图片生成
默认走 MiniMax image-01（与视频、数字人共用同一个 Key）
视频生成
默认走 MiniMax 海螺 Hailuo 2.3（文生视频 / 图生视频，与数字人共用同一个 Key）
数字人
形象图 + 口播文本 → MiniMax Speech 2.8 自动配音 → H3 驱动照片开口说话（单次上限约 15 秒，文本建议 60 字以内，长内容分段生成）
语音合成
MiniMax Speech 2.8：40+ 语言、7 种情绪；音色可填系统音色或你的克隆音色 ID
声音克隆
上传 10 秒 - 5 分钟清晰人声样本（mp3 / wav），克隆成专属音色，供配音和数字人复用