MiniMax H3首发上线LibTV:实测效果约达SD2八成,价格不到一半

问AI · 性价比突出的H3视频模型,将如何重塑竞争格局?
图片


Hi,大家好!我是蜡笔,你的AI入门学习指南💡


7 月的 AI 圈安静了一阵,没想到在最后一天迎来了视频模型的大爆发,AI圈子都说今天在过年了哈哈哈。先是发布 MiniMax H3,紧接着 Seedance 2.5 也正式亮相,像是给沉寂已久的视频生成赛道突然按下了加速键。


这次必须优先体验 MiniMax H3,因为终于有模型开始向 Seedance 2 发起真正的挑战。声画同步、全能参考、多模态理解这些一直被期待的能力,这一次真的有第二个模型落地了,而且现在价格超香,不到SD一半!!


01|先说Minimax有哪些核心功能?


  • 多模态理解与生成支持文本、图片、视频、音频混合输入,理解复杂创作意图,实现连贯的视频生成。

  • 视频生成规格:支持 5~15 秒视频输出,24 FPS,原生双声道声音生成。

  • 多种创作模式:支持文生视频、首尾帧生成、全能参考模式,可输入最多 9 张图片、3 段视频、3 段音频,实现角色、场景、风格等多维参考。

  • 高清输出能力:支持 768p 与 1440p 分辨率

  • 灵活画幅适配:支持 21:9、16:9、4:3、1:1、3:4、9:16 等主流比例。


官方提供的说明总是一本正经的美丽,不如看看测评案例。



02|MiniMax H3和Seedance2.0横评




这里我都用的是以下的四张垫图以及提示词,输出15s的效果对比。


图片
图片
图片
图片


  
15秒,9:16竖屏,电影级品牌概念短片。整体气质高级、安静、梦幻,带轻微哲学感与艺术展映感。
电影摄影语言,真实摄影质感,强调连续转场和视觉隐喻。
所有场景转换必须流畅自然,像一镜到底般穿越不同世界。

0—3秒:速度与记忆@图像1作为首帧。

少女坐在高速行驶列车靠窗位置。镜头快速从窗外推进至车内,再靠近少女侧脸。窗外森林、山体、城市灯光高速向后掠过,形成流动光影。车窗倒映少女安静的脸和流光。列车速度逐渐加快。

声音:
低沉列车运行声、玻璃震动声、远处风声。镜头最后快速贴近窗面。玻璃上的一滴水珠成为转场点。

3—5秒:进入自然世界,水珠落下。瞬间转场至@图像2。镜头进入晨雾山间溪流。快速低空掠过水面。溪流、青苔、树影、阳光连续闪过。镜头快速下降进入水下。出现气泡、水流包裹声音。保持梦幻但节奏紧凑。
5—8秒:水下幻想,参考@图像3和@图像4。镜头进入清澈水下世界。橙金色发光水母从镜头前方缓慢游过。银白色小鱼群穿过水草。镜头跟随一条小鱼快速前进。小鱼穿过水面。水面变成列车玻璃。回到少女视角。少女看到小鱼漂浮在窗前。她微微转头追随。画面短暂虚焦。随后重新对焦,小鱼和少女清晰呈现。8—12秒:窗口宇宙快速蒙太奇

音乐节奏增强。小鱼游向窗户。窗户不断变化成为不同世界入口。每个镜头0.3-0.5秒快速切换:

中式园林花窗,阳光穿过木质纹理。
教堂彩窗,彩色光线旋转落下。
飞机舷窗,云层快速掠过。
圆形天窗,星空旋转。
欧洲老虎窗,雨滴滑过玻璃。
百叶窗,光影快速移动。
相机取景框,对准未知世界。
鸟类眼睛,倒映森林。
人类眼睛,倒映所有窗口。

所有窗口保持统一视觉语言:圆形框景、观察世界、连接不同维度。

12—15秒:品牌意识觉醒,停留在人类眼睛超级特写。

虹膜中映射整个世界。眼睛缓缓闭合。黑屏0.5秒。随后突然睁开。瞳孔中央出现:“MiniMax H3”

文字随着瞳孔聚焦逐渐清晰。伴随一记干净、有力量的电子音。品牌结束。


我个人觉得,H3对图片和提示词理解遵循挺不错的,就是镜头切换方面还是不如SD2灵活,但是SD2首图就给我改了,也不知道咋回事。发现LibTV居然还上了MJ8.2,生图美感真的真的不错。以上视频,我都是抽了两次卡得到的。


图片


关键是,H3的分辨率在LibTV直出是2k,而sd2我选的是720p;在这种情况下,它们的积分悬殊到令人诧异;H3只需198积分,SD2需要405积分。

当然,这也是我在LibTV平台生成,发现H3 上线大促!活动期间:2K 低至 0.2 元/秒,768P 低至 0.1 元/秒。好了,抽两次卡,又省了410积分了~


图片
图片




03|MiniMax H3的更多维度测评案例


悬疑电影片头


  
生成一支15秒、16:9横版的冷酷悬疑电影片头。整体视觉风格参考复古日系动画片头语言,结合硬边剪影、漫画拼贴、非对称分屏、强烈几何色块、英文片头署名、少量日文片假名装饰、都市犯罪美学。主角是一位冷酷面具杀手,形象神秘、利落、危险、极具个人风格。整体气质为70%悬疑、30%冷感爵士,氛围神秘、锋利、都市、克制、酷,不要血腥恐怖,不要沉重压抑,也不要变成欢乐爵士MV。
全片必须呈现强烈的电影片头包装感,不做普通剧情叙事,不做写实长镜头,不做慢节奏人物表演。镜头必须快,切换频率高,平均每0.3到0.8秒形成一个明确视觉变化。动效像高级动态图形拼贴,画面由黑底线框、分屏边界、几何色块、人物剪影、武器特写、城市夜景碎片、监控画面、车灯反光、长影、面具特写、眼神特写、手套、风衣下摆、枪械轮廓、刀锋冷光等元素快速拼接构成。所有转场必须跟随鼓点,干脆、利落、悬疑、迅猛,形成压迫感和节奏冲击。
视觉重点:
一,主角始终保持冷酷面具杀手设定。面具设计简洁锐利,可带金属感或纯白冷面,避免花哨。服装以黑色风衣、西装、皮手套、窄领带、长靴为主,动作果断,姿态像猎手。
二,画面语言强调剪影感、局部特写、都市灯影、枪与刀的符号化呈现,少量红色作为危险提示色,其余以黑、白、灰、深蓝、暗红、米黄为主。
三,片头署名使用清晰可读的英文,搭配少量日文片假名装饰。英文姓名和职位必须拼写正确、只出现一次,每个职位只对应一个人,不重复,不乱码,不新增中文。
镜头与动效节奏:
0到2秒
黑底出现,细线框快速勾勒,分屏边界瞬间划出。面具轮廓、城市高楼线条、手枪剪影、红色警戒线、旋转车轮、街灯反光以硬切和贴片方式快速入画。低频与踩镲建立悬疑感,画面一开始就要抓人。
2到5秒
冷酷面具杀手的局部特写快速闪现,包括侧脸面具、眼部阴影、握枪手套、鞋跟落地、风衣掠过、刀锋反光。镜头快速推拉、横切、分屏重组。英文署名依次出现,线框先画出,名字再从框内滑入或被色块遮罩揭示,停留极短后切走。
5到9秒
节奏进一步加快,都市犯罪元素密集拼贴。监控屏、路口俯拍、车门竖切、霓虹残影、通缉照片感画框、子弹壳、扑克牌、酒杯边缘、钟表秒针、红线切割等元素快速切换。主角可出现奔跑、转身、抬手、回头、站在高处俯视街区等姿态,但保持片头包装感,不展开完整剧情。
9到12秒
进入最强节奏段。多重分屏、巨大英文字母遮罩、色块硬切、人物长影擦屏、漫画格逐块贴入同步出现。面具杀手的完整剪影首次清晰立住,背景是被几何化处理的夜色都市。可加入一瞬间的面具正面凝视镜头,形成记忆点。
12到15秒
节奏收束但仍保持锋利。主角站在高反差的几何光影中,长影拉开,背景分屏迅速归拢。最后出现电影标题,英文标题清晰、冷酷、有压迫感,可辅以少量片假名装饰。标题短暂停住,配合鼓点定格收尾,留下一种危险人物即将登场的感觉。

转场要求:
圆形遮罩、车门竖切、人物长影擦屏、红线切割、巨大字母遮罩、分屏边框重组、色块硬切、漫画画格逐块贴入、监控闪切、快门闪切都可以使用。全片转场必须快、准、狠,富有平面设计感和犯罪片头气质。不要柔和溶解,不要流体变形,不要慢吞吞的镜头漂移。
音乐要求:
原创15秒片头音乐,70%悬疑、30%冷感爵士。使用低音持续音、紧张弦乐拨奏、冷感合成器脉冲、低音鼓、稀疏爵士鼓刷、walking bass片段、低音萨克斯短句、短促铜管点缀。前2秒用神秘低频和踩镲建立气氛,第3秒进入低沉鼓点,第6秒节奏明显提速,第10秒加入短促萨克斯或铜管riff,最后2秒用紧张和弦加鼓点击定格。音乐整体要神秘、酷、冷、危险,不模仿现有旋律,不过分欢快.




音乐AppUI交互概念片


这是生成视频时三张垫图:

图片


图片
图片
图片


  
根据图片生成一条15秒、3:4竖屏、24fps、最高可用分辨率的高级音乐App UI交互概念片。@图片1为首页首帧,@图片2为收藏页,@图片3为播放页。三页属于同一套真实LUMI App,严格保持参考图中的品牌、版式、文字、图标、专辑图、底部导航及浅蓝、浅绿、香槟色液态玻璃视觉一致。全程满版界面,无手机外壳、手部、真人和外部场景。

整体节奏明显加快,每0.4至0.8秒出现一次鼠标操作、组件反馈、镜头变化或音乐卡点。采用连续流动运镜,快速微距推拉、轻微倾斜滑轨、焦点转移、局部环绕和液态遮挡自然衔接;动作干净利落,缓入快出,具有柔软回弹感,不做长时间静止展示。

0.00至0.70秒:从@图片1正面全景快速柔和推进,界面产生明显但克制的3D视差。Fresh Flow卡片中的水波流动,香槟金播放键高光扫过,三个液态按钮依次随节拍呼吸。

0.70至1.80秒:白色深蓝描边鼠标快速进入,连续掠过Focus、Chill、Nature。三个按钮按音乐节拍依次上浮、挤压、回弹,玻璃内部产生流动折射和短促光环;镜头同步横向滑动并在每次悬停时轻微推近。

1.80至3.00秒:鼠标快速划向Ocean Light迷你播放器,先点击播放键,专辑水波立即加速;再点击心形按钮。按钮下压回弹,香槟液滴在心形内部爆开,透明心形迅速放大成全屏液态凸透镜。镜头穿入心形,文字和卡片被短暂折射拉伸,0.3秒内无缝变为@图片2,不硬切、不闪白。

3.00至4.10秒:@图片2收藏页立即清晰对焦。顶部大型液态心形做一次明显弹跳,内部液滴下坠回弹;五行歌曲以快速错峰节奏向上归位,右侧心形按钮依次亮起微光。镜头从顶部斜向下快速滑轨,形成层次视差。

4.10至5.40秒:鼠标向下快速滚动列表,依次悬停两行歌曲,卡片产生磁性跟随、薄荷绿边缘高光和轻微横向位移;点击一个收藏心形,心形快速充盈香槟液体并弹出一圈透明涟漪。所有文字保持锐利,不改变列表结构。

5.40至6.60秒:鼠标停在Golden Hour,整行瞬间浮起并出现清晰内阴影;随后快速回到Ocean Light专辑封面并双击。封面压缩、旋转约8度后弹出放大,内部海浪冲破方形边缘,形成高速透明水环。镜头跟随水环向前穿越,列表、心形和导航在折射中流体变形,0.4秒内凝聚成@图片3的巨大液态唱片。

6.60至7.40秒:@图片3播放页完整出现,液态唱片从水环中迅速成形并开始旋转。镜头从进度液滴快速拉焦至唱片中心,再做小幅弧形环绕,海浪、唱片纹理和香槟高光产生强烈但真实的玻璃折射。

7.40至9.30秒:鼠标拖动进度条液滴向右移动一段,进度光带同步点亮;Spatial Audio玻璃柱立即随音乐快速起伏。镜头在进度条、播放按钮、均衡器之间进行三次短促推拉,每次都踩准节拍,界面保持稳定。

9.30至11.20秒:鼠标依次掠过上一首、暂停、下一首三个按钮,按钮产生磁性吸附、液体挤压和环形高光。点击暂停,唱片与均衡器弹性减速;0.5秒后再次点击播放,图标切换,唱片快速恢复旋转,玻璃柱伴随低频冲击重新跃动。

11.20至13.30秒:镜头贴近液态唱片快速环绕约15度,再拉回控制区。进度液滴持续滑动,唱片边缘出现连续香槟高光,底部导航和Up next卡片产生轻微纵深漂浮,鼠标划过时出现一圈短促水波反馈。

13.30至15.00秒:镜头快速而顺滑地拉回@图片3完整正面界面,各层组件依次归位。唱片保持惯性旋转,均衡器完成最后两次卡点起伏,香槟高光沿屏幕边缘扫过;最后0.4秒稳定为清晰尾帧,不增加品牌尾屏。

声音:无对白,118至124 BPM的轻盈未来感电子音乐。悬停配细小气泡声,按钮点击配清脆玻璃触碰与液体挤压声,两次页面转场配短促空气穿越和透明水波声,进入播放页配柔和低频冲击。按钮、列表、均衡器、唱片和镜头变化逐拍同步。

严格保持三张参考图中的所有文字、字体、图标数量和布局,不新增字幕、Logo或水印。禁止乱码、文字闪烁、组件漂移、随机重排、按钮融化、液体流出屏幕、玻璃破碎、过曝、剧烈抖动、强运动模糊、黑底和霓虹赛博风。



高级雨伞TVC广告



图片
图片


  
15秒,9:16竖屏,CrayLab高级雨伞品牌广告。
@图片1是唯一主要人物的严格身份和造型参考,保持人物脸部特征、发型、身材比例和服装完全一致。
@图片2是CrayLab雨伞严格产品参考,完整保持伞面轮廓、颜色、材质、伞骨结构、手柄造型和Logo位置一致。主角全程只能使用同一把CrayLab雨伞,产品不能变色、变形或更换款式。
@图片3为严格品牌尾版,结尾必须自然过渡并停留在@图片3,品牌文字准确显示为CrayLab。

整体风格参考国际高端生活方式品牌广告,克制、高级、现代、电影感。真实摄影质感,夜雨城市氛围,冷色调灯光,强调产品品质和人物从容气质。整片节奏要更利落、更紧凑,前半段快速建立氛围并迅速进入人物与产品,避免镜头停留过久。
场景为夜晚刚结束暴雨后的繁华城市街区。黑色石材路面布满浅水,建筑玻璃反射霓虹和车灯。城市中的普通路人撑着不同颜色雨伞快速的穿过街道,有秩序的彩色伞面快速流动,黑伞与之跟形成慢镜头的风格。彩色雨伞只用于开场建立视觉氛围,进入主角镜头后整体转为深灰、银黑、冷白色调,突出CrayLab雨伞。
0到2秒
垂直俯视快速建立城市雨夜氛围。镜头从街道正上方向下拍摄,满街行人撑着酒红、墨绿、姜黄、深蓝、米白等不同颜色雨伞快速穿行。圆形伞面在湿润深色街道上形成流动的彩色几何图案,路面积水倒映霓虹和车灯,细密雨丝可见。
@图片1中的人物撑着@图片2的CrayLab雨伞,位于画面中心偏下位置。CrayLab雨伞在彩色伞海中形成明确焦点。镜头快速下降并推向这把伞,周围其他伞面迅速虚化。
2到4秒
在CrayLab雨伞伞面接近覆盖画面的瞬间干净切镜,直接进入人物撑伞近景。镜头位于伞下,与人物平视。人物单手握住手柄,雨水沿伞沿落下,冷白灯光扫过侧脸。镜头快速切到手部和伞骨连接处,展示手柄材质、握持状态与精密结构。整体节奏干净利落,不要慢悠悠滑动。

4到8秒
进入产品核心展示段,使用连续快切和短跟拍结合。
先是侧面低角度跟拍人物穿过雨夜街道,一阵侧风卷起雨幕和衣摆,CrayLab雨伞保持稳定轮廓,伞面仅有轻微真实弹性变化。
随后连续展示三个高密度细节镜头,每个镜头约0.8秒到1秒:
第一,雨滴落在伞布表面,迅速凝聚成晶莹水珠并滚落
第二,伞骨结构在风中保持稳定支撑
第三,雨水沿伞面边缘自然导流到外侧
中间穿插人物稳定握持手柄的短镜头,突出使用时的从容感。
女性品牌旁白从这里开始进入,声音低沉、温柔、克制,具有高级生活方式品牌广告感。语速稍快于上一版,更利落。
旁白内容:
超大伞面,无惧风雨
强韧结构,稳稳撑住每一步
8到11秒
人物在路口停下,进入正面中景。背景中的彩色雨伞化为柔和散景,车灯和雨水仍在流动。人物平静站在CrayLab雨伞下,镜头快速而克制地向前推进,重点突出人物神态、伞面轮廓与整体气质。随后补一个手柄握持细节近景,突出手柄的人体工学设计和舒适感。

女性旁白继续,语气更坚定,但仍克制。
旁白内容:
适人化手柄,更轻,更稳
11到13秒
快速进入产品英雄镜头。人物和城市背景开始压暗,CrayLab雨伞被单独提亮,处于冷白轮廓光中。镜头环绕或轻微横移,突出伞面轮廓、材质反光、水珠滑落状态和整体产品设计。这个镜头要有品牌主角感,不能拖沓,但要足够干净高级。
13到15秒
画面自然过渡到@图片3品牌尾版,严格保持尾版原有排版、字体和CrayLab拼写准确。尾版停留至少1.3秒到1.5秒,确保品牌识别完整清晰。音乐和环境声在此收束,留下高级、冷静的记忆点。

声音设计开场使用真实城市雨声、人群脚步声、雨滴敲击伞面的细密声音,建立空间氛围。
2秒后逐渐收窄环境声,把注意力拉向主角和产品。
4秒后强化雨滴落在CrayLab伞面的清晰声音、鞋底踩水声、风掠过伞面的低频声音。
女性旁白从4秒后进入,声音要求为30岁左右女性声线,低饱和、温柔、专业、带高级品牌感。语速比原版本更利落,句子更短,避免拖腔。
配乐为极简电子氛围音乐,低频、克制、有节拍感。开场快速建立,进入人物与产品镜头后节拍更明确,尾版出现时自然收束。



雪王主题曲


这是根据蜜雪冰城主题曲其中一段的音频,让H3发挥生成一支商业MV短片,采用了韦斯安德森风格。


图片



04|LibTV:高性价比的视频创作平台


今天这波测试下来,体验是真的挺顺手的。一方面,H3 的能力确实没有让我失望,实际跑下来发现它有一些特别擅长的方向,尤其在一些创意表达、风格化画面上,出来的效果还挺有惊喜。

另外一个比较爽的点是,测试过程中如果遇到某次抽卡效果不理想,不需要反复重来。直接在 LibTV 画布里调整垫图质量,再继续生成,整个创作链路会顺很多。现在常用的几个强绘图模型,像 Image2、MJ 8.2、Nano Pro 都已经整合进来了,对于做视频前期视觉探索来说,简直不要太方便。


图片


再加上 H3 目前在LibTV限时 6 折,15 秒只要 198 积分,即使一抽四、一抽八的时候压力小很多,敢于多试几个方向。很多时候模型好不好,单独看参数和介绍其实没那么直观,自己和别人想测的方向也不一样。只有真正放进创作流程里,用成本和效率去比较,才知道哪个是真的香。


图片



如果视频创作涉及较多人物角色的,搭配我之前分享过角色库和人像质感调节;我今天测试的TVC广告,就是直接用的角色库,直接出来就是有角色正面全身和三视图,用于人物垫图非常方便。


图片
图片


如果对视频风格一致性把控得不够好,记得从LibTV新更新的这个Skill库里找个专业影视风格技能;例如经典的韦斯安德森电影美学、岩井俊二、以及王家卫电影风格都有。


图片


对了,如果遇到角色站位总是搞不对的问题,记得用LibTV的3D导演台来解决;我之前写过整体的操作案例用法,如果不会的,可以翻下我前面写过的详细教程。


图片


图片



05|最后的最后


整体测评下来,MiniMax H3 给我的感受还是挺惊喜的,所以有了这篇文章。它覆盖的场景其实比较广,从电影概念短片、产品 UI 宣传、电商广告,到一些创意化的视频特效、拼贴、切片玩法,都能看到不错的完成度。


这次花费一天半来测评很顺畅,很大一个原因是 LibTV 提供的低成本试错空间。现在 H3 限时折扣后,15 秒生成成本很低,一些平时可能会犹豫要不要尝试的想法,也可以直接多跑几个版本看看效果。对于创作者来说,敢试其实比单纯追求一次生成成功更重要。

LibTV 本身的画布、垫图调整以及多模型协同也让整个流程顺了很多。遇到某次生成效果不理想,可以快速调整参考图、优化输入,再继续迭代,不需要在多个工具之间来回切换。


当然,目前 H3 在镜头运动、国漫风格打斗、人物动作连续性以及复杂叙事控制方面,和 Seedance 2 这类已经比较成熟的模型相比,仍然有提升空间,尤其是一些长镜头和复杂运镜,稳定性还需要继续打磨。


工欲善其事,必先利其器。好的模型很重要,但一个让创作者敢于尝试、方便迭代的创作环境和创作成本,同样决定了最后能玩出多少可能。


玩视频贵?建议你找对性价比高的平台。


今天就写到这里,操作有疑问评论区沟通。如果觉得内容有用、期待大家的点赞、转发、评论三连鼓励,感谢感谢!