AI 商品视频生成

照片你已经拍好了。详情页缺的是后面那十四秒:盖子被拧开、光从标签上扫过、这东西真正工作时的声音。把这些写一遍,拿回来的时候声音已经在里面了。
第一条免费,不用绑卡。

描述这个镜头

0 / 7000

This run spends credits — the free clip is 4s · 768P · 16:9.

Sign up free and your first MiniMax H3 clip renders 4s · 768P · 16:9, with sound. A plan raises the ceiling to 15s, 2K and four at a time — the free clip is a size, not a different model.

  • 上传白底图,别用文字描述商品——写出来的描述每跑一次都会换一只不同的瓶子
  • 写材质,不要写气质:拉丝铝、哑光硅胶、冷玻璃上的水雾
  • 说清楚它听起来是什么样。咔哒、倾倒、织物摩擦——声音和画面一起产出,事后加不上去
  • 电商平台要竖版;9:16 和别的画幅是同一套按秒计价

不用绑卡:这一页每条片子不登录就能看,免费注册再跑一条你自己的——4 秒、768P、带声音、无水印,可以下载,也可以拿去商用。

四条商品片,每条背后的提示词全文都在。点开任意一张卡片看完整需求。

AI 商品视频:水果饼干和它用到的水果在彩色背景上绕轨旋转,每一刀都切在节拍上

四种口味,一条片子

提示词进去,商品出来

左边是需求,右边是它交回来的东西。

四种口味,一条片子16:9 · 15 秒 · 1 张参考图

整份需求写的都是编排和节奏。四种口味、几何阵列、水果绕轨飞入、每一刀都落在拍子上——全部按拍子逐句写死,饼干本身只靠一张参考图撑住。这里没有一句在描述感受;每一句描述的都是一帧画面。

A bright, high-energy commercial for a fruit-filled sandwich biscuit, floating against seamless colour backdrops that change with the flavour. The biscuit is reference Image 1: hold its shape, crimped edge and dimple pattern in every shot. Studio macro light, no hands, no packaging, no on-screen text. Cut on the beat of an upbeat electronic pop track. 0-2s: coral-pink backdrop. One biscuit hangs dead centre and turns slowly on its own axis while whole and halved strawberries tumble and orbit around it, some drifting past the lens close enough to blur. 2-3s: cut on the beat to mint green. Four green apples float together into a tight cluster in the middle of frame, then split apart to reveal the biscuit hanging behind them. 3-5s: the apples clear and two dark grapes swing in either side of the biscuit; a full bunch of grapes then fills the frame and the backdrop turns lilac. 5-7s: the biscuit alone on lilac, a slow light sweep crossing the backdrop behind it, then three oranges bounce into frame around it. 7-8s: warm-orange backdrop. One orange bursts open in slow motion, pulp and juice spraying outward in macro. 8-9s: the frame settles back on the single biscuit, floating on peach. 9-11s: pull out to a large ordered grid of the biscuits laid flat on pink, evenly spaced and all facing the same way; the camera drifts across the grid. 11-14.5s: one continuous slow push in through the grid, the biscuits growing until the lens is inside the crumb — extreme macro across the dimpled surface. 14.5-15s: lift to a side-on hero of one biscuit, the strawberry filling glossy between the two halves, and hold. Audio: upbeat electronic pop with a four-on-the-floor kick, a crisp whoosh on every colour change, a wet burst on the orange, a dry crumb crunch as the macro lands. No voiceover.

AI 商品视频:水果饼干和它用到的水果在彩色背景上绕轨旋转,每一刀都切在节拍上
让一个角色去卖商品16:9 · 15 秒 · 1 张参考图

商品片不一定要拍一个人在用它。这条是有包袱的短故事,商品是那个笑点:水果才是主角,蜥蜴是你看到第八秒还没划走的原因。十五秒,按拍子排好,全文印在下面。

A 3D animated commercial in the register of a high-end animated short, with a streak of exaggerated humour. Bright translucent colour, soft desert light, delicate skin texture, dreamy macro depth of field. The desert horned lizard is reference Image 1: keep its markings, horns and expression identical in every shot. 0-2.5s: a desert scorched by the sun, the air shimmering with heat. Wide shot, horizon high, dunes running back to nothing. The lizard drags itself across the scalding sand, tongue slightly out, swaying every couple of steps as though it is about to evaporate. 2.5-6.5s: cut in close on its face, then closer still. Eyes glazed, breath shallow, grains of sand stuck to its snout. The camera stays down at sand level and moves with it. 6.5-7.5s: its nose twitches and it stops. A cool, plump, dew-covered grapefruit sits half-buried in the sand just ahead, catching the light with a hard sparkle. 7.5-9.5s: hold on the reaction — the eyes go wide, the grapefruit soft in the background behind its head. 9.5-11s: it scrambles forward and throws both front legs around the fruit. 11-14.5s: it lies against the grapefruit hugging it, cheek pressed to the rind, blissful. Push into macro on its hands gripping the peel and the beads of dew running down. 14.5-15s: it bites. The rind splits and the pulp bursts open in extreme slow-motion macro, juice thrown toward the lens. End there. Audio: dry desert wind and heat haze through the opening, a soft sparkle as the fruit is spotted, a rising musical swell under the scramble, a loud wet crack on the bite. No voiceover, no on-screen text.

AI 商品视频:3D 沙漠蜥蜴一口咬开西柚,果汁涌成一片海把沙漠淹没
安装步骤,一步一步来16:9 · 15 秒 · 4 张参考图

最不好看、却最能出单的那一条。四步安装演示,每一步都钉在自己那张参考图上,最后一个镜头里的机器和第一个镜头是同一台。这就是那条能把退货挡下来的视频——每一拍都标了时间码,节奏才会照着回来。

A 15-second setup tutorial for a capsule coffee machine on a bright kitchen counter. Hands only, no faces. Every step is pinned to its own reference image: Image 1 the machine body and water tank, Image 2 the drip tray, Image 3 the used-capsule box, Image 4 the tank at its MAX line. Clean daylight, real hands at real speed, no on-screen text. 0-1.5s, step one, the water tank. Medium shot from slightly above, the back of the machine. Two hands lower the transparent tank onto the rear of the body and press it straight down until it seats. Voiceover: "Start with the water tank. Line it up with the slot at the back and push down until it clicks." 1.5-5s, step two, the drip tray. Close-up at counter height, front of the machine. One hand slides the black drip tray horizontally into the rails at the base, backs it out to show the fit, then pushes it in flush. Voiceover: "Next, the drip tray. Slide it into the rails at the bottom until it sits flush with the body." 5-8.5s, step three, the capsule box. Close-up from slightly low, the cavity above the tray. Two hands align the white used-capsule box with the recess and push it in level with the tray front. Voiceover: "Now the used-capsule box. Push it in until it is level with the tray. Spent capsules drop in here on their own." 8.5-15s, step four, the first fill. Cut to a tighter side view of the tank on the machine, the MAX line dead centre of frame. A hand lifts the lid and pours clear water from a glass jug in a steady stream; the level climbs, the camera holds while it stops just under the MAX line, and the lid closes. Voiceover: "Fill the tank with fresh water, stopping just under the MAX line, then close the lid. That is the setup done." Audio: quiet kitchen room tone, a firm click as the tank seats, a plastic slide on the tray, water running into the tank. One calm, unhurried voiceover line per step, no music.

AI 商品视频:一双手给胶囊咖啡机装上水箱,然后跑第一次冲洗,一步一步拍下来
借的是剪辑,不是素材16:9 · 14 秒 · 1 张图 + 1 段参考片

这一页最短的提示词,也是最有用的一招:给它一支你喜欢节奏的广告,再给它你的商品,然后说运镜和切点从片子里拿,商品从图里拿。你抄的不是素材,是剪辑。

Take the camera movement and the editing rhythm from reference Video 1, and take the product from reference Image 1: a pair of over-ear headphones. Build an advertising short around them in scenes that suit the product's tone — modern, spare, a little cold. Keep the switching points between product close-ups and wide scene shots where the reference clip puts them, and match its motion speed and transition style.

AI 商品视频:一支耳机广告在城市全景和商品特写之间切换,节奏跟着参考片走

它是什么,不是什么

白底图已经是大半个活这里做的是剩下那十四秒。

这一段放在最前面,因为它决定你该不该留在这一页。如果你要的是分毫不差的那件商品、白底、还要过平台审核——去拍,或者找摄影棚。视频模型是把每一个像素重画一遍,你的瓶子就在它画的每一帧里面。
它真正擅长的,是照片做不到的部分:动作、光在表面上走过去,以及这东西工作时的声音。

大家来搜这个词,是被价格逼的。一条基础的电商商品视频报价 $500 到 $5,000,要三到十四天;棚拍白底一天的钱,还没算后期就已经比这多。中间那一层 AI 工具都是订阅制:便宜的 $23 一个月,Creatify 是 $39 到 $99,带真人口播的那类是 $110 一个月十条。
在这里,一条十五秒的商品片是 125 积分,大约 $2.75,而且声音自带。这不是说它能替掉你的摄影师,它替掉的是「照片有了」到「有个会动的东西」之间的那两个星期。

外包一条商品视频
$500–$5,000

外包一条商品视频

常见交付周期
3–14 天

常见交付周期

中间那层 AI 工具,每月
$23–$99

中间那层 AI 工具,每月

这里的十五秒,带声音
~$2.75

这里的十五秒,带声音

  • 不用排摄影棚档期
  • 不用买背景音乐授权
  • 任何套餐都没有水印,不用解释
  • 竖版不加钱

你要喂给它什么

四种进商品片的方式,看你手上已经有什么

只有一件事要紧:模型会把画面里的一切重画一遍,包括你的商品。把白底图当参考给它,它会贴得很近;只用文字描述,它会自己造一个。两种都不是你的原稿——再往下一段就是解决这件事的做法。

  • 从白底图开始

    那张你已经付过钱的照片。传上去,然后写清周围发生了什么:光、手、动作。这是离真实商品最近的一条路,这一页的每个示例走的都是它。

    最贴近你的商品 · 最多 9 张图
  • 从整条产品线开始

    九张参考图是一整排配色,不是一张主图。同样的光、同样的运镜,只换一个 SKU——一个下午就能把目录拍完,而不是一个星期。

    整条 SKU 线 · 9 张图,一个价
  • 从一支你喜欢的广告开始

    给它一段节奏好用的片子,再给它一张你的商品静图。运镜和切点从片子里取,商品从图里取——上面有两条片子就是这么做的。

    借剪辑 · 最多 3 段片子
  • 只用文字开始

    适合验概念,不适合上目录:没有参考图的时候,模型画出来的是像你的商品,不是你的商品。用来在照片还没拍之前先说服一个方向。

    只做概念 · 文生视频

四种走的是同一个模型、同一个价——768P 每秒 8 积分,2K 每秒 13,另加每条 5 积分。参考文件不额外收费。每一条上限和费率,都标了最后改动日期

从头到尾

四步做出一条商品视频

前后大约四分钟,其中大部分时间花在决定商品在镜头里要做什么。看到结果之前,不用装任何东西,也不用签任何东西。

  1. 厨房台面上拍的一台胶囊咖啡机,这一帧就是参考图

    先把已有的那张图传上去

    白底图是你能给出的最强指令。挑你手上最干净的一张正面图发过去,标签、配色和配件各自单独发一张——凡是你没附上的,模型都有权自己编。

    最多 9 张图白底图胜过文字描述
  2. 水果和饼干摆在饱和的彩色背景上,表面被硬光打亮

    写材质,不要写气质

    拉丝铝、哑光硅胶、冷玻璃上的水雾能活着熬过生成。高级感、现代感不能——它每跑一次都给你一个不同的商品。镜头拍到的是表面,那提示词要写的就是表面。

    写表面,不写形容词一句一种材质
  3. 一支耳机广告正切在城市全景和商品特写之间

    强调现代、简洁、科技感;商品特写与场景全景交替剪辑…… 切换点与参考片保持一致,让每一刀都落在拍子上。

    画面声音

    说清楚它听起来是什么样

    声音和画面一起产出,不是事后垫进去的——所以瓶盖的咔哒、倒出来的水声、织物摩擦、以及这件事发生的那个房间,都写在和镜头同一个字段里。音乐不写,模型会自己给这场戏配。

    一个字段,两条声道
  4. 一颗 3D 西柚在沙漠里炸开成果汁,这是成片的一帧
    音轨 · 32 kHzSKU-01.MP4

    768P 试,2K 定稿

    768P 一秒 8 积分,2K 一秒 13;而把一条跑完的 768P 再升到 2K,花的钱和一开始就用 2K 生成完全一样——所以你扔掉的那些废片更便宜。生成失败自动退款。

    768P · 每秒 8 积分2K · 每秒 13 积分

四步,不用安装,不用绑卡。打开输入框

没人会告诉你的那件事

它不会把你的商品原样还给你。这是解决它的做法。

每一个卖 AI 商品视频的页面都跳过这一段,等你发现的时候积分已经花完了。扩散模型不会打开你的 JPEG 再把它移动一下。它是一秒画二十四张新图,而它画出来的标签,是一张可以错得很不显眼的标签——少一个字母,logo 歪半度。
这件事没听上去那么糟,因为一条商品片里大半根本不是商品。把它周围那十四秒生成出来,再把真正的原稿压在上面。

  1. 01场景生成,主体合成

    把房间、光、手和声音写出来,商品要落的那块地方留干净。然后在你本来就在用的软件里,把真正的白底图放到上面那一层。两分钟,精确度的问题就没有了。

    你的原稿,放在上面那一层

  2. 02小字是它崩的地方

    配料表、剂量表、包装盒上的小字。只要文案必须清晰且正确,就得靠合成——没有哪个视频模型能把四号字稳稳撑住十五秒。

    要能读的文案 → 后期合成

  3. 03没有 Alpha 通道

    回来的是一个 MP4,带一条 32 kHz 立体声。没有透明 MOV,也没有 ProRes 4444。如果你要交的是给别人剪辑用的一层素材,就在纯黑或纯白上生成,让剪辑去抠。

    MP4 · 32 kHz · 无 Alpha

  4. 04平台有平台自己的规矩

    亚马逊和 Shopify 都对详情页视频能宣称什么、要怎么标注设了限,好几个平台现在还要求合成内容必须披露。生成这条片子是简单的那一半;上传之前先把平台规则读一遍。

    先读平台规则

  5. 05把切点落在 8.000 秒上

    H3 按 17n+5 的帧网格出片,24 帧每秒,所以大多数时长回来都会长出一点——15 秒实际是 15.083 秒。192 帧,正好 8.000 秒,是这个区间里唯一的整秒,也因此是能跟着音乐剪而不漂的那个长度。

    192 帧 = 8.000 秒

一条十五秒的商品片,768P 是 125 积分,大约 $2.75。同样一条外包出去,是一笔 $500–$5,000 的报价,加三到十四个工作日。

为什么用它,而不是模板工具

商品片是声音,和运镜一样重要

把详情页视频静音看一遍,它就是一套幻灯片。倒水声、咔哒声、织物声——是这些东西让人相信那里真有一件实物。在大多数工具上,这是第二件商品:单独授权,手动对齐。

  • 声音在同一次里

    音效是跟画面一起写出来的

    32 kHz 立体声和画面一起产出,不是垫在下面的,所以咔哒声就落在瓶盖到位的那一帧上。没有素材库,没有授权,也没有对轨这一步。

  • 一个价,六种画幅

    竖版和横版一个价

    21:9、16:9、4:3、1:1、3:4 和 9:16 都按同一套秒价计费,因为上游只数秒数,不看形状。电商平台要竖版,你一分钱都不用多花。

  • 九张参考图

    一个下午拍完一整排配色

    一次请求九张图是一条产品线,不是一张主图:同样的光、同样的运镜,只换一个 SKU。这个上限才是值得拿去比的数字——大多数转卖这个模型的站点,根本不公开自己的上限。

  • 不用订阅

    你买的是秒数,不是坐席

    这里没有每月低消,积分也不过期。同一类工具从 $23 一个月起步,一路到 $99,而你还一条片子都没生成;这里是每秒 8 积分,外加一条免费的开头。

你要放弃什么

精确度,还有 Alpha。你拿不回像素级一致的原稿,没有透明 MOV,也没法把某一帧调到毫米级。如果要交的是会被拿去和实物比对的电商主视频,就在这里生成场景,再把真实摄影压在上面——这是本页推荐的做法,不是绕过限制的偏方。

它到底要花多少钱

十五秒商品片,768P 是 125 积分大约 $2.75。

一条片子是固定 5 积分的提示词理解,再加 768P 每秒 8 积分或 2K 每秒 13 积分。参考文件免费——附九张商品图和一张都不附是一个价。一积分等于 MiniMax 自己公开价目表上的一美分,所以整张表都能拿去和一个本站管不着的页面对账。生成失败自动退款,当你一次跑一整排配色时,这一条很要紧。

商品片按时长要多少钱

一条 4 秒循环,768P
37 积分
一条 8 秒片子,768P
69 积分
一条 15 秒片子,768P
125 积分
一条 15 秒片子,2K
200 积分
六个 SKU 各 8 秒,768P
414 积分
六个 SKU 各 8 秒,2K
654 积分

完整价格 · 每一条上限与费率,都带日期 · 2K 一秒到底多少钱

两种付法每月积分一样多

  • 免费不用绑卡

    一条真的 MiniMax H3,带声音。超出 4 秒 · 768P 的部分按积分走。

    $0永久

    全程不需要信用卡

    免费开始

    只做机器人校验,不要邮箱

    1 条 MiniMax H3

    MiniMax H3 · 4 秒 · 768P · 16:9 · 带声音
    连签 7 天 — 37 积分,正好再来一条

    $9.9 起的任意积分包都能解锁 MiniMax H3,所有模式,768P 与 2K

    • MiniMax H3 原生 2K仅付费
    • 声音与画面一起生成仅付费
    • 一条,不用绑卡
    • 同时跑 1 个任务
    • 失败的片子不花钱
    • 生成内容私有
    • 任意积分包都能解锁 MiniMax H3 的全部模式

    免费档是另一个引擎。看套餐

    速度与排队

    队列
    免费通道
    同时任务数
    1
    批量
    1
    历史保留
    24 小时 · 登录后 7 天
    支持
    社区
  • Lite省 30%

    解锁 MiniMax H3 原生 2K。最小的付费档,大多数人选的是 Pro。

    $16.9/mo$24.9

    按年扣 $202.8 · 一年省 $96

    7 天退款 · 随时取消

    每月 750 积分 · 约 20 条

    4 秒 · 768P · 文生视频

    或 4 秒 2K 约 13 条

    月付年付,每月积分一样多

    • MiniMax H3 原生 2K:音画同生
    • 对白、音效与配乐在同一个文件里
    • 最长 15 秒15 秒
    • 每月约 20 条 4 秒 768P 文生视频
    • 失败的片子不花钱
    • 积分未使用可 7 天退款
    • 同时跑 1 个任务
    • 同一条提示词可批量出 2 个版本

    所有套餐均可商用:具体覆盖什么

    速度与排队

    队列
    标准
    同时任务数
    1
    批量
    2
    历史保留
    7 天
    支持
    邮件 · 48 小时
  • 多数人推荐
    Pro省 30%

    比 Lite 多 $32。每月约 47 条,同样的 MiniMax H3,队列更快。

    $39.9/mo$56.9

    按年扣 $478.8 · 一年省 $204

    7 天退款 · 随时取消

    每月 1,775 积分 · 约 47 条

    4 秒 · 768P · 文生视频

    或 4 秒 2K 约 31 条

    月付年付,每月积分一样多

    • 包含 Lite 的全部
    • 每月约 47 条 4 秒 768P 文生视频
    • 同时跑 3 个任务
    • 视频反推提示词
    • 同一条提示词可批量出 4 个版本
    • 历史保留 7 天
    • 积分未使用可 7 天退款

    所有套餐均可商用:具体覆盖什么

    速度与排队

    队列
    快速
    同时任务数
    3
    批量
    4
    历史保留
    7 天
    支持
    邮件 · 12 小时
  • Studio省 30%

    一整个月的产量,排队最优先,还有 4 小时内回你的真人。

    $99.9/mo$142.9

    按年扣 $1,198.8 · 一年省 $516

    7 天退款 · 随时取消

    每月 4,425 积分 · 约 119 条

    4 秒 · 768P · 文生视频

    或 4 秒 2K 约 77 条

    月付年付,每月积分一样多

    • 包含 Pro 的全部
    • 每月约 119 条 4 秒 768P 文生视频
    • 同时跑 8 个任务
    • 同一条提示词可批量出 4 个版本
    • 历史保留 7 天
    • 优先支持,4 小时内响应
    • 我们能给到的最低积分消耗
    • 积分未使用可 7 天退款

    所有套餐均可商用:具体覆盖什么

    速度与排队

    队列
    优先,排在最前面
    同时任务数
    8
    批量
    4
    历史保留
    7 天
    支持
    优先 · 4 小时

这东西真能拿去用吗

能,可以商用——免费那条也算

详情页视频是一份商业材料,所以在你花钱之前,先把权利这一层说清楚。

  • 商业使用免费那条也一样。任何套餐都没有水印,没有按条抽成,也不用另买授权。MiniMax 不主张你生成内容的任何权利,本站也不额外加。
  • 你自己的商品把白底图当参考传上来,并不等于交给了谁。它还是你的,回来的东西也是你的:挂详情页、投广告、贴货架牌都行。
  • 你可以宣称什么生成出来的演示是一次戏剧化呈现。让商品做它做不到的事,那是一句广告宣称,而管广告宣称的规则不会因为画面是模型画的就改变。把性能这件事说老实。
  • 别人的品牌这里的一切都不会给你不属于你的商标权利,画面里出现竞品也一样是麻烦,不管它是怎么进去的。像处理一张照片那样,做同样的合规检查。

完整的负责任使用说明

在你花钱之前

AI 商品视频生成常见问题

把生成的片子挂上详情页之前,大家会问的八个问题,答案都带着背后的数字。

这个 AI 商品视频工具免费吗?

第一条是免费的,而且跑的就是真模型——4 秒、768P、带声音、无水印、不用绑卡,还永不过期。这一页的所有内容不登录都能看。之后 8 秒一条 69 积分,15 秒一条 125;积分从 $9.9 起,一条完整的片子大约 $2.75。生成失败不收钱。

它会用我那件真实的商品吗?

接近,但不是分毫不差。把白底图当参考传上去,形状、颜色和质感回来时都认得出——但模型会把每个像素重画一遍,所以标签可能少一个字母。要做电商主视频,就在这里生成场景,再把真实摄影合到上面那一层。大约两分钟,也正是上面那一段推荐的做法。

能拿到透明背景吗?

不能。回来的是一个 MP4,带一条 32 kHz 立体声——没有透明 MOV,也没有 ProRes 4444。要叠加层的话,就在纯黑或纯白上生成,在你的剪辑软件里抠出来。

能一次做完整排配色或整条 SKU 线吗?

能,而且这是这一页上最便宜的事。一次请求九张参考图,能在商品换来换去的同时把光和运镜按住,所以六个 SKU 各 8 秒是 414 积分——整套大约 $9。参考文件不额外收费,你付的是秒数。

自带声音吗,还是要事后加音乐?

自带声音。32 kHz 立体声和画面在同一次里产出,所以音效就落在动作发生的那一帧上。把咔哒、倾倒和房间写清楚;音乐不写,模型会自己配。没有素材库授权要买。

能做多长、有哪些画幅?

4 到 15 个整秒,24 帧每秒,768P 或 2K,画幅可选 21:9、16:9、4:3、1:1、3:4 或 9:16——全部同一套秒价,所以电商要的竖版不会比横版贵。没有 1080p 这一档:只有 768P 和 2K。

能挂到亚马逊或 Shopify 的详情页上吗?

从我们这边看可以——任何套餐都含商用权,也没有水印。从平台那边看,每个平台对详情页视频能展示什么、能宣称什么各有各的规矩,好几个平台现在还要求合成内容必须披露。把平台规则读一遍:生成出来的演示是戏剧化呈现,不是证据。

这和模板类的商品视频工具有什么不同?

模板工具是把你的照片塞进别人设计好的动效预设里,再按 $23 到 $99 一个月收素材库的钱。这里的结构是你写的那句话,声音和画面一起产出,你按每秒 8 积分付钱,没有每月低消。要一百个预设的话它更差;要一条看起来像你的品牌、而不是像那个预设的片子,它更好。

别再描述商品了,让它动起来。

一张白底图,一句关于动作和声音的话,大约九十秒后拿到成片。第一条免费——不用绑卡,没有水印,而且可以拿去商用。

免费注册 · 送 1 条 MiniMax H3

MiniMax H3 AI Video Generator 编辑团队撰写与维护发布于 最后更新 工具版本 2026.09.4