跳转到内容
NewRouters/开发者文档
接入指南

MiniMax H3 横竖版视频交付:裁切、构图与验收

为 MiniMax H3 规划 16:9 和 9:16 成片,对比裁切与独立生成,检查运动路径、安全区域和最终导出。

横版视频在播放器里表现正常,放到竖版位置却可能失败:产品移动出裁切框、字幕被控件遮挡,或导出时拉伸了主体。本文围绕 minimax-h3,解决同一创意 brief 的多版式交付问题,与镜头连续性教程互补,不承诺多次生成得到像素级一致的主体。

方案适用条件主要验收风险
一份母版、多种裁切主体在整个动作过程中都留在各个裁切区域运动或道具离开竖版区域
按比例分别生成不同版位需要不同构图身份、动作和节奏发生变化
留边或设计外框完整保留画面比铺满屏幕更重要主体变小、出现留白

选择母版裁切前,检查完整运动路径;首帧居中并不足够。分别生成时复用相同授权参考图与动作 brief,再独立复核身份和节奏。增加参考图数量不保证一致性。

再付费生成之前,先算裁切范围

Section titled “再付费生成之前,先算裁切范围”

1920 × 1080 的源视频做居中 9:16 裁切,保留高度时宽度为 1080 × 9 / 16 = 607.5 像素,只留下约 31.6% 的原始宽度。导出时需要按编码器要求取整,不能直接把小数当导出规格。这里是几何计算,不是在描述 H3 的实际输出尺寸。

下面的离线函数计算目标比例下的最大居中裁切,并返回原图坐标。编辑时仍需处理编码器兼容的取整并检查实际视频。

def center_crop(width, height, target_width, target_height):
if min(width, height, target_width, target_height) <= 0:
raise ValueError("dimensions must be positive")
ratio = target_width / target_height
crop_width = min(width, height * ratio)
crop_height = crop_width / ratio
return ((width - crop_width) / 2, (height - crop_height) / 2,
crop_width, crop_height)
assert center_crop(1920, 1080, 16, 9) == (0.0, 0.0, 1920, 1080.0)
assert center_crop(1920, 1080, 9, 16) == (656.25, 0.0, 607.5, 1080.0)

把裁切框覆盖在开头、中间、结尾和每个关键动作位置,同时检查手部、道具和阴影。如果必要内容放不下,应调整镜头设计或单独生成竖版构图,不要通过拉伸填满屏幕。

先确认实时 schema 和账号权限。下方是 POST /v1/tasks 请求示例,实际提交会产生用量。768P 是已核对供应契约的分辨率枚举,不保证最终文件的具体宽高。

{
"model": "minimax-h3",
"input": {
"prompt": "Vertical product shot of a plain blue ceramic mug on a table. The complete mug remains in the middle of the frame while the camera makes a very small forward move. Leave clear space above and below for later layout. No text, no hands and no additional objects.",
"seconds": 5,
"resolution": "768P",
"aspect_ratio": "9:16"
}
}

已核对的 MiniMax 供应 schema 支持 4–15 秒整数时长,以及 21:9、16:9、4:3、1:1、3:4、9:16 比例。其他供应路由可能不同,使用前检查当前公开 schema。制作横版时,修改构图要求并设置 16:9;这是另一条付费任务,不是免费缩放。不能假定 H3 Max Turbo 接受相同参数,请查选型指南。

保存任务 ID 并轮询原任务,收到接受响应不代表成片完成。任务教程说明了完整结果处理流程。

验收最终版位,而不只看源文件

Section titled “验收最终版位,而不只看源文件”

验收表记录版位、源任务 ID、实际时长、宽高、裁切坐标、导出版本和评审结论。完整观看最终导出文件,再在目标平台预览中检查开头、动作峰值和结尾。

确认主体全程留在安全区域,字幕可读,目标控件不遮挡关键内容,没有意外拉伸或音频截断。安全边距随版位而变,应以实际预览为准,不凭空指定通用像素值。字幕和 logo 若要求精确定位,应放在后期编辑层中。

两个版本都通过时,比较每个合格版位的生成与编辑总成本,计入失败尝试和人工返工。只通过一个版本时如实记录,不据此宣称某个模型整体获胜。有参考素材或对白时,结合素材预检与对白验收。

2026-11-07 核对仓库 df986532 的 packages/server/src/providers/minimax/channel.ts。相关入口:H3 模型文档、模型页。本文没有进行付费视频生成;几何计算可离线复现,画面质量、生产路由可用性及各版位安全区域仍需独立验证。