实测MiniMax H3做后期和动效夯中夯，视频届的审美王来了！

昨天用 MiniMax 新出的 H3 视频模型给一个薯片跑了一个创意广告，

这个效果有点意思啊。

而且还是2K的，

我拿1080P的Seedance 2.0用同样的提示语也跑了一个，效果是这样的。

说实话，这个实拍结合线条动画的整体感觉，我怎么感觉这两个效果差不多呢？

但H3只要四分之一的积分就能跑一条。

这把直接分成广告TVC、短剧、创意片头、动态海报、UI动效和游戏实机六个场景测了一波，一起看看是不是能丢到工作流里直接用。

悄悄说，用H3和LibTV里的Skill结合了一把，发现有奇效。

我大概过了一遍H3的能力，可以生成 5 到 15 秒视频，原生双声道声音，常用画幅基本都覆盖。一次最多能放 9 张图、3 段视频和 3 段音频，混合参考素材最多可以放 12 个，提示语最高支持 7000 字符，可以直出2K。

用人话说，就是人物长什么样、中间想要什么画面、镜头怎么动、配乐是什么风格，特效想复刻哪条视频，可以一起喂给它，能把图、视频和声音放在一块理解，这一步省了很多折腾。

然后在LibTV里还可以把H3和Skills结合，更是省了不少事。

比如想做一支新中式美学 TVC，我可以直接在调用对应的Skills和H3，然后把产品和需求放进去，LibTV的Agent在询问一些你的审美倾向之后，就会自动在画布上建立节点，完成整个流程。

接着，我们就能一次性得到效果还不错的影片。

当然关于 LibTV 中的 Skills，我们之前已经出过一篇文章详细介绍了怎么使用，感兴趣的大家可以去看看。

在测试过程中，我发现搭配真人短剧的这个 Skills ，MiniMax 的 H3 视频模型，也能够有不错的表现效果。

做出来的短剧，真人的一致性还有音色保持得都还不错。整个场景看起来很有质感，清晰度也很高。包括一些道具的细节、场景的设计，都做得非常到位，人物的表演也蛮自然的。

而且在这个自动生成画布的过程中，每一个人物和场景以及分镜镜头都会有单独的节点，你也能看到每一个镜头下面的提示语。也就是说，如果你对一次性生成出来的完整成片不满意，可以随便更改其中的任何一个镜头重新生成。

而且H3 的积分消耗不是那么高。一般情况下我追求批量生成的时候，可以一个提示语可以一次性抽 4 个镜头或者是 8 个，压力不会那么大，不会那么心痛。。。

而且，就算我们不去调用 Skills，只是在画布中单建节点，使用 H3 模型去进行单个镜头的生成，H3 的表现也都很不错。

比如我做了一个美式拼贴动画的电影片头，我给它的核心提示语大概是这样的。

生成一支15秒16:9横版原创科幻冒险动画电影片头，片名《NEON OVERDRIVE》。磁悬浮快递少女NOVA REY与声波精灵BIX携带“黎明唱片”，穿越由音乐频率驱动、不断折叠分裂的平行都市，赶往天空电台。整体采用复古日系动画片头、硬边剪影、漫画印刷拼贴、非对称分屏、网点颗粒、套色偏移、纸张撕边、速度线和强烈几何色块，主色为电光青、酸性黄、珊瑚橙、洋红、深靛蓝与黑色。氛围青春、酷、自由、灵动，不悬疑、不犯罪。黑底定位线先出现，画格、人物、唱片、轮鞋火花与城市建筑跟随鼓点撞入；建筑翻转、街道折叠，角色连续穿越并撞破画格。英文署名依次出现“A FILM BY ELIAS NORTH”“STARRING MIRA VALE”“MUSIC BY JUNO MERCER”，最后定格“NEON OVERDRIVE”与“ネオン・オーバードライブ”，每条文字仅出现一次。转场使用唱片遮罩、长影擦屏、巨大字母遮罩、边框重组和色块硬切，不要柔和溶解。BGM使用合成器贝斯、切分鼓点、琶音、电吉他与短促铜管，结尾唱片急停并重击定格。不要蜘蛛、蛛网、超级英雄制服、现有角色、真人写实、三维卡通、中文或乱码。

提示语还行，不太复杂，但在开始跑之前，我还挺担心会把这种拼贴效果做的太像PPT，但实际效果还是比我预想的要好很多，至少如果是我在一个动画剧集的开头看到了这样一个动画片头，我觉得是可以接受的，甚至会觉得挺有风格。

然后我又顺着这个思路做了一个之前 Kpop 比较流行的、真人实拍和这种拼贴杂志风结合的 MV。

其实我就是想知道，在保持真人稳定一致的前提下，还能不能让文字呈现比较有冲击力的视觉效果的同时还能够保持文字稳定性。

以参考图中的三位成年女性为固定女团成员，生成15秒、16:9的真实KPOP女团MV。三人全程自然开口演唱，嘴唇与歌曲英文歌词同步，具有真实下颌、呼吸和演唱表情，不要闭嘴摆拍。严格保持三人的脸、发型、身材和粉黑银服装一致。

模仿参考视频的快节奏硬切、鱼眼近景、闪光灯、人物定格、拖影、分屏和时尚杂志拼贴。主色为芭比粉、黑、奶油白和镜面银。将“PINK LIGHT”“ONE TOUCH”“TURN IT ON”“BASS RUSH”“LIP GLOSS”“SWITCH IT UP”“CHROME HEART”“NO BRAKES”“HEARTBEAT”“DETONATE”直接做成超大动态歌词，随演唱逐词出现，遮挡人物或超出画框，粗体与超窄字体混排，拼写清晰准确。禁止AI脸、换脸、闭嘴、人物融合、畸形手指、乱码、额外人物、水印和缓慢转场。

我给了参考的真人图和一段已经做好的音乐，实际效果人脸保持还是可以的，人物、话筒、拼贴背景像在同一个空间里，印刷纹理也会顺着镜头变化。几个卡点够脆，又没把特效一股脑糊到脸上。给我一个感觉的就是 H3 的审美挺克制也挺灵动，它知道什么时候该放什么时候该收。

回到产品层面，除了我们开头那种创意产品广告之外，其实还有两种我不是经常去测但现实中需求量还挺大的视频类型，动态海报和产品的 UI 网页动态。

这两种动态效果如果放在社媒平台或者官网展示，其实都需要比较收敛。现在的很多 AI 视频模型往往会做得比较夸张，超出了应该呈现的动态范围。这就很考验视频模型对这种动态的理解程度，也就是说，它得知道什么样子的呈现方式才最符合这类视频的需求。

先来看动态海报，我先用刚刚的洗发水产品做了一张海报图，然后就让H3给我“做一个动态海报”，没错，提示语就这么简单。

效果出来的时候，我一直盯着字。

因为这种动态海报做出来的时候，特别怕产品上的字就糊掉了，或者只能保持一秒就飞掉。但H3的效果，不仅产品上的字没有糊，而且就是以动态海报比较收敛的动效风格，将整个视频里面的元素一个一个呈现在画面当中，整个表现都非常的恰到好处。

然后是UI展示视频，这个我个人觉得是非常厉害，可以称之为夯中夯。我只给了一张产品图，和一段这样的提示语，

一个高端 SONORA 头戴式耳机官网 UI/UX 动效视频，核心展示图片1中的白色耳机。页面采用黑、灰、暖白配色，以倾斜的超大粗体文字张扬排版，背景融合动态光影、碳纤维、声学网布与声波纹理。视频以单页面、一镜到底的方式流畅向下滚动，顶部导航固定，耳机通过 sticky 效果稳定缩放并移动至右侧，左侧依次出现降噪、音质、续航等卖点。鼠标悬停时，仅局部按钮或卡片产生放大、颜色反转与弹性反馈。全程保持耳机造型、暖白配色及“SONORA”字标一致，禁止页面跳转、布局变化、产品变形、镜头切换和乱码。16:9，4K，高级运动科技官网质感。

然后我拿到的效果是这样的，文字、布局、交互逻辑都在线，最牛的是这个视频里UI界面涉及到的文字全部都是H3自己生成的。经常做 AI 视频的人应该知道，想要在一个视频里面固定这么多的文字，并且在有动效的情况下还能大部分都保持稳定，是一件非常非常非常不容易的事情。

再来看看游戏实机展示，这个需要模型具备很强的联想能力，因为我们并没有给它游戏中的道具页面、开机页面，甚至是游戏中的游玩页面参考图，我只给了一张人物图、一张UI风格图和一段提示语。

角色参考图1，UI风格参考图2。高角度俯拍，NIX盘腿坐在电光青色涂鸦地面，抬头看向镜头。右侧显示菜单：START NEW RUN、CONTINUE（高亮）、GEAR、SETTINGS，左上角显示NIX / LEVEL 19。光标点击CONTINUE，镜头推近右脚，MAG-STEP LOADOUT面板滑入，选项由GRIND MODE切换至WALL-RUN。鞋底装甲分开，活塞伸展，磁力轨道旋转锁定，黄色线圈与青色能量依次亮起。镜头绕至左侧，KINETIC MODS网格出现，快速切换SOLE、COIL、HEEL、GAUNTLET。磁力鞋和右臂手甲逐段拆解重组，新线圈、推进器和抓钩模块吸附安装，露出导轨与线路，迸发橙色火花。点击LOCK CONFIG，UI收缩成贴纸飞散。NIX单膝起身，手甲上膛，磁力鞋展开。SYNCING进度条填充至100%，青色空间变暗，城市以扫描线逐层加载。立体涂鸦都市、悬浮轨道、广告牌、车流、无人机和列车显现。镜头转为第三人称，HUD与任务RACE THE STATIC LINE—420M出现。NIX冲刺发射抓钩，腾空翻转，切换滑轨模式落上悬空轨道，带着黄色火花高速滑入城市。

效果是这样的，H3好像很懂游戏UI的审美，而且我一定要再再再再夸一次这个文字稳定性，没啥可挑的，我可以直接用在游戏宣传片中的演示部分，甚至我觉得还能玩出更多有趣的效果，大家快快发动奇想！

最后我还单测了一条游戏人物的大动作展示视频，说实话，是真不错啊，我个人是觉得，在你想控制成本的前提下，去替代一部分 Seedance 2.0 做的镜头是完全够用的。

到这，我对 H3 最深的印象归根到底还是两个词，

有审美，懂克制，这两点很重要。

片头里它能管住色块和字卡，MV 里知道特效别糊脸，海报动起来以后版式还在，到了游戏和 UI 这种复杂 case，镜头、空间和界面也没有一跑就散。

当然，Seedance还是有它的权威性在的，更何况现在Seedance2.5还上线了，

但像这种特效类、后期类或者需要控小文字的稳定的视频，

我现在非常愿意先让H3跑一跑，

真人短剧类型或者风格化的TVC，在已经有很成熟的skills情况下，

我也很愿意直接丢到LibTV里用H3抽四个八个先走一轮。

768p 的 0.1 /秒，2K 的 0.2/秒，

还要啥自行车啊。

我真是爱惨了这种又用新模型加入常用列表的感觉了！

@ 作者 / 卡尔 & 阿汤

最后，感谢你看到这里如果喜欢这篇文章，不妨顺手给我们点赞｜在看｜转发｜评论

如果想要第一时间收到推送，不妨给我个星标

如果你有更有趣的玩法，欢迎在评论区聊聊

更多的内容正在不断填坑中……