MiniMax H3来了！花式「华强买瓜」不用愁 ，1秒仅需5毛钱

编辑｜Panda、+0

备受期待的MiniMax H3终于来了！不仅如此，这个旗舰通用视频模型还开源！

该模型刚一公开问世便引发了广泛关注。从昨天下午开始，拿到早期测试资格的用户就已经在社交网络上晒出了大量实测结果。整体来说，非常惊艳，绝对地进入了 SOTA 领先档。尤其是其视频编辑能力，在带音频的 Artificial Analysis 榜单上成为了新的全球第一。

而在文生视频和图生视频榜单上，MiniMax H3 也均名列前三，并且分数比肩 Seedance 2.0 和 Gemini Omni Flash。

不仅如此，MiniMax H3 的价格也非常亮眼，文生视频的 API 价格可低至 5 毛/秒，即使 2K 分辨率也只需要 8 毛/秒，明显低于 Seedance 2.0。

具体能力上，MiniMax H3 支持全模态输入和全模态的精准编辑与控制，可输出不同宽高比、最高 2K 分辨率、最长 15 秒的视频，并且原生自带双声道音频，也就是说声音不是后期配上去的，而是和画面在同一个模型里一起生成的。文本生成质量也较前代大幅提升，能稳定生成复杂文本（包括字幕、标题、logo、促销文案），音色克隆能力同样可圈可点。

那么，MiniMax H3 的真实表现究竟如何呢？接下来我们就通过真实上手实测来亲自验证一番。

一手实测，强大的全模态

MiniMax H3 的主打卖点是全模态！

不仅支持全模态输入，而且还支持全模态的精准编辑与控制。

也就是说，不管你是输入文本还是图像又或者音视频，MiniMax H3 都能理解；不仅如此，它还能直接对已有视频中的各种模态的内容进行操作，比如改个人物动作、换个背景、加特效、换声音……全都能行！

下面我们就围绕经典的「华强买瓜」片段，来检验一下 MiniMax H3 的全模态能力。

首先，来个最基础的文生视频。我们直接把对「华强买瓜」一个片段的文本描述（大概 300 字）交给 MiniMax H3，看看效果：

视频链接：https://mp.weixin.qq.com/s/udV0fyfO8f2yugnh9X-K2g

还别说，真有那味儿了。演员和场景虽然都换了，但人物的表情、语气和那股子故事张力，在这段「AI 翻拍」里几乎被原样还原了下来。

接下来，我们在文本之外再叠一层图像模态，喂进两张原版人物截图，让「原班人马」亲自上场再现传奇：

视频链接：https://mp.weixin.qq.com/s/udV0fyfO8f2yugnh9X-K2g

再往上加码，这次直接把原视频片段整段作为输入，只用一句文本指令，把里面的人物全部换成猫：

视频链接：https://mp.weixin.qq.com/s/udV0fyfO8f2yugnh9X-K2g

不仅能改画面，声音也能改。等个几分钟，你就有了英语配音版的「华强买瓜」。

视频链接：https://mp.weixin.qq.com/s/udV0fyfO8f2yugnh9X-K2g

又或者，干脆改掉台词，让「华强买瓜」一脚踏进《黑客帝国》的世界。注意看，这一条我们还顺手让 MiniMax H3 改了视频的宽高比。

视频链接：https://mp.weixin.qq.com/s/udV0fyfO8f2yugnh9X-K2g

MiniMax H3 甚至还能基于已有视频片段继续创作，这也为更长视频的创作提供了可能性。比如这里，我们给「华强买瓜」创造了一个和谐的大团圆结局：

视频链接：https://mp.weixin.qq.com/s/udV0fyfO8f2yugnh9X-K2g

这一圈折腾下来可以看到，MiniMax H3 的口型基本都对得上（连角色变成猫时也能对齐），音色几乎完美还原（换成英语版依然稳得住），文本几乎全部正确，人物表情也自然。同一段素材，人物、语言、画幅、乃至所处的「世界」被反复改写，故事本身却始终立得住。

除了华强买瓜，我们也另外试了些别的花样。比如上传多张照片，让人物一键换装、去「虚拟旅游」：

视频链接：https://mp.weixin.qq.com/s/udV0fyfO8f2yugnh9X-K2g

你甚至可以直接丢给它一张分镜图，让它把你脑子里的创意直接铺成一部小短片。

视频链接：https://mp.weixin.qq.com/s/udV0fyfO8f2yugnh9X-K2g

一轮实测下来，MiniMax H3 给我们的整体印象是：它不只是把画面「生成」出来，更能在生成的同时把编辑、排版、配音这些原本割裂的环节一并接管。从画面生成、角色一致性，到文字排版、分镜理解和声音设计，MiniMax H3 简直是长出了「三头六臂」。正是这种「一手包办」的能力，把我们引向了 MiniMax 想讲的那个更大的故事。

一个更大的故事：AI 原生后期

体验过 MiniMax H3 那让人惊艳的生成能力以及全模态的精准编辑与控制能力，我们隐约看到了 MiniMax 正试图讲的一个更宏大的故事：AI 原生后期。

再回头看一下，你会发现一件有意思的事：我们从头到尾其实没有换过工具。

放在过去，这套流程很割裂：文生视频是一个模型，图生视频是另一个，换脸、换背景、动作迁移、视频编辑各有各的专用模块，配音和配乐又是另一条产线；真要做成一条能用的片子，还得再把 Premiere、剪映这类后期工具接上，一段段拼。生成模型负责「出素材」，后期负责「做包装」，中间隔着好几道手工缝合。

而使用 MiniMax H3 一个模型就能完成以上所有任务：用户只需要给它提供足够的文本、图片、音频、视频素材并说清自己的需求即可。

为了支撑这样的全模态生成与后期能力，MiniMax 构建了如下的几项技术底座：

• 不只描述目标视频，还去描述上下文与目标之间、乃至各素材元素之间的关系（Contextual Omni Representation
• 重做的 tokenizer（H3-VAE）带来更高的压缩率，是它能原生输出 2K 的关键；
• 整套架构（H3-Omni Transformer）也是照着「任务泛化」重新设计的，为此 MiniMax 甚至舍弃了上一代 Hailuo-02 那套曾经很占优势的架构，转而让「理解」和「生成」两部分各按自己的负载去跑，把训练效率又提了上来；
• 2K 的高清也并非外挂一个超分模块，而是让模型「重看一遍」自己的低清结果、结合原始上下文重新生成（In-context Regeneration），因此连小字和细节都更经得起放大。

这些名词读者不必记，但它们指向的方向是一致的：让模型更好地理解上下文。

理解清楚了这层，「AI 原生后期」这个词才好懂。今天绝大多数 UI 动效、Vlog 包装、社媒热点风格化视频，仍然依赖人工：生成模型出一段素材，创作者再拿 After Effects（AE）等工具一点点做后期，有时候甚至要一帧帧地操作。也因此，后期长期是一门重人力的手艺活，也几乎是 AE 这类专业工具的腹地。

而 MiniMax H3 想进入这块腹地：当一个模型天然理解视频内容、用户意图和传播场景，它就能把特效包装、视觉设计、配音配乐这些原本靠后期人力补的活儿，在生成阶段一次做掉。

可以说，MiniMax H3 是我们见到的第一个真正把矛头指向 AE、试图从「生成素材」延伸到「完成后期」的 AI 视频模型。

官方给出的几个示例，也正是冲着这些最吃后期功夫的场景去的。

比如这张会动的海报——文字、主体、光效、运镜要严丝合缝地咬在一起，过去得靠设计师在 AE 里逐层叠：

视频链接：https://mp.weixin.qq.com/s/udV0fyfO8f2yugnh9X-K2g

又比如我们可以直接给 MiniMax H3 提供一张人像和构图风格+对应的提示词，就能制作一部堪比顶级音乐工作室作品的 MV。而如果使用传统的 AE，这 15 秒视频可能需要花费数天时间来精雕细琢。

提示词：风格：dark-pop / cyber-grunge / rap 音乐视频，写实高时装质感，胶片杂志质感，高反差但不廉价。整体参考 90 年代末到 00 年代初独立杂志、复印纸、胶片扫描、地下音乐海报和 zine 拼贴美学。画面有粗颗粒、轻微胶片抖动、半色调网点、印刷毛边和扫描错位。剪辑节奏快，只使用硬切，不使用淡入淡出或柔和转场。 文字包装样式和质感参考图片。

视频链接：https://mp.weixin.qq.com/s/udV0fyfO8f2yugnh9X-K2g

视频生成于是从「生成一段素材」往「理解内容、完成创作」这个方向挪了一大步。如此一来，它不再只是产线上游的那个「出片机」，而开始能与实拍、传统视觉工作流接在一起，扮演「AI 增强」的角色。

不仅如此，MiniMax H3 还是一个开源模型！

一个旗舰的开源，到底改变了什么

过去这一年，凡是认真跑过视频模型的人心里都有条不成文的预期：想要最好的画质和最稳的可控性，就得去用闭源的那几家，代价是素材、prompt、还没公开的创意都得先过一遍别人的服务器；想把模型搬回自己家，就得退到开源一侧，在画质和可控性上妥协。要画质还是要自主，几乎是一道没法两全的选择题。

而 MiniMax H3 试图把这道选择题的前提直接抹掉，让用户可以选择强大且开源。（模型权重还得等几天。）

那么，当这样一个模型选择开源，到底改变了什么。

先说我们感受最深的一点。实测里那些让人眼前一亮的场景，放到广告、影视、游戏、电商这些真正靠视频吃饭的行业里，往往都牵着企业最不愿意外传的东西：自家的角色形象、还没公开的素材、客户的品牌资产。

这类活儿如果只能送进闭源 API，等于每生成一次，就把这些东西往别人服务器上交一次。而一个开放权重的模型是可以搬回自己机房的：同样的能力，企业能私有部署、拿自己的数据和画风去微调，让素材从头到尾不出自己的基础设施。对不少客户来说，这是「能不能用」的前提。

再往产业层面看一层。视频生成这一领域，长期是闭源模型说了算，迭代节奏和生态开放度都落后于大语言模型。

一个前沿级模型一旦开源，情况就会不一样：云厂商、推理平台、开发者会围着它压成本、做适配、补齐各种垂直场景，能力扩散的速度会明显快过「一家闭源公司自己闷头迭代」。MiniMax 表示，H3 在设计之初就考虑了多款国产芯片的兼容性；这意味着它想推动的不只是应用层的繁荣，还有底层国产算力的适配。

也就是说，闭源旗舰把能力攥在少数几家手里，开源旗舰则把它摊开给了整个生态，这才是这次发布在产业结构上真正动了的那块东西。

而这正是 MiniMax 一路走来的选择。从 M 系列语言模型的持续开源，到如今把视频旗舰 MiniMax H3 一并放出，「把最能打的东西开源出来」几乎是这家公司刻在骨子里的路线。不仅如此，MiniMax CEO 闫俊杰更是在之前大火的全员信中表示公司会拿出 1% 股份支持开源发展。

这背后是 MiniMax 反复讲的那句 slogan：Intelligence with Everyone。放在视频生成正从「少数公司说了算」滑向「整个生态一起说了算」的这个节点上，这句话已经不太像一句口号，而更像是对这次开源的一句注脚。