最近MiniMaxH3在人工智能视频领域受到的关注越来越多。原因是显而易见的：模型开放源代码、可以本地运行、生成的效果也不错。官方测试视频看上去很吸引人，但是把模型跑起来之后，普通的创作者还会遇到另外一套的问题。

下载模型、设置好环境、准备好显咔等环节都不能缺少任何一个。即便部署成功了，生成的速度、显存的需求以及硬件的成本仍然会对使用体验造成影响。所谓的“开源”更多的是降低模型获取的门槛，并不能使创作的过程变得容易一些。

目前秘塔已经连接到MiniMax H3上。用户无需在本地建立环境、也不需要另外配置高配显咔就可以通过浏览器来创建视频了。并且可以使用API进行调用以及ComfyUI接入。对于普通的创作者而言，相比自己去研究部署流程要方便很多；而对于已经有工作流的人来说，则不必全部换掉现有的工具。

本次接入中价格是一个值得关注的地方。秘塔提供了768P、2K两种类型的视频生成服务，费用分别是每秒钟0.09元和0.15元。按照每段15秒来算的话，基础版的价格大概为1.35元左右，而2K版本则要达到2.25元左右。具体的生成消耗还是要看实际页面规则，但是在试用的时候，并不需要提前购买大量的资源包，也不需要被年付所束缚。

API的价格和线上的使用是一样的，并且可以兼容官方的调用方式。ComfyUI 的用户可以直接接入，继续使用熟悉的节点流程。还没有固定的办公流程的人适合用网页版来试一试；而对技术人员来说，API 和 ComfyUI 更好地实现了批量调用的功能。

但是价格便宜并不意味着所有的镜头都适合由H3来处理。实际测试可以更好地体现出来。

关于文生视频的部分，在H3上更适合做创意片头、宣传PV、视觉包装以及风格化的视频内容。例如一个15秒钟的悬疑电影开头，可以要求画面用的是复古的日式动漫风格，只用红色、黑色、白色三种颜色，并且加上剪影、分屏、几何色块以及快速遮挡转场等效果。提示词的重点并不是要写出整个故事的情节，而是在于确定画面的风格、镜头的速度、色彩的范围以及转场的方式。H3在这些视觉设计明确的任务里完成了很好的工作。

也可以用来拍摄一些剧情方面的镜头。人物行走、简单的对白、情绪变化、环境空镜头和动作不大不小的过渡画面等都可以用H3来实现。在测试过程中，一个剧情短片大约有80%的镜头是由H3生成的，剩下的部分则通过其他的模型来补充。

这就表明了H3更适合用作“常规镜头”。在出现复杂的动作、多人调度、激烈的打斗或者重要的感情爆发的时候，还是有可能要依靠Seedance这样的模型来帮助完成工作。但是可灵也可以用来修复镜头、首尾帧衔接等等的工作。对于漫剧、短剧的制作来说，按照镜头类型来分配模型要比一直用最贵的那个模型更加实际一些。

另外一种比较适合于剧情创作的方法就是多看一些视频。准备好人物的三个视角以及场景图之后就可以把图片、视频或者音频当作参考资料了，在此基础上设定好时间长度、分辨率以及画面的比例。在输入提示词的时候可以用到相应的素材，并且要尽量使人物的外貌、声音以及场景都固定下来。这样并不能保证每一个镜头都是稳定的，但是比起只靠文字来描述要容易得多。

H3也可以在脑洞类的内容上面有所作为。可以把最近很火的《牛来》以及蜘蛛主题结合起来做成一个武侠游戏式的视频，并且加上核心负责人称、第三人称以及游戏化的界面等元素。这样的内容不怎么需要复杂的叙述方式，主要是依靠画面反差、人物搭配以及整个作品带来的乐趣。用关键分镜图静帧做为参照，在创意落地的时候就可以避免出现偏差了。

但是目前的人工智能视频还不能做到“输入一句话就可以得到成品”。人物稳定、动作精准、镜头切换以及文字生成等都需要不断修改。H3减少的是使用及尝试错误的成本，并未消除创作工作量。

接入的意义并不仅限于增加一个模型入口。之前想要尝试开源视频模型的人很多都因为设备以及部署的问题而被拦住；而现在可以通过网页、API或者ComfyUI来避开这些准备工作的部分。对于初学者而言，把提示词、分镜、参考资料以及后期处理流程先跑通了再开始折腾本地环境要重要得多。

因此MiniMaxH3更适合作为主力工具来使用，并不是全能模型。把普通的镜头交给它去处理，对于比较复杂的镜头则用更加强大的模型来进行补充，这样就可以使成本与效率之间达到更好的平衡了。人工智能视频要能够得到广泛的推广，并不只是依靠模型的效果好，还要看普通人的接受程度怎么样。本次所给到的是一个比较简单容易进入的入口。