Pro
中文
登录账户 下载 Mac 版
下载 Mac 版

帮助文档 / Hailuo H3

Hailuo H3 视频引擎

我的 Mac 能运行吗? 每款 Apple Silicon Mac 的内存、芯片、磁盘和渲染时间,汇总在一页。

请使用原创或风格化的角色,或经有据可查的同意后使用你本人的形象。任何涉及其他可识别真人的描绘,都需要对方有据可查的同意。所有参考图、训练数据、音频和作品,都请遵守可接受使用政策。

Hailuo H3 是 Phosphene 的第二个视频引擎。它会同时生成视频、对白和声音。需要人物说话、嘴型与声音对得上的场景,请选 H3。需要更多模式、训练过的角色,以及各种 LoRA 附加项的组合,请选 LTX。要切换引擎,请使用面板右上角的切换开关。

安装 H3

H3 需要单独安装,因为它的下载量很大。

使用 Pinokio

  • 运行条件:搭载 Apple 芯片、内存 16 GB 或以上的 Mac,并且存放模型的磁盘上有约 97 GB 可用空间。这包括 75 GB 的下载,以及安装过程中构建的 22 GB 精简引擎。
  • 安装方法:先在面板里点击引擎切换器的 Hailuo H3 一侧,选择阅读许可协议并勾选 I accept。然后在 Pinokio 里选中 Phosphene,点击侧边栏里的 Install Hailuo H3 (second video engine, ~75 GB);在你接受之前,安装程序会以一行 FATAL 提示中止。
  • 在 16 到 59 GB 的 Mac 上,安装的最后一步是准备 H3 的精简引擎,它占用的内存更少。这大约还需要 5 分钟,不会下载任何内容。如果你已经下载了模型文件但还没有精简引擎,请点击侧边栏里的 Build Hailuo H3 compact engine。
  • 各档内存的 Mac:H3 现在从 16 GB 起就能运行。从 16 GB 起可以生成草稿和标准的片段,从 18 GB 起还可以生成高画质。如果 Mac 的内存比某个片段需要的更少,会在渲染开始之前明确告诉你,所以不会慢到几乎卡死。修复声音和长的串联片段需要更多内存,仍然要 36 GB 及以上。
  • 它如何适配:内存低于 36 GB 时,H3 会逐块从你的磁盘读取模型,而不是把它整个放进内存。在我们的测试中,一个 5 秒的标准片段只用了 7.7 GB 工作内存,而不是 26.9 GB,生成的片段在画面和声音上逐帧一致。那次测试是在一台 64 GB 的 Mac 上进行的,内存被限制为 16 GB 的水平。我们还没有在真正的 16 GB Mac 上运行过,所以在那里的第一次渲染也是第一次尝试。基础款芯片比我们测量用的 M4 Max 慢,请预期等待时间更长。
  • 如果已经安装了 H3:点击 Update,然后重启。新的引擎会被下载,你的模型文件会保留。

使用 Mac 应用

  • 运行条件:与上面相同:内存 16 GB 或以上,全新安装需要约 97 GB 可用空间。
  • 安装方法:在引擎切换器里点击 Hailuo H3,阅读许可协议并勾选 I accept,然后点击它卡片上的下载 Hailuo H3(约 75 GB)。如果中途退出了,点击继续:它会从中断的地方接着下载,已完成的文件会被检查并保留。在 16 到 59 GB 的 Mac 上,之后它会构建精简引擎,大约还需要 5 分钟,不再有需要下载的内容。
  • 许可:H3 使用 MiniMax H3 Community License,该许可不涵盖欧盟、英国、韩国和美国。许可界面会要求你在每台 Mac 上接受一次;你的接受会被保存,只有许可发生变化时才会再次询问。如果已经安装了 H3,它会继续可用,并在你下一次 H3 渲染之前询问一次。Phosphene 会显示这份声明供你确认,它不会检查你的所在位置。选中 H3 时,面板会显示 MiniMax H3,并附有许可证和举报滥用链接;举报通过 GitHub issue 提交。

使用 Pinokio

安装之后,侧边栏的这一项会变成 Repair Hailuo H3 或 Update Hailuo H3 runner。它们用于修复或更新 H3 的配套软件,并保留你已下载的模型文件,不需要重新下载这些文件。如果安装中途停止,请在 Pinokio 的终端里找到 FATAL error: 那一行。见安装中途停止时。

完整版或精简版引擎

打开设置 → Hailuo H3 模型,选择使用哪个版本的 H3:

  • 自动(默认)会在精简引擎就绪时使用精简引擎。
  • 精简版(Q8)峰值约占用 21 GB 内存。
  • 完整版(bf16)峰值约占用 42 GB 内存。只有内存 60 GB 或以上的 Mac 才能选择。

在使用同样的描述和随机起始值(种子)的测试中,精简版用的内存约为完整版的一半,耗时差不多。

H3 能做什么

请先用引擎切换器选中 H3。然后在视频标签页顶部选择一个模式:

模式你提供你得到
文字一段文字描述(提示词)一个带视频、人声和声音的片段
图像一张图片和一段提示词一个以你的图片开头的片段
首尾帧一张作为结尾的图片,也可以再加一张作为开头的图片一个在两张图片之间运动的片段。在 H3 上,可以不提供开头的图片
关键帧3 到 8 张图片一个在设定的时间点到达每张图片的片段
延长任意片段同一个片段,接着往下做
添加声音任意片段,有声或无声均可同一段视频,配上与它相匹配的新声音。仅限 H3
对口型一段语音录音或歌曲,外加一张图片嘴型与你的音频相匹配的表演

角色和重制只能配合 LTX 使用。如果你选择其中任何一个,Phosphene 会切回 LTX,并告诉你原因。

在 H3 上延长

选择延长,然后在源视频下选中你的片段。设置要添加的秒数(最多 15 秒),并在提示词里描述接下来发生什么。H3 会从你片段的最后 17 帧接续动作和声音。你可以使用任何不超过 60 秒的片段,包括用 LTX 制作的。

添加声音

选择添加声音,可以为片段加上新的背景声、脚步声、撞击声或人声。画面会与原来完全一致,逐帧不变。请描述你想要的声音。你也可以只写一个简短的提示词,让 H3 根据它所看到的内容添加声音。在图库里,点击任何无声片段上的添加声音即可开始。

让嘴型对上你的声音或歌曲

在视频标签页点击对口型,会打开音频 → 对口型。在引擎下选择 Hailuo H3,再选择画面尺寸。H3 会生成面部、身体和周围环境的动作,与你的音轨相匹配。

  • H3 会让你的音频文件保持原样,并生成与它匹配的视频。
  • 请使用原创角色的图片,或者经有据可查的同意后使用你本人的图片,面朝镜头、嘴巴闭合。起始时张着的嘴往往会一直张着。
  • 描述这个人应当如何表演。避免使用“静止”和“静态”这类词:它们同样会让嘴停止动作。
  • 如果是歌曲,请勾选只听人声。这会把人声和乐器分开,供 H3 跟随(约 20 秒,每首歌只需一次)。你最终的片段里仍然包含人声和乐器。不勾选的话,嘴往往会在几秒后停止动作。
  • 对口型表单的其余部分,见音频。

选择视频画质

画质尺寸用途
草稿640×384检查构图、动作和对白时间点。要看清人脸和细节,请使用标准或更高
快速高清640×384,再锐化到 1280×768你会得到一个草稿片段,以及一个经超清放大与人脸修复锐化的版本,它会借助片段本身来细化细节。两个任务都会出现在队列里,两个结果会并排显示。需要快速附加包和超清放大附加包(0.3 GB,在“模型”窗口中下载)
标准768×448日常使用。10 秒和 15 秒片段经过最充分测试的尺寸
高1024×57616:9 画面,人脸比标准更清晰。推荐用于打算分享的片段
原生1344×768H3 能生成的最多细节。始终使用最佳,所以要有长时间等待的准备

在画面方向下选择竖屏,可以把任何尺寸变成竖版。渲染时间保持不变。

选择片段长度

请在生成片段之前选择长度:

  • 3 秒和 5 秒都是一次完成一个片段,没有拼接的部分。对这些选项来说,5 秒是单次生成的最长时间。
  • 10 秒和 15 秒由若干 5 秒的部分拼接而成,这些部分叫作窗口。每个部分都会接续前一个部分的动作和声音。
  • 10 秒单次生成一个连续的镜头,没有拼接。它耗时是拼接式 10 秒的 2 到 4 倍,并且始终使用最佳。

为每个部分写各自的提示词

默认情况下,10 秒或 15 秒的片段会把你的主提示词用于每一个 5 秒的部分。这可能让同一个动作在每个部分里重复。要控制接下来发生什么,请打开分窗口提示词并开启每个窗口一行。10 秒会得到两个框,15 秒会得到三个框。在各自的框里描述该部分的动作。留空的框会使用主提示词。

速度:快速或最佳

使用画质选项上方的速度开关。

  • ⚡ 快速:3 步,细节稍微柔和一些。用于草稿和大多数镜头。安装之后它会成为默认值。要下载它,请点击开关快速一侧的安装(180 MB)。这是一个独立的 180 MB 下载。
  • ✦ 最佳:在所选尺寸下人脸最清晰,但等待时间长得多。只有最佳会显示步数。选择自动使用推荐的步数,或者选择 12(约 1.4 倍时间)、16(约 1.9 倍)或 20(约 2.4 倍)。

快速可用于草稿、快速高清、标准和高。原生和 10 秒单次始终使用最佳渲染。

高画质上的最佳:lightx2v v1.3

在高画质上,最佳可以使用 lightx2v v1.3,这是 LightX2V 出品的一个适配器。在我们用 64 GB 内存 M4 Max 做的测试中,一个 5 秒的高画质片段约用 15 分钟,而此前是 33 分钟,少花了 55% 的时间。在我们的并排测试中,画面看起来更丰富、更细致。

  • 获取:点击速度下方的获取 · 1.4 GB。Phosphene 会直接从 Hugging Face 下载 LightX2V 的原始文件,校验后在你的 Mac 上准备好。设置期间需要约 5 GB 可用空间,完成后占用 2 GB。全新安装的 H3 会自动获得它。
  • 何时运行:在高画质上使用最佳、文字和图像模式、任意长度时。草稿、标准、原生和快速保持不变。
  • 使用旧版最佳:在最佳下选择一个步数,即可使用完整采样器。
  • 署名和许可:lightx2v v1.3 由 LightX2V 出品。代码:Apache-2.0。权重:MiniMax H3 Community License,与 H3 相同。

H3 Flex(预览)

H3 Flex 是 Pika Labs 的 Pika H3 Flex:H3 的六步版本。对同一个提示词,它会给出不一样的效果,速度与最佳大致相同:在 64 GB 内存的 M4 Max 上,一个 5 秒片段在高画质(1024x576)下约需 15 分钟,最佳约需 16 分钟,草稿约需 5 分钟。它是预览版本,在 Mac 上还很新,欢迎告诉我们使用情况。

  • 选择它:在顶部的引擎选择器里选择 H3 Flex,它就在 Hailuo H3 后面。
  • 获取它:如果你的 Mac 上还没有它的适配器,同一次点击就会下载(2.8 GB,来自 Pika 自己的 Hugging Face 页面的固定版本),并在你的 Mac 上准备好。选择器会显示进度。你需要已安装 Hailuo H3;如果没有,选择器会先提供 H3。
  • 它能做什么:文字和图像(首帧),带对白和声音,支持每一种 5 秒的长度(10 秒和 15 秒是由 5 秒片段拼接而成,后面的片段可能会漂移)。
  • 在 64 GB 内存的 M4 Max 上,每 5 秒的耗时:草稿约 5 分钟,高约 16 分钟(同一个镜头用最佳要 36.5 分钟)。全尺寸(1344×768)可以运行,耗时还有待测量。
  • 提示:请写出每一个应当留在画面里的人。Flex 会丢掉提示词没提到的人物。
  • 回到 H3 自带的快速 / 最佳:在选择器里选择 Hailuo H3。

Powered by MiniMax H3。Pika H3 Flex 由 Pika Labs(Mellis, Inc.)出品:权重是 MiniMax H3 Model Derivative,遵循 MiniMax H3 Community License;Pika 的代码为 Apache-2.0。Phosphene 会在你的 Mac 上转换该文件,并标明它已被修改。Mac 版权重也发布在 Hugging Face 上:Mrbizarro/Pika-H3-Flex-MLX。

Faster Flex Turbo(Pro)

Faster Flex Turbo 属于 Phosphene Pro:Flex Turbo 的渲染速度约为 Free 版普通 H3 Flex 的 1.5 倍(在 64 GB 内存的 M4 Max 上测得)。它需要内存 36 GB 或以上的 Apple 芯片 Mac。在 Pinokio 安装里,请在设置 > Pro 中输入你的许可。Free 保留它现有的所有功能;Pro 是更快的路径。

Faster H3 图生视频(Pro)

Faster H3 是 Mac 应用里 Phosphene Pro 的一部分:同一个片段在 64 GB 内存的 M4 Max 上,5 秒的 H3 图生视频片段在 Pro 上用时 10:02,在 Free 上是 14:57。更长的 H3 片段目前仍以 Free 的速度渲染。它需要 36 GB 或以上的内存。Free 保留它现有的所有功能;Pro 是更快的路径,也是对这个项目的支持。

Flex Turbo(预览,Pro)

Flex Turbo 是 H3 Flex 的更快草稿,画面比普通渲染略柔和一些:适合快速试创意,不能替代高画质。它属于 Phosphene Pro,并且是预览版本。

  • 选择它:在引擎选择器里选择 Flex Turbo,它就在 H3 Flex 后面。没有 Pro 时,点击会打开 Pro 面板。
  • 获取它:同一次点击会下载它(0.3 GB,来自作者 Hugging Face 页面的固定版本)。你需要已安装 Hailuo H3;不需要 H3 Flex 的适配器。
  • 它能做什么:文字和图像(首帧),带对白和声音,支持每一种 5 秒的长度,与 H3 Flex 相同。
  • 须知:非常快的动作可能比 H3 Flex 更容易抖动。要出最终成品,请使用 H3 Flex 或最佳。

Powered by MiniMax H3。Flex Turbo 运行 akhaliq 的 Pika H3 Flex Turbo LoRA,它把 Pika H3 Flex(Pika Labs)与 LightX2V 的 MiniMax-H3 Turbo 融合在一起;权重是 MiniMax H3 Model Derivative,遵循 MiniMax H3 Community License。Phosphene 会原样下载已发布的文件。

需要多长时间

每个画质和长度选项都会显示针对你这台 Mac 的预估时间,依据是同类 Mac 上已完成的视频。表格里显示的是来自 Phosphene 匿名使用统计的中位耗时:一半更快完成,一半耗时更长。“-”表示已完成的视频太少,给不出时间。

画质长度M4 Max · 快速M4 Max · 最佳M4 Pro · 快速M4 Pro · 最佳
草稿3 秒3:154:353:55-
草稿5 秒5:106:206:4012:20
草稿10 秒8:2012:2012:3026:00
标准3 秒4:106:00--
标准5 秒5:1013:0011:0022:30
标准10 秒12:4024:0019:0049:00
标准15 秒--38:0067:00
高3 秒6:10---
高5 秒12:00---
高10 秒24:30---
原生5 秒仅限最佳54:00仅限最佳-

时间格式为分:秒,测量时间为 2026-08-10 至 2026-10-20。所有 Mac 芯片、片段长度和内存大小的数据,请见速度基准页面。

  • 启动面板后的第一个视频耗时更长,因为模型也需要加载。
  • 在 36 到 59 GB 的 Mac 上,10 秒和 15 秒的片段比 64 GB 的 Mac 多花约三分之一的时间。低于 36 GB 时,模型在渲染过程中从你的磁盘读取;画面和声音是一样的,芯片较慢则耗时更长。请先退出其他应用。如果你的 Mac 需要把磁盘空间当作额外内存使用,生成视频可能会慢得多。
  • 对于快速高清,请预留草稿视频(快速)和人脸修复两部分的时间。两者加起来大约是高画质快速所用时间的三分之二。

为 H3 写提示词

H3 会按原样使用你的提示词。优化只在 LTX 上可用,在 H3 上是隐藏的。重写提示词会去掉 H3 所需的特殊对白标记。

  • 点击结构,插入 H3 训练时使用的三段式版式:镜头、周围的声音和音乐。
  • 点击 + 台词,用旁边选定的语言插入一行对白。这个按钮会加上 H3 必需的标记、标明说话人,并让嘴巴在这句之后闭上。
  • 说出口的话只能放在 <d>[English] …</d> 里,别处都不行。放在普通引号里的句子不会被说出来。面板发现标签外有带引号的话语时会提醒你。
  • 大约每五秒预留八个词。更长的句子会超出那一段的结尾。
  • 每句台词之后,描述嘴巴闭上(“……他的嘴慢慢闭上”)。否则,话说完后嘴还会继续动。
  • 台词播放时,画面里只留一张脸:画面中的每一张嘴都会跟着播放的任何声音动。
  • 如果是旁白,请在提示词里加上“while his lips remain completely closed”。否则,画面上的人会随着旁白一起动嘴。
  • 描述音乐时请写乐器(“a slow piano and brushed drums”),不要写情绪词。
  • H3 没有排除框。如果它加入了你没要求的东西,比如镜头运动或画面文字,请用一句平实的话要求它不要加。

Phosphene 在把你的提示词发给 H3 时,会加上几条简短的指令。它们让对白保持为说出来而不是唱出来,并减少裸露的手上出现戒指。它还会把对白里的“…”替换为逗号或句号。你的原始提示词保持你输入时的样子。

在 H3 上使用附加项(LoRA)

H3 有它自己的 LoRA 附加项库。你不能把 LTX 的 LoRA 或训练过的角色用在 H3 上。见在 Hailuo H3 上叠加 LoRA。

选择导出尺寸

打开渲染后 → 超清放大,选择导出尺寸:原生、720p 适配(默认)或 1080p 适配。要在草稿之后加入锐化和人脸修正,请勾选完成后也运行超清放大与人脸修复。见超清放大与导出。

出问题时怎么办

你看到的情况该怎么做
页眉里没有引擎切换器你的 Mac 内存不足 16 GB,无法运行 H3。请使用 LTX

使用 Pinokio

| “Hailuo H3 runs on this Mac … it is not built here yet” | 点击 Pinokio 侧边栏里的 Build Hailuo H3 compact engine(约 5 分钟,无需下载) | | H3 上缺少某个模式或长度,或者某个模式又切回了 LTX | H3 的配套软件需要更新。请点击 Pinokio 侧边栏里的 Update Hailuo H3 runner。已下载的模型文件会保留 | | “the installed Hailuo H3 runner is behind this panel” | 在 Pinokio 侧边栏里再次点击 Install Hailuo H3。已下载的模型文件会保留 | | 渲染被拒绝,并出现修复按钮 | H3 的配套软件版本不兼容。点击修复,或点击 Pinokio 侧边栏里的 Repair Hailuo H3 |

使用 Mac 应用

| “Hailuo H3 runs on this Mac … it is not built here yet” | 点击 Hailuo H3 卡片上的下载 Hailuo H3(或继续)。它只会下载缺少的部分,并构建精简引擎 | | H3 上缺少某个模式或长度,或者某个模式又切回了 LTX | 更新 Phosphene(检查更新),然后如果 Hailuo H3 卡片上有继续,就点击它 | | “the installed Hailuo H3 runner is behind this panel” | 点击 Hailuo H3 卡片上的下载 Hailuo H3(或继续)。已下载的模型文件会保留 | | 渲染被拒绝,并出现修复按钮 | 点击修复 | | 渲染因内存不足被终止 | 退出其他应用,选择更短的长度或更小的尺寸,或者把设置 → Hailuo H3 模型设为精简版 |

更多内容:疑难解答。

来源:webapp/docs/hailuo-h3.md,位于公开仓库。发布前已针对本网站审阅。译自英文原文。建议修改。