2026 年的 AI 影片生成，已經不只是輸入一句提示詞，等模型隨機吐出幾秒漂亮畫面。MiniMax H3 與 Wan 3.0 把戰場推進到「多模態 AI 製片」：人物照片、參考影片、聲音、首尾幀，甚至文件與網頁，都能變成導演模型的素材。這篇就用實際創作者角度，帶你看懂兩者差異、操作方式、提示詞寫法，以及究竟什麼情境該選哪一套。
如果你的工作偏向高品質短鏡頭、商品廣告、角色與動作參考、本地模型工作流，MiniMax H3 很吸引人；如果你更重視20～30 秒完整敘事、大量參考素材、影片修改與延伸，Wan 3.0 的工作方式會更接近一位能讀懂整包企劃資料的 AI 導演。真正做專業內容時，其實不用執著「誰打敗誰」，而是思考哪個模型最適合眼前這一顆鏡頭。
1. MiniMax H3 與 Wan 3.0 快速比較
兩款都是 2026 年新一代的 AI 影片模型，但產品哲學非常不一樣。MiniMax H3 在 2026 年 7 月 31 日正式發表，8 月 3 日進一步釋出 H3-Base 模型權重；官方主打文字、圖片、影片與聲音的統一理解，以及原生音畫生成、V2V Motion Transfer、品牌與文字呈現等商用能力。
Wan 3.0 則在 2026 年 8 月進入 Alibaba Cloud Model Studio，最大特色是把過去分開的文字生影片、圖片生影片、參考生成、影片編輯與延伸，統一在 wan3.0-video 這套 All-in-One 模型架構中，最高可原生生成 30 秒影片。
| 項目 | MiniMax H3 | Wan 3.0 |
|---|---|---|
| 最長輸出 | 4～15 秒 | 最高 30 秒 |
| 影格率 | 24fps | 30fps |
| 最高畫面規格 | 透過 Regenerate-2K 達 2K | 最高 1080P |
| 原生聲音 | 32kHz 立體聲 | 對白、BGM、音效 |
| 參考圖片 | 最多 9 張 | 最多 10 張 |
| 參考影片 | 最多 3 段 | 最多 5 段 |
| 參考音訊 | 最多 3 段 | 最多 5 段 |
| 文件／網頁參考 | 非主打 | 支援 |
| 影片延伸 | 非目前主要公開賣點 | 原生支援前後延伸 |
| 本地部署 | H3-Base 已有開放權重 | 截至 2026/8/29 尚未看到官方模型權重 |
2. MiniMax H3 是什麼？為什麼這次值得注意？
過去 AI 影片工具很像一整排各做各的機器：文字生影片是一台、圖片生影片是一台、角色參考又是另一台，講話還可能得另外做配音與 Lip Sync。H3 的方向則是把這些資訊放進同一個「上下文」裡理解。
官方完整 H3 系統可以拆成三層：H3-Context-IR 先理解使用者的多模態指令；H3-Base 依照整理後的資訊生成音訊與影片；最後的 H3-Regenerate-2K 再把原始內容與生成結果一起帶回模型，重新產生更高解析的畫面。官方資料顯示 H3 輸出長度為 4～15 秒、24fps，預設短邊為 768 像素，並可透過 Regenerate-2K 工作流達到 2K，聲音則為 32kHz 立體聲。
H3 不只是「圖片動起來」
H3 真正有趣的是：你可以把一張圖當人物身份、另一張圖當服裝，再用影片提供動作與鏡頭，聲音提供角色音色。這時提示詞不只是描述畫面，而是像導演在分派工作：「這個素材管臉、那個素材管衣服、Video 1 只學動作，不准把原影片演員長相帶過來。」
3. H3 多模態參考怎麼用？
H3-Base Ref2VA 官方規格支援最多 9 張圖片、3 段參考影片、3 段參考音訊，混合素材合計最多 12 個檔案。參考影片每段需為 2～15 秒，所有參考影片總長不超過 15 秒；音訊也有相同總長限制，而且音訊不能單獨作為唯一素材。
用最乾淨、五官清楚的照片鎖定角色身份。最好避免強烈濾鏡、遮臉或極端廣角。
專門負責服裝、配件或髮型，不要每張圖都讓 AI 猜到底該參考哪一項。
把真人表演、走路姿態、肢體節奏提供給模型，尤其適合難以靠文字描述的複雜動作。
作為角色音色、說話方式或既有音軌的參考，讓聲音與畫面更像同一場表演。
一般創作者若只是想快速體驗，可以從Hailuo AI 的 MiniMax H3 工具開始；需要自訂工作流或大量處理時，再研究 API、本地 H3-Base 或 ComfyUI 會比較合理。
4. H3 實戰提示詞怎麼寫？
2026 年還只寫「cinematic、masterpiece、4K、highly detailed」其實已經不夠用了。模型越能理解多模態資訊，提示詞越應該像製片指令，而不是堆形容詞。
Image 1 defines the main character's identity and facial features. Image 2 is used only for the black tailored suit and accessories. Video 1 controls body motion and walking rhythm only; do not copy the actor's face, clothes or background from Video 1. The character walks slowly through a rainy Taipei street at night, pauses beside a glass storefront and looks toward camera. Camera begins with a medium tracking shot, then slowly pushes into a close-up. Preserve Image 1 identity throughout the full shot. Native ambience includes rain, distant scooters and subtle cinematic music.
這裡最值得學的不是英文，而是把素材責任寫清楚。尤其「只參考什麼」與「不要抄什麼」通常同樣重要。你如果只丟三張照片、一段影片，然後寫「做成電影感影片」，模型就得自己猜每份素材的角色，結果自然比較不穩。
5. H3 已經完全開源了嗎？這點要講精確
MiniMax 在 2026 年 8 月 3 日宣布 H3 Open Source，目前可下載的是兩組 H3-Base checkpoint：FL2VA 負責文字生音畫影片與首幀／尾幀條件；Ref2VA 負責圖片、影片、音訊的多模態參考生成。官方也列出 SGLang、vLLM、Diffusers 與 ComfyUI 等推理方式。
但別把這句理解成「整套官方 2K 流程全部離線下載就能跑」。MiniMax 的官方說明很清楚：純本地 H3-Base 可驗證 768p 工作流；完整 2K Workflow 則會把本地 H3-Base 與 Open Platform API 結合使用，讓 Context-IR 與 Regenerate-2K 參與流程。換句話說，「H3-Base 有開放權重」和「官方完整 2K 系統完全本地化」是兩件不同的事。
沒有多張高階 GPU、也不打算研究推理框架的人，沒必要為了「開源」硬架本機。先用官方服務確認 H3 是否符合你的畫面需求，真的要大量生產、客製工作流或整合內部系統，再考慮本地部署。
6. Wan 3.0 是什麼？最大突破其實是 30 秒
Wan 3.0 是 Alibaba Cloud 新一代 All-in-One 影片生成模型。它最大的改變不是單純「比 Wan 2.x 畫質更好」，而是把原本分開的任務整併成一個入口：文字生影片、圖片生影片、首尾幀、多模態 Reference、Video Editing、Video Extension，都由 wan3.0-video 依輸入素材與意圖自動判斷。
官方目前標示的重點規格包括：最高 30 秒、30fps、1080P、原生對白／BGM／音效。30 秒看起來只是一個數字，但對 AI 故事影片差很多。過去假設一場戲要拆成 5 秒 × 6 次，每重新生成一次，就多一次臉變形、服裝漂移、場景細節消失的機會；現在能讓一個場景在同一次生成中跑完 20～30 秒，敘事完整度與連續性自然更有優勢。
7. Wan 3.0 最誇張的地方：一次讀懂整包素材
Wan 3.0 單次 Request 最多可帶入 20 個多模態參考素材。官方文件列出的限制包括：最多 10 張參考圖片、5 段參考影片、5 段參考音訊；影片總長不超過 15 秒，音訊總長同樣不超過 15 秒。除此之外，還能讀取一份文件或一個公開網頁。
這非常適合廣告與商業內容。例如你可以準備：
品牌代言人的人物參考。
實際商品外觀與包裝。
希望沿用的室內空間或品牌視覺。
模特兒拿商品、走路或操作產品的動作。
角色或旁白聲音參考。
產品規格、賣點、品牌說明等內容來源。
在提示詞裡可以直接用 Image 1、Video 1、Audio 1 指定素材。官方文件也明確說明，各媒體類型會分別編號，因此第一張 reference image 是 Image 1、第一支 reference video 就是 Video 1。
Wan 3.0 的 reference_image／reference_video／reference_audio／file／link 類型，不能和 first_frame／last_frame 在同一個 Request 中混用。也就是「大量多模態參考」和「嚴格首尾幀控制」是兩種不同工作模式，不是所有條件都能無限疊上去。
8. Wan 3.0 提示詞：超過 10 秒就開始寫時間軸
如果只做 5 秒鏡頭，一段自然語言通常就夠；但既然 Wan 3.0 已經能做 20～30 秒，我更建議把 Prompt 寫成「鏡頭時間軸」。這會比一整段從頭講到尾更容易控制節奏。
[0–6s] Image 1 的女性穿著 Image 2 的黑色套裝走進現代精品咖啡廳，攝影機以穩定中景側向跟拍。
[6–14s] 她在窗邊坐下，從包中拿出 Image 3 的商品，保持品牌標誌與外觀準確，攝影機緩慢 Push In。
[14–22s] 她看向鏡頭，以 Audio 1 的聲音自然說出台詞，嘴型與情緒同步，背景維持咖啡廳低聲交談與杯盤聲。
[22–30s] 商品特寫，淺景深，窗外城市燈光形成散景，最後停在乾淨的 Hero Shot，加入低調高級的電子配樂。
時間軸的目的不是逼 AI 每一秒完全照表操課，而是建立明確的故事節點。尤其多人物、多鏡頭或有台詞的場景，先拆成 3～5 個節點，成功率通常比一句超長 Prompt 更高。
Video Editing 與 Extension 也很實用
Wan 3.0 可以把現有影片當 Reference，再用自然語言要求「移除、替換、改成某種風格、修改光線、改對白」，也能向影片前方、後方或兩側延伸。這代表工作方式從「不滿意就整支重抽」逐漸變成「先生成，再局部修正或接著演」。對長篇內容而言，這才是實際節省時間的功能。
9. MiniMax H3 vs Wan 3.0：到底誰比較強？
| 需求 | 較有優勢 | 原因 |
|---|---|---|
| 2K 精緻短鏡頭 | H3 | 官方有 Regenerate-2K 工作流 |
| 20～30 秒故事段落 | Wan 3.0 | Native 30 秒與 30fps |
| 角色＋動作＋聲音參考 | 兩者皆強 | 都已走向多模態 Reference |
| 文件／網頁直接當企劃素材 | Wan 3.0 | 官方原生支援 file／link |
| 本地部署與研究 | H3 | H3-Base 已釋出 checkpoint |
| 影片修改與延伸 | Wan 3.0 | All-in-One 直接整合 editing／extension |
| 商品、Logo、品牌短廣告 | H3 值得優先試 | MiniMax 特別強調文字、品牌呈現與商業內容 |
| 長篇 AI 短劇 | Wan 3.0 值得優先試 | 單次較長敘事能減少跨生成接續次數 |
10. 廣告、短劇、YouTube，實際該怎麼選？
先試 H3。商品、人物、動作可分開 Reference，再利用短鏡頭把質感做到滿。尤其 5～10 秒社群 Hero Shot，沒有必要硬追求 30 秒。
先試 Wan 3.0。對話、人物反應、鏡頭移動本來就需要時間，30 秒能減少頻繁接片造成的角色漂移。
我會混用。Wan 3.0 負責 15～30 秒完整敘事段落；H3 負責人物近景、關鍵情緒、重要特寫與片頭片尾。
H3 現階段明顯比較有趣，因為 H3-Base 權重已公開，可進一步研究 Diffusers、SGLang、vLLM 或 ComfyUI。
11. 不管用哪一款，人物一致性都要靠這 6 招
- 先做 Character Sheet：準備正面、45 度、側面、半身與全身，別每一幕臨時換人物參考。
- 一份素材盡量只有一個責任：人物圖管身份、服裝圖管造型、Motion Video 管動作，AI 才不容易混亂。
- 固定人物描述：第一幕寫「30 歲短黑髮男性」，下一幕別突然換成「英俊年輕亞洲男子」，不必要的文字變化可能增加漂移。
- 把禁止事項也寫出來：例如「只參考 Video 1 的動作，不要參考其演員長相與背景」。
- 一幕不要塞太多事情：30 秒不是一定得把 30 秒用滿。動作只有開門、轉身、說一句話，8～12 秒可能更好。
- 剪接點要有策略：選擇人物背對鏡頭、快速運鏡、特寫道具、黑場或環境空鏡當接點，能有效掩飾模型間的小差異。
12. 2026 年我更推薦的 AI 影片製作流程
到了現在，我不太建議把整部作品押在一個模型身上。真正有效率的方法，是先把模型當成不同攝影組。
例如一支三分鐘的故事片，不必幻想「按一個按鈕生三分鐘」。先把它拆成 10～20 個真正需要的段落，再決定哪一段適合 Wan、哪一顆鏡頭值得用 H3 精修，最後回到 Premiere Pro、DaVinci Resolve 或 Final Cut Pro 完成節奏與聲音。AI 影片越成熟，反而越像真正的製片，而不是越不需要製片。
13. 常見問題 FAQ
Q1：H3 真的可以直接生 2K 嗎？
官方完整系統最高可達 2K，但要注意 H3-Base 本身的本地工作流是以短邊 768 像素為基礎，再由 H3-Regenerate-2K 結合原始 Context 重新生成高解析版本，不等於一般單純放大。
Q2：Wan 3.0 已經像 Wan 2.2 一樣可以下載權重了嗎？
截至 2026 年 8 月 29 日，官方已建立 Wan 3.0 GitHub Repository，但目前 Repository 可見內容只有 README 與 LICENSE，尚未看到正式模型 checkpoint、weights 或完整本地推理檔案，因此不要把「有 GitHub」直接等同「模型權重已經釋出」。
Q3：我沒有高階顯示卡，可以用 H3 嗎？
可以。一般創作者直接使用官方線上服務或 API 即可。本地部署主要適合想研究模型、打造固定 Workflow、批次處理或有資料部署需求的使用者。
Q4：Wan 3.0 一次 30 秒是不是一定比 H3 好？
不是。影片長度與單顆鏡頭品質是不同問題。廣告特寫可能只需要 6 秒，但需要非常精緻；一段兩人對話則可能需要 20 秒才自然。選模型應該從鏡頭需求出發，而不是只看「最大秒數」。
Q5：兩款目前最值得注意的差異是什麼？
H3 的亮點是多模態音畫生成、2K Regeneration 與已釋出的 H3-Base 權重；Wan 3.0 的亮點則是 30 秒、20 個多模態素材上限，以及文件、網頁、Video Editing、Video Extension 等更完整的一站式製片能力。
本文依 2026 年 8 月 29 日可查得的官方公開資訊整理。AI 模型更新速度極快，功能、解析度、使用限制、API 規格、授權條款、價格、區域供應與開放權重狀態都可能隨時調整。實際製作、商業使用或部署前，請再次查閱 MiniMax、Hailuo AI、Alibaba Cloud、Wan 官方文件與最新授權條款；本文的工作流與提示詞屬創作建議，不保證每次生成結果完全一致。
