Hailuo AI (MiniMax) : vidéos Hailuo 3.0 avec le son, à partir d’un texte, de photos ou de vidéos

Qu’est-ce que Hailuo AI ?
Hailuo AI (ou Hailuo IA) regroupe les modèles d’IA vidéo de MiniMax, une entreprise basée à Shanghai. Ses dernières générations ont beaucoup misé sur les personnages et la physique : Hailuo 02 sur les mouvements difficiles comme la gymnastique, Hailuo 2.3 sur la gestuelle et les micro-expressions du visage. Hailuo 3.0, c’est le nom que l’application Hailuo donne à MiniMax H3, et Plimo en propose deux versions : MiniMax H3 et MiniMax H3 Max, une déclinaison plus rapide bâtie sur H3. Les deux ajoutent toujours le son, vont jusqu’à 15 secondes et peuvent partir d’un prompt seul, d’une première et d’une dernière image, ou d’images et de vidéos de référence.
MiniMax H3 Max
Des personnes et des visages réalistes.
- 5 à 15 s
- 480P / 768P / 1080P
- Son toujours inclus
- Jusqu’à 9 images de référence
- Jusqu’à 3 vidéos de référence
À partir de 105 crédits
MiniMax H3
Jusqu’en 2K avec le son, et peut suivre des vidéos de référence.
- 4 à 15 s
- 768P / 2K
- Son toujours inclus
- Jusqu’à 9 images de référence
- Jusqu’à 3 vidéos de référence
À partir de 120 crédits
De Hailuo 01 à Hailuo 3.0
Septembre 2024
Hailuo 01
Premier modèle d’IA vidéo de MiniMax, connu aussi sous le nom video-01, il est arrivé avec le site de Hailuo et créait des clips de 6 secondes à partir d’un prompt.
Juin 2025
Hailuo 02
Reconstruit sur une nouvelle architecture que MiniMax appelle Noise-aware Compute Redistribution, avec une image native plus nette, des clips de 6 ou 10 secondes et une physique bien plus crédible dans des scènes comme la gymnastique.
Octobre 2025
Hailuo 2.3 et 2.3 Fast
Des mouvements du corps plus souples, des micro-expressions plus convaincantes et davantage de styles, de l’anime au lavis à l’encre de Chine. La version Fast a fait baisser le coût des productions en série.
Juillet 2026
MiniMax H3, ou Hailuo 3.0
Un seul modèle d’IA pour le texte, l’image, la vidéo et l’audio réunis : jusqu’à 15 secondes avec un son stéréo où voix, bruitages et musique sont générés ensemble, des scènes pensées en plusieurs plans, du texte et des noms de marque lisibles, et le transfert du mouvement d’une vidéo de référence. MiniMax a ensuite rendu ses poids publics.
Septembre 2026
MiniMax H3 Max
Une déclinaison construite sur H3 et optimisée pour la vidéo à partir de texte et l’animation de photos.
Créer une vidéo Hailuo AI sur Plimo
Choisissez H3 Max ou H3
Le générateur ci-dessus s’ouvre sur MiniMax H3 Max, la déclinaison plus rapide bâtie sur H3. Passez à MiniMax H3 dans le menu des modèles d’IA pour avoir la qualité 2K et le format « Comme la photo » quand vous ajoutez des images de référence.Décrivez la scène, sons compris
Les deux versions ont besoin d’un prompt. Écrivez l’action, les expressions et ce qu’on doit entendre : un vieux pêcheur qui éclate de rire, s’essuie les yeux et salue de la main un bateau qui quitte le port, sous les cris des mouettes.Ajoutez des images ou des références
Utilisez une première image, avec une dernière image si vous le souhaitez, ou passez en mode « Référence » pour ajouter jusqu’à 9 photos et jusqu’à 3 vidéos de référence qui, mises bout à bout, ne dépassent pas 15 secondes.Durée, format, puis « Générer »
Réglez la durée, choisissez un format entre l’ultra-large 21:9 et le vertical 9:16, puis connectez-vous. Le bouton « Générer » affiche le coût en crédits avant de démarrer.Téléchargez ou refaites
La vidéo apparaît dans Mes créations. Enregistrez-la, ou utilisez « Refaire » pour récupérer le prompt, les fichiers et les réglages et tenter une autre version.
Pourquoi utiliser Hailuo sur Plimo
Les deux versions Hailuo sur un seul compte
Envoyez le même prompt à MiniMax H3 et à H3 Max, comparez les deux résultats côte à côte dans Mes créations et gardez celui qui rend le mieux votre scène.Ne payez que les secondes utilisées
Hailuo est facturé selon la durée et la qualité : un court essai coûte bien moins cher qu’une prise complète, et le bouton vous donne le montant exact avant que quoi que ce soit ne se lance.Sans filigrane et pour un usage commercial, avec un abonnement
Les clips Hailuo créés pendant que vous êtes abonné se téléchargent sans filigrane et vous êtes libre de les utiliser pour une marque, une boutique ou un client.Mouvement et visages en une seule fois
Jusqu’à 3 vidéos de référence et 9 photos tiennent dans une même génération : prenez un mouvement dans une vidéo et un visage sur une photo pour un seul et même clip.
Hailuo à côté des autres modèles d’IA vidéo
Le point fort de Hailuo, ce sont des personnages crédibles et le suivi de vidéos de référence. Les autres familles misent plutôt sur la durée, le prix ou une autre façon de démarrer.
Kling
Kling 4.0 double la durée, jusqu’à 30 secondes, et peut modifier directement une vidéo importée, mais il ne prend qu’une vidéo de référence là où Hailuo en accepte trois.
Veo
Veo 3.1 Fast a un rendu cinéma soigné avec le son, mais chaque clip dure 8 secondes et se limite à l’horizontal ou au vertical.
Seedance
Seedance 2.5 accepte le même mélange de photos et jusqu’à trois vidéos de référence, mais s’étire jusqu’à 30 secondes et peut rester muet, alors que Hailuo a toujours du son.
Grok Imagine
Grok Imagine 1.5 n’a ni première ni dernière image, ni vidéo de référence : il construit ses vidéos de 6 à 15 secondes à partir de sept images de référence au maximum.
Wan
Wan 3.0 accepte encore plus de références, jusqu’à dix photos et cinq vidéos de référence, va jusqu’à 30 secondes et peut être muet ; la famille Wan compte aussi un modèle d’IA d’image.
Vidu
Vidu Q4 Preview peut animer une photo sans prompt et gère jusqu’à quinze images de référence, mais il ne prend pas de vidéo de référence.
FLUX
Le mode « Brouillon » de FLUX 3 Video donne des aperçus rapides et bon marché avant un clip final de 20 secondes au maximum, et la famille crée aussi des images fixes.
SkyReels
SkyReels V4 s’en tient au texte, à la première et à la dernière image et à trois images de référence au plus, avec des versions Std et Fast qui partagent les mêmes options.
HappyHorse
HappyHorse 1.1 se concentre sur l’assemblage de neuf images de référence au plus dans une vidéo, sans dernière image ni vidéo de référence.
Que créer avec Hailuo
Des visages qui portent la scène
Demandez un gros plan sur un tout-petit qui goûte un citron pour la première fois : le nez qui se plisse, le frisson, puis la deuxième bouchée, très courageuse.Reprenez le mouvement d’une vidéo
Ajoutez une courte vidéo de danse ou une figure de skate comme vidéo de référence, plus une photo du personnage qui doit l’exécuter, et décrivez l’échange. Le transfert de mouvement est l’une des grandes nouveautés de H3.Des plans de cinéma en ultra-large
Choisissez le 21:9 pour un rendu avec bandes noires, comme un cavalier qui traverse une crête du désert au coucher du soleil, avec le bruit des sabots et du vent sur la bande-son.Des enseignes et des étiquettes lisibles
MiniMax affirme que H3 restitue fidèlement le texte et les noms de marque : essayez une enseigne au néon au nom de votre boutique qui s’allume en pleine nuit.Une courte scène en plusieurs plans
Décrivez un passage d’un plan large sur un quai de gare à un gros plan sur deux amis qui tombent dans les bras l’un de l’autre. H3 a été entraîné à enchaîner plusieurs plans dans un même clip.Un animal qui a du caractère
L’image en vidéo de Hailuo AI réussit bien aux animaux : partez d’une photo de votre chat et demandez un regard blasé, un lent clignement d’yeux et un énorme bâillement, sur fond de ronronnement.Un dévoilement de produit avec le son
Transformez quelques photos de produit en dévoilement de 10 secondes, avec le clic d’un couvercle et un léger souffle, prêt pour une page de boutique s’il est créé avec un abonnement actif.
Questions sur Hailuo
D’autres outils pour la vidéo IA

Générateur vidéo IA
Créez un court clip à partir d’une idée écrite, d’une photo ou des deux, avec plusieurs modèles d’IA vidéo au choix.
Animer une photo
Donnez vie à une photo : des gestes, des mouvements de caméra et, avec les modèles d’IA qui le permettent, du son.
Texte en vidéo
Tapez une scène avec des mots simples et obtenez un court clip, sans aucune photo.
