来源：沃垠AI
七月最后一天，前脚MiniMax刚发布H3，后脚字节就推出了Seedance2.5。
敢在同一时间节点与Seedance硬刚，想来MiniMax应该是有两把刷子的。是骡子是马，拉出来遛遛，我们这就安排实测。
先简单认识一下这个模型。
一句话概括：MiniMax H3支持5-15秒视频生成，参考素材最多可支持12份（9张图片+3段视频+3段音频），提示词最长支持7000字符，分辨率支持768p、1440p和2K，还支持原生双声道输出。
目前 libtv.tv 已经可以体验，活动期间768p低至0.1元/秒，2K低至0.2元/秒。
好啦，废话不多说，我们直接进实测。
一首实测
1）真人脱口秀
真人场景，是做短剧绕不开的刚需，也最能检验模型的「演技」。
我用同一段脱口秀台词，分别用MiniMax H3和Seedance 2.0在libtv里各跑了一遍，指定了主体人物与音色。
来看下对比：
我的结论：除了视频背景略逊于SD2以外，人物的整体表演、台词口型和脸部细节，H3都更胜一筹。
过去用SD2做真人视频，除了卡审核不说，人物说话时的脸部肌肉运动总给人一种机械感、塑料味。现在这个问题，在H3上基本消失了。
为了进一步验证，我又用自己的人脸和音色录了一段。Seedance生成的版本怎么看都别扭：表演浮夸，声音也不像我本人。H3的表现则明显更自然一些，「像人」这件事，它做到了。
2）科幻短片
最近在看《挽救计划》，想复刻书里金星噬星体的场景。这次我把MiniMax H3、Seedance 2.0和Happy Horse 1.1拉到同一个擂台libtv上，用同一段提示词正面测试：
提示词：
全程长镜头：镜头从一艘飞船开始，慢慢移到金星上，有一根从太空遥远的地方来的细长金线连在金星上，结尾突然出现大字“你好，我是噬星体”，最终呈现出参考图上的效果。整体给人一种神秘感，高分科幻短片。
三家的成片对比：
我的结论：整体完成度最高的是H3，提示词遵循到位，长镜头一气呵成。 Seedance总想切镜，违背了「全程长镜头」的核心指令；HH1.1画面偏简单，离大片质感还有距离。
3）分钟级视频
真实创作从来不是15秒的事，而是无数个15秒堆叠出的分钟级内容。所以连续性生成能力，才是生产力的分水岭。
把生图和生视频的提示词都丢进LibTV画布，陆续生成主体资产图和两段视频。
剪辑合并后得到一支30秒的短片。
说实话，H3的运镜水准超出预期，个人觉得完全不输Seedance 2.0。大家做短剧，现在有备选模型了。
4）连续长镜头视频
接着上难度，一镜到底的长镜头，还要求画风在写实、积木、3D 游戏之间实时切换。这种「运镜+异化」的复合指令，特别考验模型的指令遵循能力。
提示词：
[场景与影调全局]
一镜到底长镜头（One-Take Continuous Shot），ARRI Alexa 电影级拍摄，24帧胶片调色，现代公寓置景。参考《怪奇物语》（Stranger Things）影调风格，带有浓厚的重度胶片颗粒感（Heavy Film Grain）、戏剧化冷暖对比光影、强烈的悬疑氛围。
[主角设定]
年轻男性主角（严格锁定参考图 ），结尾换上 3D 游戏战斗服与装备，眼神坚毅。
[运镜与画风异化逻辑]
全程一镜到底无缝衔接。镜头保持非常自然且有呼吸感的手持晃动（Natural Handheld Camera Movement），充满沉浸式第一人称视角体验。画风转换时伴随复古数字故障（Glitch）与闪烁光晕特效。
[分镜头时间轴：一镜到底流畅连贯]
地点 1 - 现代风格卧室（手机变异与抛扔）：
一镜到底开场，POV 视角在现代卧室醒来，手机闹铃响起。一只手伸手拿起床头柜上的手机。手拿住手机的瞬间，手机屏幕和外壳在闪烁中流畅变异：写实实拍 -> 积木风 -> 3D游戏道具风 -> 瞬间变回写实实拍。主角被吓到，慌乱中猛地将手机扔飞摔在地上，紧接着手持镜头自然晃动着随主角快速转向，冲出卧室。
地点 2 - 走廊狂奔（长镜头连续移动与空间异化）：
镜头不间断，带着自然急促的手持晃动与动态模糊在家中走廊中一路狂奔。跑动的同时，整个走廊空间发生剧烈异化，两侧的墙壁、地板、走廊家具在闪烁中实时、连续地交替切换画风：3D游戏画风 -> Lego积木风 -> Minecraft像素方块风。
地点 3 - 客厅拿钥匙（大钥匙道具剑变身）：
长镜头直接顺畅地跟随镜头转身冲进客厅，停在茶几前。手伸手拿起桌上的一把小钥匙。手触碰钥匙的瞬间，爆发璀璨的魔法能量，钥匙在主角手中瞬间膨胀变大，直接变为一把“3D游戏风格的大钥匙道具剑”（主角的手始终握住钥匙剑柄）。
地点 4 - 结尾（甩镜头切第三人称 & 挥剑动作）：
镜头以极快且平滑的甩镜头（Whip-Pan）切出 POV 视角，毫无缝隙地定格为第三人称跟随镜头，自然地向后拉开并围绕主角运动。此时背景中的客厅空间在闪烁中疯狂交替切换（3D游戏画风 -> Lego积木风 -> Minecraft像素方块风），同时画面以手持晃动镜头缓慢拉远，最终整个背景彻底定格为宏大的 3D 游戏世界。主角手握大钥匙道具剑，眼神凌厉，顺着镜头的自然运动向镜头猛烈挥剑击砍（升格）！给大家看下成片。
可以明显感觉到，提示词越精确，H3的上限也就越高。它对复杂指令的解析能力，是真的能吃下专业级分镜脚本的。
5）直播预告片
给H3一张直播主图。
让它生成一支预告片。
只有画面在动，文字纹丝不乱，也无任何错字，而且字号、字体、颜色和位置这些都对得上。
别小看这个能力，在广告、电商、品牌、游戏这些真实商业场景里，「文字不崩」直接决定了AI视频能不能交付、敢不敢商用。H3这一项，过了及格线，而且分数不低。
6）线稿渲染
再来一个偏创意的玩法：把一堆线稿交给H3渲染成动态视觉。
提示词（纯文生）：
从无到有展示一个在炭灰色建筑草图背景上的一只由冷白色电光脉冲构成的巨型水母从画面顶部缓慢沉降，像漂浮在都市夜雾和电缆磁场中，伞状边缘流光闪烁。背景分布摩天大楼轮廓线、交通流线光轨、竖直的坐标标尺、红绿信号灯数据点、无线电频率波形图和地下管线剖面图，带旧式建筑蓝晒印刷与静电拓印纹理。水母沉降过程中身体连续发生自然形变：伞面摊平延展成天际线轮廓，触手收缩拉直变为垂直的霓虹光柱，中央组织凝聚成发光地标建筑，最终无缝变成一座抽象的未来派夜间城市剪影横贯画面底部。固定平视构图，运动舒缓神秘，形态过渡冷峻流畅。复古建筑蓝图插画、蓝白电光印刷、丝网脉冲印刷、都市电气化美学、超现实形变、实验性建筑动态设计、4K，16:9，无现代写实背景。
提示词结构 by 阿K灵感库。我一口气做了4个，演示视频在这里。
顺着这个思路延展，H3可以覆盖特效文字、字幕、品牌VI、创意特效、产品展示、UI/UX动态演示、游戏视觉等创意表达，帮助创作者和内容团队快速完成创意验证、视觉提案与内容制作。
7）UI演示视频
UI/UX演示视频，过去是Seedance 2.0极易翻车的重灾区——文字乱码、界面变形，几乎是常态。
在H3上，这个场景变得异常自如。视频里加文字这件事，终于不再出错了。
比如，我让它给一款APP「好好睡」，设计一个UI动画视频。
整体画面过渡、交互动画还是非常自然的。
写在最后
整体测下来，我感觉H3的综合水准，应该可以达到Seedance 2.0的80–90%。
而在特效文字与创意UI结合的视觉内容表达上，它甚至比SD2更出色，这恰恰是商业交付中最值钱的部分。
除了短剧，H3在广告、品牌、电商和游戏这些场景上都能接得住。
更关键的是价格：同分辨率下，不到SD2的四分之一。这几天在LibTV上使用还有活动价，2K低至0.2 元/秒，还支持一抽四。
性能逼近、长板更长、价格腰斩再腰斩，看来Seedance 2.0一家独大的时代，正式结束了。
从今天起，我们做视频，又多了一个能打的选择。
特别声明：以上内容仅代表作者本人的观点或立场，不代表新浪财经头条的观点或立场。如因作品内容、版权或其他问题需要与新浪财经头条联系的，请于上述内容发布后的30天内进行。
