MiniMax H3發佈，還要開源，AI視頻終於有了自己的後期之王。

過去呢半年，AI影片行業過得好唔對路。

影片Agent應用狂飆，但係模型就少得可憐。

最後點都繞唔開嗰個名，依然係Seedance 2.0。

佢就好似嗰座最高嘅山咁。

搞到過去半年，AI影片行業最大嘅懸念，慢慢變成咗：

究竟仲有冇人，可以俾到Seedance 2.0一啲壓力？

而家，MiniMax終於帶住佢哋嘅AI影片模型嚟喇。

我尋日其實已經攞到體驗資格，做咗啲測試之後，我好坦率咁講，喺好多環節上，佢的確可以同Seedance 2.0匹敵，但係仲未去到所謂全面超越嘅地步。

但H3揾到一個非常獨特、非常有意思、而且我覺得極具商業價值嘅切入點，就係：

視覺包裝同後期特效。

呢一點，MiniMax真係太勁太勁喇，呢方面嘅長處強到比Seedance 2.0都要強好多。

我直接放幾個case你就明喇。

H3呢個模型非常之獨特。

獨特到我一時間唔知用咩詞形容佢。

你可以叫佢直接整一段連歌詞嘅動態MV出嚟。

你又可以俾幾張平面海報佢，佢可以將排版、文字同視覺元素全部鬱起嚟，變成一張動態海報。

你仲可以俾一堆相佢，佢會明每張相入面嘅內容，自動整成有裝飾、有節奏、有聲音嘅Vlog。

你甚至可以叫佢直接整電影片頭、歌詞VJ、時尚品牌Campaign、遊戲UI、網頁滾動動效同產品發佈片。

只要關乎一切同視覺包裝有關嘅工作，佢都做得極之好。

如果話，Seedance比較偏向前期，重視影視同特效，咁H3我覺得，就更偏向後期，重視廣告同動效。

兩者相輔相成，終於補返成個影片製作嘅全流程。

網址喺度：https://hailuoai.com/

喺首頁上面，你就會見到今次全新嘅H3，佢都係一個原生多模態模型。

喺純功能嚟講，非常之全面，全能參考呢啲嘢都有齊。

支援影片、圖片、音頻等各種參考，最多12個。

參數方面，目前開放嘅直接係2K，甚至768P都暫時未開放，最長15秒。

價格方面，2K效果每秒12貝殼，大約即係10蚊一條15秒嘅2K影片。

動作參考、指定元素替換、換背景、改寫影片、實拍影片加特效、綠幕換背景、白模影片上色、影片續寫延長、影片整體參考等等呢啲常用功能，都冇咩問題，而且效果幾好。

今次嘅重點，我哋自然都要返去視覺包裝方面。

其實我哋會發現，喺過去半年入面，AI影片加速得最多嘅係AI短劇賽道。

而傳統嘅商業廣告、宣傳片、綜藝等等，AI介入嘅好似仲未咁多。

原因好簡單，過去我哋一直做嘅AI影片模型，比較似一部好強嘅虛擬攝影機，佢哋可以憑空創造一個世界，然後將呢個世界拍低，記錄低。

但係，攝影機拍完之後，一條真正意義上嘅影片，其實先至啱啱開始。

因為人類最終睇到嘅絕大多數影片，都唔係現實世界原封不動嘅切片。

我哋會剪接，會加字幕，會設計片頭，會做轉場，會用圖形、文字、UI同特效重新組織資訊。

呢啲嘢，現實世界入面原本都唔存在。

佢哋全部係人類創造出嚟嘅視覺語言。

呢啲就係視覺包裝。

最典型嘅就係綜藝入面成日會加嘅花字。

呢種以前AI影片幾乎冇辦法處理，因為好難生成穩定又準確嘅文字，而且好難理解文字同影片素材、影片內容之間嘅關係。

但係今次，MiniMax H3可以搞得掂呢種嘢喇。

例如一個飛行嘉賓出場，以前我哋可能要整好複雜嘅動畫，然後K好多幀，整到好麻煩，而家，一個Prompt就搞掂。

呢個效果當然冇得同頂級綜藝比，都會出現啲奇奇怪怪嘅數字。但你可以見到關於人物、氛圍、元素嘅設計，仲有啲主體背景同文字之間嘅互動，其實都已經做得幾好㗎喇。

喺品牌語言方面都比較統一。

除咗綜藝，仲有好多好多需要做視覺包裝嘅，例如MV。

Prompt：
15秒，16:9橫版，一鏡到底。生成一支極具視覺炫技感的實驗MV。
主角是一位銀色寸頭、穿純黑長外套的中性歌手。攝影機始終圍繞主角順時針旋轉，人物持續對鏡頭演唱，嘴型和身份穩定。  同一個廢棄攝影棚隨着攝影機旋轉，依次轉化為五種視覺世界：真實膠片、黑白報紙、彩色黏土、透明水下、像素遊戲。每次變化都由主角動作和歌詞觸發，空間連續，不使用硬切。
歌詞與文字：  “CHANGE THE FRAME” “KEEP THE FACE” “EVERY WORLD IS MINE”  0至3秒：真實膠片攝影棚。主角抬手唱出“CHANGE THE FRAME”，手掌掃過的位置變成黑白報紙網點，文字像報紙標題一樣從牆面展開。  
3至6秒：攝影機繼續環繞，報紙世界被主角撕開，空間變成彩色黏土。人物仍保持真人皮膚和真實臉，周圍道具與地面變成手工黏土。“KEEP THE FACE”沿主角身後彎曲出現。 
6至9秒：主角跺腳，黏土地面化成透明水面。攝影機與人物同時進入水下，頭髮、衣服和氣泡符合真實水體運動，歌聲保持清晰。  
9至12秒：主角拍碎水面，所有水滴變成像素方塊。攝影棚加載成復古三維遊戲世界，人物仍為真人。“EVERY WORLD IS MINE”形成巨大的遊戲關卡入口。  
12至15秒：攝影機完成一整圈環繞。所有視覺世界像多層皮膚一樣從空間剝落，回到最初攝影棚。主角站在原位，伸手接住一枚同時包含五種材質的小方塊。 
 聲音：原創實驗電子樂，五個世界分別擁有膠片、紙張、黏土、水下和像素音色，節奏連續。  
禁止切鏡頭、人物換臉、服裝變化、世界突然跳變、額外歌詞、普通蒙版轉場和水下嘴型失控。

可以見到生成出嚟嘅呢個運鏡效果其實非常之正，而且文字極之準確，歌詞全部對得啱。

除咗一啲特別細嘅字，稍微大啲嘅，幾乎都冇走樣。

視覺包裝做得好正，喺轉場同過渡方面都非常和諧。

而且大家可以對比嚇我嘅Prompt，H3有個好強嘅特點，就係佢嘅語義跟從能力極強，你真係話咩，佢就幫你實現咩，做視覺包裝嘅時候好有用，因為做視覺包裝好多時就係要極之精確嘅文字控制。

當然，呢種語義跟從力強嘅能力都帶嚟一啲缺點，就係喺某啲影視級別、需要超強張力嘅鏡頭上，表現冇Seedance咁好。

而呢個case其實可以感受到成個視覺包裝效果會更強一啲，做咗好多素材嘅包裝同特效。

除咗MV，仲有我哋成日會做嘅logo演繹視覺包裝。

H3做嘅都好有意思。

例如，我將我哋公司個logo掟咗入去，叫H3幫我做一個logo演繹影片。

你咪話，做得都幾型㗎。

當然，你仲可以做電商產品嘅全新新品宣傳片。

一個AI影視節目嘅片頭。

一個設計大會主舞台嘅宣傳片。

仲有好多好多，電商、遊戲、短影片，甚至仲可以幫Vlog整好玩嘅動效等等。

你唔需要再做複雜嘅動效，唔需要再手K素材，甚至你連剪接軟件都唔使開，將你啲素材掟入H3，然後講低你嘅需求。

一條經過視覺包裝嘅影片，可能已經整好咗。

AI影片模型過去最鍾意展示嘅，往往係最極限嘅畫面。

巨龍、戰爭、跑酷、追車、爆炸、複雜運鏡。

呢啲嘢好爽，亦都好適合證明模型嘅上限。

但係真正數量巨大、每日都喺度生產、每日都有人願意畀錢嘅影片，好多都冇咁宏大。

品牌廣告、電商素材、產品介紹、App功能示範、活動預告、社交媒體短片、遊戲PV、企業宣傳片。

佢哋嘅生命週期好短，更新頻率好高，成日仲要針對唔同人羣、唔同平台、唔同尺寸，整出一大堆版本。

呢種內容最需要嘅能力，啱啱就係H3擅長嘅嘢。

設計師同後期嘅價值，都會繼續向上遊移動。

手動拉關鍵幀、做素材、套轉場呢類執行工作嘅價值仲會下降。

定義方向、建立審美、分辨好壞、控制品牌一致性嘅價值，會越嚟越高。

生產能力越氾濫，判斷力就越值錢。

而且大家唔好忘記，MiniMax H3，係會開源嘅。

一個開源模型嘅生命力，往往係由發佈嗰一日先至啱啱開始。

之後一定會有人繼續幫佢做推理優化，幫佢微調特定風格。未來我哋可能會見到無數種特化嘅、喺垂直領域繼續發光發熱嘅H3版本出嚟。

呢個世界需要開源。

每一個願意開源嘅，都係英雄。

而家，MiniMax H3，嚟做嗰個英雄喇。

我哋都希望，可以見到越嚟越多AI影片領域嘅開源模型。

嗰個先至係真正嘅未來。

以上，既然睇到呢度，如果覺得唔錯，順手點個讚、睇嚇、轉發三連啦，如果想第一時間收到推送，都可以畀我個星標⭐～多謝你睇我篇文章，我哋，下次再見。

> / 作者：卡茲克

> / 投稿或爆料，請聯絡郵箱：wzglyay@virxact.com

過去這半年，AI視頻行業活得很奇怪。

視頻Agent應用瘋狂增長，但是模型卻寥寥無幾。

最後繞不開的那個名字，依然是Seedance 2.0。

它就像那一堵最高的山。

以至於過去半年，AI視頻行業最大的懸念，逐漸變成了：

到底還有沒有人，能給Seedance 2.0一點壓力？

現在，MiniMax終於帶着他們的AI視頻模型來了。

我在昨天其實就已經拿到了體驗資格，在做了一些測試之後，我非常坦率的講，在很多的環節上，它確實可以跟Seedance 2.0相媲美，但是還沒有達到所謂的全面超越的地步。

但H3找到了一個非常獨特、非常有意思、而且我覺得極其商業的切口，那就是：

視覺包裝和後期特效。

這個點，MiniMax實在是太強太強了，這塊的長板強到比Seedance 2.0都要強很多。

我直接放幾個case你就懂了。

H3這個模型非常的獨特。

獨特到一時我不知道該用什麼詞去形容它。

你可以讓它直接生成一段帶歌詞的動態MV。

你也可以給它幾張平面海報，它可以把排版、文字和視覺元素全部動起來，做成一支動態海報。

你也可以給它一堆照片，它能理解每張照片裏的內容，自動做成有裝飾、有節奏、有聲音的Vlog。

你甚至可以讓它直接生成電影片頭、歌詞VJ、時尚品牌Campaign、遊戲UI、網頁滾動動效和產品發佈片。

只要涉及到一切跟視覺包裝相關的工作，它乾的都極佳。

如果說，Seedance更偏向與前期，更重影視和特效，那H3我覺得，就更偏向後期，更重廣告與動效。

兩者相輔相成，終於補全了整個視頻製作的全流程。

網址在此：https://hailuoai.com/

在首頁上，你就能看到這次全新的H3了，也是一個原生多模態模型。

在純粹的功能上，非常的全面，全能參考啥的也都有。

支持視頻圖片音頻等等的各種參考，最多12個。

參數上，目前開放的直接是2K，甚至768P的都暫時還沒開放，最多15s。

價格上2K的效果，1秒是12貝殼，差不多就是10塊錢一條15秒的2K視頻。

動作參考、指定元素替換、換背景、改寫視頻、實拍視頻加特效、綠幕換背景、白模視頻上色、視頻續寫延長、視頻整體參考等等這些常用的功能，也都沒啥問題，而且效果不錯。

這次的重點，我們自然還是要回到，視覺包裝上。

其實我們會發現在過去半年裏面，AI視頻加速的最多的是AI短劇賽道。

而傳統的商業廣告、宣傳片、綜藝等等，AI介入的好像還沒有那麼多。

原因特別簡單，過去我們一直在做的AI視頻模型更像是一台很強的虛擬攝影機，它們能夠憑空創造一個世界，然後把這個世界拍下來，記錄下來。

但是，攝像機拍完以後，一條真正意義上的視頻，其實才剛剛開始。

因為人類最終看到的絕大多數視頻，都不是現實世界原封不動的切片。

我們會剪輯，會加字幕，會設計片頭，會製造轉場，會用圖形、文字、UI和特效重新組織信息。

這些東西，現實世界裏原本都不存在。

它們全部是人類創造出來的視覺語言。

這些就是視覺包裝。

最典型的就是綜藝裏面經常會加的花字。

這種以前AI視頻幾乎沒有辦法去處理，因為很難生成穩定加準確的文字，且很難理解文字與視頻素材和視頻內容之間的關係。

但是這一次，MiniMax H3可以搞定這種了。

比如一個飛行嘉賓出場，以前我們可能得做很複雜的動畫，然後K很多的幀，搞得還挺麻煩的，現在，一個Prompt。

這個效果當然跟頂級綜藝沒有辦法比，也會出現一些奇奇怪怪的數字。但是你可以看到關於人物的、氛圍的、元素的設計，還有一些主體背景跟文字之間的互動，其實都已經做得很不錯了。

在品牌語言上也是比較統一的。

除了綜藝，還有很多很多需要做視覺包裝的，比如說MV。

Prompt：
15秒，16:9橫版，一鏡到底。生成一支極具視覺炫技感的實驗MV。
主角是一位銀色寸頭、穿純黑長外套的中性歌手。攝影機始終圍繞主角順時針旋轉，人物持續對鏡頭演唱，嘴型和身份穩定。  同一個廢棄攝影棚隨着攝影機旋轉，依次轉化為五種視覺世界：真實膠片、黑白報紙、彩色黏土、透明水下、像素遊戲。每次變化都由主角動作和歌詞觸發，空間連續，不使用硬切。
歌詞與文字：  “CHANGE THE FRAME” “KEEP THE FACE” “EVERY WORLD IS MINE”  0至3秒：真實膠片攝影棚。主角抬手唱出“CHANGE THE FRAME”，手掌掃過的位置變成黑白報紙網點，文字像報紙標題一樣從牆面展開。  
3至6秒：攝影機繼續環繞，報紙世界被主角撕開，空間變成彩色黏土。人物仍保持真人皮膚和真實臉，周圍道具與地面變成手工黏土。“KEEP THE FACE”沿主角身後彎曲出現。 
6至9秒：主角跺腳，黏土地面化成透明水面。攝影機與人物同時進入水下，頭髮、衣服和氣泡符合真實水體運動，歌聲保持清晰。  
9至12秒：主角拍碎水面，所有水滴變成像素方塊。攝影棚加載成復古三維遊戲世界，人物仍為真人。“EVERY WORLD IS MINE”形成巨大的遊戲關卡入口。  
12至15秒：攝影機完成一整圈環繞。所有視覺世界像多層皮膚一樣從空間剝落，回到最初攝影棚。主角站在原位，伸手接住一枚同時包含五種材質的小方塊。 
 聲音：原創實驗電子樂，五個世界分別擁有膠片、紙張、黏土、水下和像素音色，節奏連續。  
禁止切鏡頭、人物換臉、服裝變化、世界突然跳變、額外歌詞、普通蒙版轉場和水下嘴型失控。

可以看到生成出來的這個運鏡效果其實非常的棒，而且文字極其準確，歌詞全部都是對上的。

除了一些特別小的字，稍微大一點，幾乎都沒崩。

視覺包裝做的非常的棒，在轉場和過渡上也非常的和諧。

而且大家可以對比一下我的Prompt，H3有個非常強的特點，就是它的語義遵循能力極強，你真的就是說什麼，它就能給你實現出什麼，在做視覺包裝的時候非常有用，因為做視覺包裝很多時候就是極其精確的文字控制。

當然，這種語義遵循強的能力也帶來了一些缺點，就是在某些影視級別的需要超強張力的鏡頭上，表現的沒有Seedance效果好。

而這個case其實就能感覺到整個視覺包裝的效果會更強一點，做了非常多的素材的包裝和特效。

除了MV，還有我們經常會做的logo演繹的視覺包裝。

H3做的也非常有意思。

比如，我就把我們公司的logo，給扔了進去，讓H3給我做一個logo演繹視頻。

你別說，做的還是相當酷炫的。

當然，你還可以做電商產品的某一次全新的新品宣傳片。

一個AI影視節目的片頭。

一個設計大會的主舞台宣傳片。

還有很多很多，電商、遊戲、短視頻，甚至還能給Vlog做好玩的動效等等。

你不需要再去做複雜的動效，不需要再去手K素材，甚至你都不需要打開剪輯軟件，把你的素材扔到H3裏，然後說出你的需求。

一條經過視覺包裝的視頻，就可能已經做好了。

AI視頻模型過去最喜歡展示的，往往是最極限的畫面。

巨龍、戰爭、跑酷、追車、爆炸、複雜運鏡。

這些東西很爽，也很適合證明模型的上限。

可真正數量巨大、每天都在被生產、每天都有人願意付錢的視頻，很多都沒有這麼宏大。

品牌廣告、電商素材、產品介紹、App功能演示、活動預告、社交媒體短片、遊戲PV、企業宣傳片。

它們的生命週期很短，更新頻率很高，經常還要針對不同人羣、不同平台、不同尺寸，做出一大堆版本。

這種內容最需要的能力，恰好就是H3擅長的東西。

設計師和後期的價值，也會繼續往上游移動。

手動拉關鍵幀、做素材、套轉場這類執行工作的價值還會下降。

定義方向、建立審美、識別好壞、控制品牌一致性的價值，會越來越高。

生產能力越氾濫，判斷力就越值錢。

而且大家不要忘了，MiniMax H3，是要開源的。

一個開源模型的生命力，往往是從發佈那一天才剛剛開始。

後面一定會有人繼續去給它做推理優化，給它去微調特定風格。未來我們可能會看到無數種特化的，在垂直領域繼續發光發熱的H3版本出來。

這個世界需要開源。

每一個願意開源的，也都是英雄。

現在，MiniMax H3，來當那個英雄了。

我們也希望，能看到越來越多的AI視頻領域的開源模型。

那才是真正的未來。

以上，既然看到這裏了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標⭐～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克

>/ 投稿或爆料，請聯繫郵箱：wzglyay@virxact.com