ناعم، جاهزة لصفحة متجرك إن صنعتها وأنت مشترك.
أسئلة عن Hailuo
المزيد من أدوات الفيديو بالذكاء الاصطناعي

إنشاء فيديو بالذكاء الاصطناعي
اصنع مقطعًا قصيرًا من فكرة مكتوبة أو من صورة أو من الاثنين معًا، مع عدة نماذج فيديو تختار بينها.
تحويل الصورة إلى فيديو
اجعل الصورة الثابتة تتحرك، مع حركة للكاميرا، وصوت في النماذج التي تدعمه.
تحويل النص إلى فيديو
اكتب مشهدًا بكلمات بسيطة واحصل على مقطع قصير له، دون الحاجة إلى أي صورة.



