Hailuo KI Video erklärt: MiniMax-Modell, echte Specs und die Alternativen in VIBE

Hailuo KI Video bezeichnet MiniMax' Familie von Text-zu-Video- und Bild-zu-Video-Modellen, bekannt für flüssige menschliche Bewegungen und filmische Kamerafahrten. Hailuo selbst ist kein Modell in VIBE, aber dieser Guide erklärt, was es kann, nennt die veröffentlichten Specs und zeigt, welche VIBE-Modelle dir heute auf dem Smartphone vergleichbare Ergebnisse liefern.

Was ist Hailuo KI Video?

Hailuo ist das Videogenerierungs-Produkt von MiniMax, einem KI-Unternehmen aus Shanghai, das im Januar 2026 an der Börse in Hongkong gelistet wurde). Das erste Videomodell, video-01, erschien im September 2024, seitdem wurde die Familie mehrfach aktualisiert. Am häufigsten begegnen dir die Namen Hailuo 02 und Hailuo 2.3; neuere Generationen werden von Drittplattformen gemeldet.

Aufmerksamkeit bekam Hailuo, weil frühe Clips Menschen mit ungewöhnlichem Realismus zeigten: wehender Stoff, Haare im Wind und Hände, die mit Objekten interagieren. Deshalb wächst das Suchinteresse am Namen weiter, auch bei Schreibfehlern. Wenn du Modelle statt Apps vergleichst, lautet die nützliche Frage, welches Modell deine konkrete Einstellung am besten umsetzt.

Einfach gesagt: Du beschreibst eine Szene oder lädst ein Foto hoch, und das Modell liefert einige Sekunden bewegtes Bildmaterial. Es gehört zur selben Klasse wie Kling, Veo, Sora und Wan: ein diffusionsartiges Modell, das gelernt hat, wie sich Menschen, Stoff, Wasser und Kameras auf dem Bildschirm verhalten. Wenn dir das neu ist, erklärt unser Einsteiger-Guide zum Erstellen von KI-Videos die Grundlagen der Reihe nach.

Zwei Eingabearten sind wichtig. Text-zu-Video beginnt nur mit Worten, Bild-zu-Video beginnt mit einem Foto von dir und fügt Bewegung hinzu. Bild-zu-Video ist meist berechenbarer, weil das erste Bild feststeht und das Modell nur entscheiden muss, wie sich die Dinge bewegen.

Welche Specs haben die neuesten Hailuo-Modelle?

Stand November 2026 ist Hailuo 2.3 die am besten dokumentierte Version. Laut veröffentlichten API-Spezifikationen erzeugt es 24 Bilder pro Sekunde, bietet 768p und 1080p und akzeptiert entweder einen Text-Prompt oder ein Startbild. Bei 768p entstehen Clips von 6 oder 10 Sekunden, bei 1080p sind es nur 6 Sekunden. Eine günstigere Fast-Variante animiert nur Bilder und beherrscht kein Text-zu-Video.

Diese Zahlen erklären den praktischen Ablauf. Ein Clip von 6 oder 10 Sekunden reicht für einen Social-Post, eine Produktaufnahme oder einen Moment einer Geschichte, aber nicht für eine ganze Szene. Die meisten Creator planen ihr Video als Folge kurzer Takes und schneiden sie danach zusammen.

Eine neuere Generation Hailuo 03 wird ebenfalls von Drittanbietern beschrieben, doch deren Angaben zu Auflösung und Clip-Länge widersprechen sich, und MiniMax hat keinen einheitlichen Zahlensatz veröffentlicht, den wir prüfen könnten. Deshalb nennen wir sie hier nicht. Betrachte jede Spec, die du nicht auf den Hersteller oder die Dokumentation eines API-Anbieters zurückführen kannst, als vorläufig.

Worin ist Hailuo gut?

• Menschliche Bewegung. Gehen, Tanzen, Kopfdrehungen und der Umgang mit Objekten wirken flüssig und gewichtig statt schwebend.
• Kamerasprache. Prompts mit Schwenks, Zooms, Tracking-Shots und Heranfahrten werden genau umgesetzt, was zu filmischen und musikvideoartigen Clips passt.
• Bild-zu-Video. Ein einzelnes Foto lässt sich zu einem kurzen Clip animieren, auch mit einer günstigeren Fast-Option nur für Bilder.
• Ausdrucksstarke Gesichter. Emotionale Momente wie ein Lächeln, ein Blick oder ein Seufzen kommen meist deutlich an.

Die Grenzen sind genauso wichtig. Die Clips sind kurz, eine längere Geschichte braucht also mehrere zusammengesetzte Generierungen. Das Ergebnis ist probabilistisch, du solltest einen Prompt mehrmals neu würfeln, und das Modell nimmt ein Startbild statt getrennter Start- und Endbilder. Das sind normale Kompromisse der ganzen Kategorie, keine Schwächen nur von Hailuo.

Eine nützliche Gewohnheit: Teste einen Prompt zuerst mit einem kostenlosen Modell. Wenn Bewegung und Bildausschnitt in 720p stimmen, setzt du eine Premium-Generierung mit demselben Prompt für ein schärferes 1080p-Ergebnis ein. So bleiben die Kosten niedrig und du verschwendest keine Mühe an Prompts, die überarbeitet werden müssen.

Ist Hailuo in VIBE verfügbar?

Nein. Stand November 2026 enthält die Modellliste von VIBE kein Hailuo. VIBE bietet 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 und PixVerse; die aktuelle Liste findest du im VIBE-Modellbereich. Unser Wan-3.0-Guide erklärt die neueste Premium-Option im Detail.

Sollte künftig eine Hailuo-Version zu VIBE hinzukommen, erscheint sie zuerst im Modellbereich. Bis dahin ist es sinnvoll, die gewünschten Stärken mit den tatsächlich verfügbaren Modellen abzugleichen.

Das sagen wir lieber klar, als etwas anderes anzudeuten. Entscheidend ist nicht das Logo auf dem Modell, sondern ob du die gewünschte Einstellung bekommst, und für die meisten Anfragen im Hailuo-Stil (eine Person, die sich natürlich bewegt, eine kontrollierte Kamerafahrt, ein zum Leben erwecktes Foto) hat VIBE bereits starke Alternativen. Unser Vergleich der besten KI-Videomodelle 2026 zeigt, wie sie abschneiden.

Welche VIBE-Modelle kommen Hailuo am nächsten?

• Kling 3 Pro (Premium): bis zu 15 Sekunden in 1080p mit Audio und Bild-zu-Video, die engste Entsprechung für realistische Menschen und saubere Kameraarbeit. Siehe die Kling-3-Seite.
• Wan 3.0 (Premium): Alibabas neuestes Modell, eine starke Wahl für natürliche Bewegung und detailreiche Szenen.
• Wan 2.6 (Kostenlos): 720p-Clips bis 8 Sekunden mit Bild-zu-Video, ein guter kostenloser Weg, einen Prompt im Hailuo-Stil zu testen. Siehe die Wan-Seite.
• Seedance Pro Fast (Kostenlos): schnelle 720p-Clips bis 8 Sekunden aus Text oder Bild. Siehe die Seedance-Seite. ByteDance hat inzwischen Seedance 2.5 angekündigt, das VIBE noch nicht führt.

Wie promptet man einen Clip im Hailuo-Stil?

Dasselbe Rezept funktioniert bei all diesen Modellen: Subjekt, Aktion, Ort, Kamerafahrt, Licht, dann Stimmung. Beschränke dich auf eine klare Aktion pro Clip. Unten findest du drei kopierfertige Prompts für die Hailuo-Stärken menschliche Bewegung und Kamerakontrolle, jeweils mit dem passenden VIBE-Modell.

Beachte, dass jeder Prompt genau ein Subjekt beschreibt, das genau eine Sache tut, mit ausdrücklich genannter Kamerafahrt. Modelle im Hailuo-Stil reagieren gut darauf, weil es Mehrdeutigkeit beseitigt. Die ganze Methode erklärt unser Guide zum Schreiben von KI-Video-Prompts, und die Sammlung cineastischer Prompts liefert weitere Kameraideen.

Auf Kling 3 Pro ausprobierenKling 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”

Auf Wan 2.6 ausprobierenWan 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”

Auf Seedance Pro Fast ausprobierenSeedance 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”

Wie probierst du es kostenlos und ohne Login aus?

1. Öffne VIBE auf iOS, Android oder im Web. Zum Start brauchst du kein Konto.
2. Wähle ein kostenloses Modell wie Wan 2.6 oder Seedance Pro Fast oder ein Premium-Modell wie Kling 3 Pro.
3. Füge einen der Prompts oben ein oder lade für Bild-zu-Video ein Foto hoch.
4. Generiere, prüfe den Clip und würfle mit jeweils einer kleinen Änderung neu.
5. Speichere die beste Version und exportiere sie für TikTok, Reels oder YouTube Shorts.

Ein Standbild in Bewegung zu verwandeln ist der schnellste Weg zu Hailuo-ähnlichen Ergebnissen, und unser Bild-zu-Video-Tutorial führt Schritt für Schritt durch. Wie der gesamte Ablauf zusammenpasst, siehst du unter So funktioniert VIBE.

Überlege schließlich, wo der Clip landen soll. Vertikal 9:16 passt zu TikTok, Reels und Shorts, 16:9 zu YouTube und Websites. Wähle das Seitenverhältnis vor dem Generieren, nicht danach, denn das Umformatieren eines fertigen Clips schneidet das Bild an.

Häufig gestellte Fragen