- 发布日期
Seedance 级别的全模态控制，MiniMax H3 的商业视频成片新解法
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
近日，MiniMax正式发布了新一代开源视频模型MiniMax H3，凭借其“Seedance级别”的全模态控制能力、精准编辑功能以及AI原生后期特性，为商业视频制作提供了一站式解决方案。该模型支持文字、图片、视频和音频的混合输入，一次最多可处理9张图片、3段视频和3段音频，混合文件上限达12个，显著提升了多模态内容生成的灵活性与可控性。
在AI视频生成领域，尽管现有模型已能产出电影感画面，但大量广告、电商、游戏等内容仍依赖人工后期剪辑，而H3将生成、剪辑、字幕、动效和声音等环节整合为完整流程，直击“生成素材与成片距离远”的行业痛点。据实测，H3不仅能根据多张图片和参考视频自动生成产品宣传片，还能通过详细提示词精确控制转场、配色、文字渲染与配乐节奏，甚至能独立完成品牌片和UI演示视频，且无需多次抽卡即可一次性生成。
更令人印象深刻的是H3的“AI原生后期”能力。在Artificial Analysis全球视频编辑榜上，H3发布即超越Gemini Omni，登顶榜首。测试中，用户可将原始音乐厅演奏视频的背景精准替换为草原或海边，同时保留人物表情、光影与镜头运动；还能将小提琴替换为二胡，或让物体凭空消失。面对双人复杂场景，模型能分别处理不同对象的替换指令，如将左侧人物换装、右侧人物变成狗，展现出强大的空间理解能力。此外，H3还能根据文本调整镜头角度，并在修改过程中保持人物细节与环境一致性。
针对专业工作流，H3支持直接输入分镜图生成广告视频，并合理重排画面布局，将文字作为视觉元素融入场景而非简单叠加。对于非专业用户，H3极大降低了制作高质量Demo和提案素材的门槛，被形容为内置了“AI后期组”。不过，测试中也发现，当面对较小且密集的文本时，H3仍存在偶发乱码问题，生成准确性受输入图片画质影响。
MiniMax H3的发布标志着视频生成正从“创意草图”迈向“交付级成片”，其全模态精准控制弥补了传统模型无法定点修改的空白。随着多模态理解与指令遵循能力的持续提升，H3有望重塑广告、电商、游戏等行业的视频生产方式，让创意表达更高效、更自由，同时也对传统视频编辑软件形成新的挑战。
