最近走访行业朋友的过程中，发现大家不是在解决AI，而是在忙于解决AI所产生的新问题。当AI能替你24小时干活儿的时候，甲方也会以为你能24小时干活儿；素材实拍是有止境的，而你因为抽卡，背后默默烧掉的token，却可以是无止境的——那往往是看不见的预算。不亲自执AI之笔的决策者，会以为AI是一根魔法棒，哪里不行改哪里，但AI却是一个推衍的游戏，一句“服装不对”，从关键帧起，就必须推倒重来。

商用生产场景依靠的是稳定的系统，而不只是抽卡的概率游戏，更精准地理解brief，完整度更高的执行，是这些痛点的通用解决路径。这一次，我们在MiniMax H3身上看到了可能：一个通用多模态、Seedance-level的开源模型，它来了。上周五刚刚发布，体验之后，我们要承认，广告人迎来了它的aha moment！

本文来源于广告门 adquan.com

令人炸裂的后期能力：从“盲盒素材”到“直出成片”

H3上线后，短短一天时间，看到身边的从业者纷纷炫技，这就说明它“上手”有多快了，通过纯文生，就可以生成复杂的游戏赛事包装与手绘特效，先来感受一下它的最终效果：

纯文生 写实场景+手绘能力测试

效果可以达到出街水平！以上demo来自ZocoRuy，他是点维文化的一名三维动态师，H3的发布已经将其岗位的工作流颠覆，以往像这样一支复杂的15S 实拍+手绘效果视频，从前端拍摄到后期，至少需要3个人，耗时2天，而现在，也就只用了半小时生成，“token花费为其他头部模型的1/3，全程只抽卡两次”，ZocoRuy告诉广告门。

自AI出现，它带给我们的震撼很多，酷炫的特效之外，我们其实更关心这次模型更新对于商业场景应用的影响，要想“直出成片”，飞不飞是上限，稳不稳是基线。达成商业级落地，品牌logo，产品形态的一致性，动效运动的合理性都成为交片的关键，而不是崩坏了继续靠大量后期修。

赛事包装的测试片，有大量的文字信息，这次全部AI直出，且保证了相当程度上的准确性是一大飞跃。以往的模型，文本生成尤其是中文生成会经常乱码，所以字幕、标题动效、品牌信息、仍依赖人工在AE，剪映里二次加工，而现在，所有文字元素均为生成，等于把“后期包装”这一步吞并进了生成本身。

手绘视频，则是语义高度遵循+AI原生能力的体现，不依赖套模版，H3通过深度理解来完成，以下这几支视频，MG动画考验了抽象图形的动态，照片拼贴demo则考验了模型在多元素动画之间的关系处理，我们看到H3的审美和节奏感，都十分在线。

Prompt【城市中，镜头缓慢推进，字体慢慢的勾勒出来，手写体用书写的动画写出来，黑体字用现代风格的动效从左到右依次闪现出来】 整体能看到动态执行非常精准。

全能参考（图片+视频）：MG动画，测试抽象图形动态

纯文生—测试元素理解与包装动画合理性

*以上实测demo由深圳点维文化提供

即使你不是影视专业人士，通过全能参考模型，支持图片+视频+语音多模态输入，也能用AI原生的方式实现字幕包装等功能。比如这支，用文本+参考视频，同时实现了人物的生成替换+ LOVE主题的说唱歌曲创作+文字包装。

不得不说，从专业制作到生产平权，这给未来的传播环节留出了巨大的想象空间。

我们在广告级、品牌级物料的生成上看到了可能——被打开的不只是TVC后期制作的效率，更是前端运营人员的创作边界。H3的AI原生能力，让复杂文本的保持与生成第一次达到了商用级的准确度，“围绕品牌核心资产做概念创作”不再是专业团队的专属权限，运营人员也能自己动手，把想法直接变成可交付的物料，不必再等一整条制作链路排期。

这一点在高频电商场景里体现得最直接：详情页、直播切片、单品广告，过去必须靠人工核对+贴字才能保证价格、型号、文案零错误；现在一句prompt就能直接出可投放成片，文案、设计、剪辑、校对的多岗位协作，被压缩成“一人+AI”。大促期间成百上千SKU的素材可批量规模化生产，卖点调整也只需改prompt重新生成，无需再走一遍剪辑流程。

所有乙方最想要的魔法棒：哪里不对点哪里，拯救一切废片

是不是经常有这样的痛点，生成的一只视频，前三秒对，但是后三秒人物就又不对了，这个时候只能再次抽卡，总是有那么一点点的瑕疵，让工作时间无限延长，在实际工作中，抽卡甚至能占据60%的时间。

体验下来，H3的全模态精准编辑功能是另一大亮点，支持对人物、物体、场景、声音与节奏进行多维度编辑。

我们随手对经典美剧的片头进行了改編，只需最自然的语言指令，Prompt【把女人手中的香蕉换成可乐罐，把罐头上的图像，换成彩色白雪公主】，H3它就真的理解了全过程，且能做到精准替换，食品罐头上的头像替换甚至是从卷起的第7秒就开始了！

原片头

又比如下面这支，prompt指令“在镜头再次回到女生时，女生换成裙装”，就能实现精准换装，且人物还保持原态。

在更多的评测视频中，我们也看到了在自然语言描述下，包括写实场景下的商品替换可以轻松实现。

全模态精准编辑功能的实用性极强，不仅仅是作为后期“拯救废片”的补丁工具——品牌出海已成大势，大量物料需要针对不同国家进行产品、语言、人物的精准替换；社媒运营中，结合IP热点产出，面对老板“想要同款idea”的高频诉求，都可以被完整实现。现在，前端任何一位运营同事，都具备了“端到端”的创作能力。

以往的AI生成始终是半成品，要么依赖模板素材，要么严重依赖后期精修，高频生产场景下的效率瓶颈始终无法真正打通，而这次，H3在后期方向展现出的能力跃升，以及高度可用的全模态精编能力，AI替代AE、剪映，从设想变成了可能，一人即可完成从生成到精修的全流程闭环，不再需要专业后期或剪辑软件兜底——品牌视频的生产方式和工作流，可能真的要被重新改写。

还有一笔胜负手：开源！

就在MiniMax H3推出的同时，另一家头部模型也更新了，二者几乎是背靠背推新，但MiniMax决心也可见一般，不仅对外宣称更便宜，而且就在今天，其公众号对外宣布开源了！这样的大手笔，有点要在视频生成赛道里“抢跑”的意味了，两家头部贴身肉搏，对于创作者来说，确实是喜闻乐见的开源盛世！

与其说开源的好处，不如让我们反过来看看，闭源到底限制了什么。未上市新品图进入闭源AI的数据安全问题、调教出来的效果会随大模型算法更新而漂移、没法部署自己的工作流——这也是为什么越来越多的品牌和互联网公司，都在着手搭建自己的AI中台，本质上就是想让每一位员工日复一日调出来的效果、踩过的坑、总结出的打法，能够被系统记住，而不是每次都从零开始。只有这样，它才会真正形成一个自我迭代的复利系统，而不是停留在单次好用的工具层面。

闭源给你的是一次次更好用的抽卡，开源给你的，才是一套能长出记忆的系统。

END