MiniMax H3 电商产品视频制作指南
用 Pixo 上的 MiniMax H3 把产品图变成电商视频：跨场景锁定 SKU，自带原生音频。分步教程附完整提示词。
每个电商团队都会撞上同一堵墙：带视频的商品页转化更高，广告平台偏爱视频素材，可一次正经的产品拍摄每个 SKU 就要四位数——下一季上新还会让它作废。乘以五十个 SKU，『我们该有视频』就悄悄变成了『我们只有照片』。
AI 视频此前一直没解决这个问题，原因是漂移。用文字描述你的产品，每次生成都会发明一个略有不同的版本——Logo 变形、材质走样、外形差那么一点。拍生活方式空镜时这能忍，拍你正在卖的产品时，这是一票否决。
MiniMax H3——MiniMax 7 月 31 日发布的全模态模型——走了另一条路：它把你真实的产品照片读作参考，在生成周围场景的同时锁定 SKU。我们运营着 Pixo，一个多模型视频平台，H3 已上线其中的 Playground——下面就是我们会交给任何一位『手里有一堆产品图、没有视频预算』的店主的工作流。
为什么 H3 天生适合产品视频
产品锚定在你的照片上，而不是描述上。 H3 一条提示词最多接受 12 个参考文件——9 张图片、3 段视频、3 段音频——并把它们当作同一份创作简报。上传白底图和细节图，标好各自用途，生成的场景里出现的就是你的产品：同样的外形、同样的材质、同样的 Logo 位置。官方手册演示的正是这一点——同一件产品出现在三个环境里，外形、材质和 Logo 帧帧稳住——而它的展示案例（一把 Herman Miller 座椅的功能巡礼、一支锁定镜框细节的眼镜广告）本身就是产品视频，这说明模型就是朝这个方向调的。
声音随画面一起交付。 每条 H3 输出都带同一次生成的原生双声道音频——环境声、产品音效，写了台词还有旁白。一条不需要音乐库、不需要配音工具的初剪产品视频，是实打实的工作流差异，不是规格表上的一行字。
一个创意，全部版位。 在 Pixo 上写提示词时就选好画幅——9:16 给 Reels 和 TikTok，1:1 给信息流，3:4 给电商详情页，16:9 给 YouTube 和官网首屏——768p 或 2K。每种画幅都是原生生成、为那个画框重新构图的。这很重要，因为把 16:9 母版裁成 9:16，正是产品被裁出自己广告画面的经典事故。
快到可以做 A/B。 片段时长 4–15 秒——恰好是商品页和付费版位上真正会被看完的长度——每条都是一次生成。测试『大理石台面 vs 海滩光线』是跑两次生成，不是排两天拍摄。
工作流：从照片到产品视频的五步
- 每个 SKU 挑 2–3 张照片。 一张干净的白底图、一张角度或细节图，可选加一张材质特写。单个文件最大 30MB——用你真实的商详摄影图，别用缩略图。
- 打开 Playground，选择 MiniMax H3。 在 Pixo 的 Playground 里选视频 → MiniMax H3。上传照片；它们会按上传顺序编号——图片1、图片2——之后就用编号引用。
- 提示词分三段写。 先写参考素材说明（『图片1 锁定产品的外形、材质和 Logo』），再写核心创意（什么场景、什么氛围），最后按顺序写镜头看到什么。具体胜过抒情：『蒸汽升起，镜头缓慢推近』永远好过『一个动人的清晨』。
- 选画幅和分辨率。 按投放版位选宽高比——一种画幅一次生成——草稿用 768p，成片用 2K。
- 生成、重抽、导出。 检查镜头，哪里不对就微调提示词，最后无水印导出。
三条即拷即用的提示词
把方括号里的部分换成你自己的产品，结构保持不动。
1. 干净的棚拍白底展示（16:9 或 1:1，官网首屏 / 商详页）
该案例的参考文件
同一写法的官方手册案例
图片1 锁定产品的精确外形、材质和 Logo：【一个哑光黑无线耳机充电盒】。高级感棚拍产品视频。充电盒放在浅色大理石台面上，背景是柔和的灰色。左侧柔和主光，大理石上有轻微倒影。镜头绕产品缓慢环绕 180 度。行至一半时，盒盖平滑打开，露出安放在内的耳机。安静极简的环境声；开盖时一声轻柔的咔哒。非叙事性音乐：N/A。
*为什么有效：*一个锁定参考、一个台面、一个运镜、一个产品动作。结尾那句『非叙事性音乐：N/A』让音轨保持干净，方便后期加品牌音乐——删掉这句，H3 就会自己配乐。
2. 生活方式场景（9:16，Reels / TikTok / Shorts）
同一写法的官方手册案例
图片1 锁定产品：【一瓶琥珀色玻璃滴管精华，标签严格按图】。竖屏生活方式视频。清晨阳光照进的浴室置物架，背景是虚化的绿植。一只女性的手入画，拿起瓶子，缓缓转动让标签正对镜头。温暖的窗光，浅景深，玻璃架上挂着水珠。安静的清晨环境声。平静的女声说：“两滴，就是全部的护肤流程。”
*为什么有效：*这只手带来比例和生活气息，又不需要锁定一张脸；『转向镜头』这个节拍保证有一帧标签清晰可读、可当封面；台词逐字写出——说话人在画外，H3 生成人声时连口型同步都省了。
3. 同一 SKU，三场景快剪（16:9，广告素材）
该案例的参考文件
同一写法的官方手册案例
图片1 锁定产品的外形、材质和 Logo：【一个不锈钢保温杯】。三场景产品广告，干净的硬切。场景1：保温杯放在健身房长椅上，清晨光线，旁边搭着毛巾。场景2：同一个保温杯放在汽车杯架里，车窗外城市光斑流动。场景3：同一个保温杯放在办公桌上笔记本电脑旁，午后斜阳。产品的外形、材质和 Logo 在每个场景中保持完全一致。三脚架稳定构图，产品居中。环境声跟随各自场景。非叙事性音乐：N/A。
*为什么有效：*这是把手册的零漂移演示改造成广告素材——三个语境，一个身份。明确写出『在每个场景中保持完全一致』；在动作描述里重申锁定，是成本极低的保险。
产品视频 vs UGC 广告——你需要哪份指南？
本文讲的是产品主导的视频：SKU 是主角，画面精致，去处是你的商详页、官网或干净的付费版位。如果你要的是那种刻意粗糙、手机实拍、创作者风格的效果广告素材，那是另一套打法——见用 Pixo 做 UGC 广告。如果你需要的是有代言人、有叙事弧线、跨多个镜头的完整电影感广告，我们 AI 商业广告指南里的分镜流水线正是为此而生。
常见问题
有能把产品图变成视频的 AI 吗？
有。MiniMax H3 能从你现有的产品图生成 4–15 秒的产品视频。最多上传 9 张图片作为参考——白底图、细节图、场景图——H3 会在生成的场景中锁定产品的外形、材质和 Logo，声音也在同一次生成中产出。它已上线 Pixo 的 Playground。
我需要几张产品图？
对大多数 SKU 来说，两三张好图就够：一张干净的白底图、一张角度或细节图，可选再加一张材质特写。每个参考文件最大 30MB。在提示词里给它们编号——图片1 锁定产品，图片2 展示细节——模型才知道每个文件的分工。
产品在每个场景里都会长得一样吗？
这正是参考锁定式生成的意义。产品锚定在你上传的照片上、而不是文字描述上，所以外形、材质和 Logo 在不同环境中都能稳住——H3 官方手册演示了同一 SKU 出现在三个场景中零漂移。
生成的视频带声音吗？
带——每条 H3 输出都包含与画面同步生成的原生双声道音频：环境声、产品音效，把台词写进提示词还能生成旁白。做初剪不再需要单独找配乐库或配音工具。
能用哪些画幅和分辨率？
在 Pixo 上，画幅在写提示词时就能选：9:16 给 Reels、TikTok 和 Shorts，1:1 给信息流，3:4 或 4:3 给电商平台，16:9 给 YouTube 和官网首屏——768p 或 2K。每次生成原生渲染一种画幅，为那个画框重新构图，而不是裁切。
可以免费试用吗？
新用户注册即得 200 免费积分，套餐折扣目前最高达 55%。导出无水印。
MiniMax H3 已上线 Pixo 的 Playground——上传你的产品图，生成 4–15 秒、768p 或 2K 的镜头。立即注册——新用户注册即得 200 免费积分，套餐折扣目前最高达 55%。想做更粗糙的创作者风广告，见 Pixo UGC 广告；想做多镜头电影感广告，见 AI 商业广告指南；想看完整的模型拆解，从 MiniMax H3 是什么开始。
