Hailuo AI video explicado: o modelo da MiniMax, specs reais e as alternativas no VIBE

Hailuo AI video é o nome da família de modelos de texto para vídeo e imagem para vídeo da MiniMax, conhecida pelo movimento humano fluido e por movimentos de câmera cinematográficos. O Hailuo não é um dos modelos do VIBE, mas este guia explica o que ele faz, lista as specs publicadas e mostra quais modelos do VIBE dão resultados comparáveis no seu celular hoje.

O que é Hailuo AI video?

Hailuo é o produto de geração de vídeo da MiniMax, empresa de IA sediada em Xangai que abriu capital na Bolsa de Hong Kong em janeiro de 2026). O primeiro modelo de vídeo, o video-01, foi lançado em setembro de 2024, e a família foi atualizada várias vezes desde então. Os nomes que você mais verá são Hailuo 02 e Hailuo 2.3, com gerações mais novas citadas por plataformas de terceiros.

O Hailuo ganhou atenção porque os primeiros clipes mostravam pessoas com um realismo incomum: tecido balançando, cabelo ao vento e mãos interagindo com objetos. Por isso as buscas pelo nome continuam crescendo, inclusive com erros de grafia. Se você compara modelos e não aplicativos, a pergunta útil é qual deles lida melhor com a sua cena específica.

Em termos simples, você descreve uma cena ou envia uma foto, e o modelo devolve alguns segundos de imagens em movimento. Ele pertence à mesma classe de Kling, Veo, Sora e Wan: um modelo do tipo difusão que aprendeu como pessoas, tecidos, água e câmeras se comportam na tela. Se a ideia é nova para você, nosso guia para iniciantes sobre como fazer vídeo com IA explica o básico em ordem.

Dois modos de entrada importam. O texto para vídeo parte só de palavras, enquanto o imagem para vídeo parte de uma foto que você fornece e acrescenta movimento a ela. O imagem para vídeo costuma ser mais previsível, porque o primeiro quadro é fixo e o modelo só precisa decidir como as coisas se movem.

Quais são as specs dos modelos Hailuo mais recentes?

Em novembro de 2026, a versão mais bem documentada é o Hailuo 2.3. Segundo as especificações de API publicadas, ele gera a 24 quadros por segundo, oferece saída em 768p e 1080p e aceita um prompt de texto ou uma imagem inicial. Em 768p ele faz clipes de 6 ou 10 segundos; em 1080p fica limitado a 6 segundos. Uma variante Fast mais barata anima apenas imagens e não faz texto para vídeo.

Esses números explicam o fluxo de trabalho prático. Um clipe de 6 ou 10 segundos basta para um post social, uma tomada de produto ou um momento de uma história, mas não para uma cena inteira. A maioria dos criadores planeja o vídeo como uma sequência de takes curtos e os edita depois.

Uma geração mais nova, o Hailuo 03, também é descrita por integradores de terceiros, mas os números de resolução e duração que eles citam não batem entre si, e a MiniMax não publicou um conjunto único de números que pudéssemos verificar. Por isso não os citamos aqui. Trate qualquer spec que você não consiga rastrear até o criador ou a documentação de um provedor de API como provisória.

Em que o Hailuo é bom?

• Movimento humano. Andar, dançar, virar a cabeça e manusear objetos parecem fluidos e com peso, e não flutuantes.
• Linguagem de câmera. Prompts com panorâmicas, zooms, travellings e aproximações são seguidos de perto, o que serve para clipes cinematográficos e musicais.
• Imagem para vídeo. Uma única foto pode virar um clipe curto, inclusive com uma opção Fast mais barata só para imagens.
• Rostos expressivos. Momentos emotivos como um sorriso, um olhar ou um suspiro costumam aparecer com clareza.

Os limites importam tanto quanto. Os clipes são curtos, então uma história mais longa exige várias gerações unidas. O resultado é probabilístico, então conte com refazer um prompt algumas vezes, e o modelo recebe uma imagem inicial, não quadros inicial e final separados. São trocas normais de toda a categoria, não falhas exclusivas do Hailuo.

Um bom hábito é testar o prompt primeiro em um modelo gratuito. Se o movimento e o enquadramento estiverem certos em 720p, você pode gastar uma geração premium com o mesmo prompt para um resultado 1080p mais nítido. Isso mantém o custo baixo e evita esforço em prompts que precisam ser reescritos.

O Hailuo está disponível no VIBE?

Não. Em novembro de 2026, a lista de modelos do VIBE não inclui o Hailuo. O VIBE tem Wan 3.0, Veo 3.1 Fast, Kling 3 Pro, Kling 3 Standard, Sora 2 Pro, Seedance Pro Fast, LTX Video, Luma Dream Machine, Wan 2.6 e PixVerse, e você vê a lista atual na seção de modelos do VIBE. Nosso guia do Wan 3.0 explica em detalhe a opção premium mais nova.

Se uma versão do Hailuo for adicionada ao VIBE no futuro, a seção de modelos é onde ela apareceria primeiro. Até lá, o caminho sensato é combinar os pontos fortes que você quer com os modelos que realmente estão disponíveis.

Preferimos dizer isso com clareza a sugerir outra coisa. A questão prática não é a marca do modelo, e sim se você consegue a cena que quer, e para a maioria dos pedidos no estilo Hailuo (uma pessoa se movendo naturalmente, um movimento de câmera controlado, uma foto ganhando vida) o VIBE já tem boas equivalências. Nossa comparação dos melhores modelos de vídeo com IA em 2026 mostra como eles se comparam.

Quais modelos do VIBE chegam mais perto do Hailuo?

• Kling 3 Pro (Premium): até 15 segundos em 1080p com áudio e imagem para vídeo, o mais próximo para pessoas realistas e trabalho de câmera refinado. Veja a página do Kling 3.
• Wan 3.0 (Premium): o modelo mais novo da Alibaba, uma ótima escolha para movimento natural e cenas detalhadas.
• Wan 2.6 (Grátis): clipes 720p de até 8 segundos com imagem para vídeo, uma boa forma gratuita de testar um prompt no estilo Hailuo. Veja a página do Wan.
• Seedance Pro Fast (Grátis): clipes 720p rápidos de até 8 segundos a partir de texto ou imagem. Veja a página do Seedance. A ByteDance já anunciou o Seedance 2.5, que o VIBE ainda não tem.

Como escrever um prompt no estilo Hailuo?

A mesma receita funciona para todos esses modelos: sujeito, ação, cenário, movimento de câmera, luz e depois clima. Mantenha uma ação clara por clipe. Abaixo estão três prompts prontos para copiar, feitos para os pontos fortes do Hailuo, movimento humano e controle de câmera, cada um com o modelo do VIBE que combina.

Repare que cada prompt descreve exatamente um sujeito fazendo uma coisa, com o movimento de câmera dito de forma explícita. Modelos no estilo Hailuo respondem bem a isso porque elimina a ambiguidade. Para o método completo, nosso guia para escrever prompts de vídeo com IA vai mais fundo, e a coleção de prompts cinematográficos traz mais ideias de câmera.

Experimente no Kling 3 ProKling 3 Pro

“A woman in a red coat walks through a rainy neon-lit street at night, steam rising from a food stall, slow tracking shot from the side, shallow depth of field, cinematic, natural footsteps and city ambience”

Experimente no Wan 2.6Wan 2.6

“A street dancer spins in an empty parking garage with warm sodium lights, camera pushes in slowly from a low angle, smooth fluid motion, 8 seconds, handheld feel”

Experimente no Seedance Pro FastSeedance Pro Fast

“Close-up of a barista pouring milk into a latte, the pattern forms into a leaf, steam curling in morning window light, slow orbit around the cup, calm and cosy”

Como testar de graça e sem login?

1. Abra o VIBE no iOS, Android ou na web. Não é preciso conta para começar.
2. Escolha um modelo gratuito como Wan 2.6 ou Seedance Pro Fast, ou um premium como Kling 3 Pro.
3. Cole um dos prompts acima ou envie uma foto para imagem para vídeo.
4. Gere, revise o clipe e refaça mudando uma pequena coisa de cada vez.
5. Salve a versão de que gostou e exporte para TikTok, Reels ou YouTube Shorts.

Transformar uma foto parada em movimento é a forma mais rápida de obter resultados parecidos com o Hailuo, e nosso tutorial de imagem para vídeo mostra o passo a passo. Para ver como todo o fluxo se encaixa, veja como o VIBE funciona.

Por fim, pense em onde o clipe vai ficar. O vertical 9:16 serve para TikTok, Reels e Shorts, e o 16:9 para YouTube e sites. Escolha a proporção antes de gerar, não depois, porque reenquadrar um clipe pronto corta a imagem.

Perguntas frequentes