Hailuo AI (MiniMax): crea videos de Hailuo 3.0 con sonido a partir de texto, fotos o videos

• MiniMax H3 Max

  Personas y rostros realistas.

  • De 5 a 15 s·
  • 480P / 768P / 1080P·
  • Siempre con sonido·
  • Hasta 9 imágenes de referencia·
  • Hasta 3 videos de referencia

  Desde 105 créditos

  Usar este modelo

• MiniMax H3

  Hasta 2K con sonido, y puede seguir videos de referencia.

  • De 4 a 15 s·
  • 768P / 2K·
  • Siempre con sonido·
  • Hasta 9 imágenes de referencia·
  • Hasta 3 videos de referencia

  Desde 120 créditos

  Usar este modelo

1. Septiembre de 2024

   Hailuo 01

   El primer modelo de video de MiniMax, también conocido como video-01, llegó junto con el sitio web de Hailuo y hacía videos de 6 segundos a partir de un prompt.

2. Junio de 2025

   Hailuo 02

   Se rehízo sobre una arquitectura nueva que MiniMax llama Noise-aware Compute Redistribution, con resultados nativos más nítidos, videos de 6 o 10 segundos y una física mucho más sólida en escenas como la gimnasia.

3. Octubre de 2025

   Hailuo 2.3 y 2.3 Fast

   Movimiento corporal más fluido, microexpresiones más convincentes y más estilos, del anime a la pintura con tinta. La versión Fast bajó el costo del trabajo por lotes.

4. Julio de 2026

   MiniMax H3, o Hailuo 3.0

   Un solo modelo para texto, imágenes, video y audio a la vez: hasta 15 segundos con sonido estéreo en el que la voz, los efectos y la música se generan juntos, planificación de varias tomas, texto y nombres de marca legibles, y transferencia de movimiento desde un video de referencia. Más tarde, MiniMax publicó sus pesos.

5. Septiembre de 2026

   MiniMax H3 Max

   Una versión construida sobre H3 y ajustada para crear videos a partir de texto y para animar fotos.

1. 01

   Elige H3 Max o H3

   El generador de arriba se abre con MiniMax H3 Max, la versión más rápida construida sobre H3. Cambia a MiniMax H3 en el menú de modelos si quieres su calidad 2K y, cuando agregas imágenes de referencia, la opción de formato “Igual a la foto”.
2. 02

   Describe la escena, sonidos incluidos

   Las dos versiones necesitan un prompt. Escribe la acción, las expresiones y lo que se debe oír, como un pescador mayor que se ríe, se seca los ojos y despide con la mano a un barco que sale del puerto mientras graznan las gaviotas.
3. 03

   Agrega cuadros o referencias

   Usa un cuadro inicial con un cuadro final opcional, o cambia al modo “Referencia” y agrega hasta 9 fotos y hasta 3 videos de referencia que, sumados, no pasen de 15 segundos.
4. 04

   Elige duración y formato, y presiona “Generar”

   Define la duración, elige un formato desde el ultrapanorámico 21:9 hasta el vertical 9:16 e inicia sesión. El botón “Generar” muestra el costo en créditos antes de empezar.
5. 05

   Descarga o reutiliza

   El video aparece en “Mis creaciones”. Guárdalo, o usa “Reutilizar” para recuperar el prompt, los archivos y los ajustes y hacer otra versión.

• Las dos versiones de Hailuo en una sola cuenta

  Manda el mismo prompt a MiniMax H3 y a H3 Max, compara los resultados uno al lado del otro en “Mis creaciones” y quédate con el que resuelva mejor tu escena.

• El resto de los modelos de video, a un clic

  Si una escena necesita más de 15 segundos, cambia a Kling o Wan en el mismo menú de modelos sin empezar de cero.

• Paga por los segundos que usas

  Hailuo se cobra según la duración y la calidad, así que una prueba corta cuesta mucho menos que una toma completa, y el botón te dice la cantidad exacta antes de que se genere nada.

• Videos limpios y comerciales con una suscripción

  Los videos de Hailuo que creas mientras eres miembro salen sin marca de agua y sirven para una marca, una tienda o trabajos para clientes.

• Movimiento y caras en una sola generación

  En una misma generación caben hasta 3 videos de referencia y 9 fotos, así que puedes tomar un movimiento de un video y una cara de una foto para el mismo resultado.

• Kling

  Kling 4.0 duplica la duración a 30 segundos y puede editar directamente un video que subas, aunque acepta un solo video de referencia donde Hailuo acepta tres.

• Veo

  Veo 3.1 Fast tiene un acabado pulido y cinematográfico con sonido, pero cada video dura 8 segundos y solo sale en horizontal o vertical.

• Seedance

  Seedance 2.5 acepta la misma mezcla de fotos y hasta tres videos de referencia, pero se extiende a 30 segundos y se puede silenciar, mientras que Hailuo siempre trae sonido.

• Grok Imagine

  Grok Imagine 1.5 no tiene cuadro inicial ni final ni videos de referencia; arma sus videos de 6 a 15 segundos con hasta siete imágenes de referencia.

• Wan

  Wan 3.0 acepta todavía más referencias, hasta diez fotos y cinco videos, llega a 30 segundos y se puede silenciar; la familia Wan también tiene un modelo de imagen.

• Vidu

  Vidu Q4 Preview puede animar una foto sin prompt y maneja hasta quince imágenes de referencia, pero no acepta videos de referencia.

• FLUX

  El modo borrador de FLUX 3 Video da vistas previas rápidas y baratas antes de un video final de hasta 20 segundos, y la familia también hace imágenes fijas.

• SkyReels

  SkyReels V4 se limita a texto, cuadros y hasta tres imágenes de referencia, con versiones Std y Fast que comparten las mismas opciones.

• HappyHorse

  HappyHorse 1.1 se centra en combinar hasta nueve imágenes de referencia en un video y no tiene cuadro final ni videos de referencia.

• Caras que sostienen la escena

  Pide un primer plano de un niño pequeño que prueba un limón por primera vez: la nariz arrugada, el escalofrío y luego, muy valiente, la segunda mordida.

• Copia un movimiento de un video

  Agrega como video de referencia uno corto de un baile o de un truco en patineta, más una foto del personaje que debe hacerlo, y describe el cambio. La transferencia de movimiento es una de las funciones principales de H3.

• Tomas de cine ultrapanorámicas

  Elige 21:9 para un aspecto de pantalla de cine, como un jinete que cruza una cresta del desierto al atardecer, con el golpe de los cascos y el viento en la banda sonora.

• Letreros y etiquetas que se leen bien

  MiniMax dice que H3 escribe con precisión textos y nombres de marca, así que prueba un letrero de neón con el nombre de tu tienda que se enciende parpadeando de noche.

• Una escena corta con varias tomas

  Describe un corte de un plano general de un andén de tren a un primer plano de dos amigos que se abrazan. H3 se entrenó para planificar varias tomas dentro de un mismo video.

• Una mascota con actitud

  Hailuo AI de imagen a video funciona muy bien con mascotas: parte de una foto de tu gato y pide una mirada de total indiferencia, un parpadeo lento y un bostezo enorme, con un ronroneo suave de fondo.

• Una presentación de producto con sonido

  Convierte unas cuantas fotos de un producto en una presentación de 10 segundos con el clic de una tapa y un suave soplido de aire, lista para la página de una tienda si la generas con una suscripción activa.

• 

  Crear videos con IA

  Haz un video corto a partir de una idea escrita, una foto o ambas, eligiendo entre varios modelos de video.
• 

  Imagen a video

  Dale vida a una foto fija con gestos, movimientos de cámara y, en los modelos que lo permiten, sonido.
• 

  Texto a video

  Escribe una escena con palabras sencillas y recibe un video corto de ella, sin necesidad de foto.

Todos los modelos