人工智能视频最能引起人们的兴趣，但是也会让人们对它感到沮丧。

输入一句台词，在几秒之内就会产生一个画面，并且在社交媒体上已经有了一些使用MiniMaxH3制作出来的品牌广告、MG动画以及复杂的运动镜头的作品。但是当它进入到商业场景的时候，问题就立刻变得很现实了：产品会变吗？角本可以使用吗？可以调节焦距吗？同一种商品能做出来不一样的内容吗？

MiniMax Design 的出现就是对上述问题的回答。

八月初的时候H3开源之后，很多人都在问它能够产生什么样的画面。Design的重点是另外一件事情：普通的用户能不能根据一张产品的图片以及一些简单的描述来制作出一个可以使用的商业视频。

使用了一张香水的白色背景图片进行测试。没有准备好完整的角本，也没有单独写出分镜头表，只是说想要做一个关于香水的广告。Design并没有马上产生设计稿，而是在对产品的素材进行了分析之后才去问画风、气氛以及成品的要求。确定了之后才会接着排定角本、分镜头、关键帧、画面以及音乐等。

这和做一个项目差不多，并不是打开一个聊天窗口来抽取咔片。每一个阶段的结果都会显示在同一张画面上，如果觉得哪里不对劲的话，在当前步骤就可以直接进行修改了，不需要等到整个视频制作完毕之后再发现走错路。

领先版成品还存在一些不足之处。香水瓶子上的玻璃反射效果比较单一，背景音乐也比较单调，在结尾处突然停止也显得很突兀。但是Design可以把最终的作品逐帧进行分析，并且指出现有的问题在哪里，然后根据这些建议继续修改下去。最后得到的结果和文章开头的那则广告非常相似。

这件事情的意义并不在于“一次生成就成功了”。商业的内容本来就不多一次就能确定下来，重要的不是能不能在一个项目中不断修改和完善，而是一旦改动了一个地方之后是否需要从头再来。

之后我再做高频度的电商类的内容。同一种香水要制作出开箱、使用感受以及赠礼建议等多种类型的UGC视频。这种类型的内容并不追求像广告大片那样有质感的画面效果，但是对角本的要求比较高，不能出现人物台词重复的情况，并且要符合各个平台的特点来发布。

不是从空无一物的对话入手，在Design的Skill广场上用UGC广告技能来实现。根据不同的场景把工作方式分成广告、电商、品牌营销、后期制作等等。即使看不懂说明书，也可以直接要求Design来解释该Skill可以用来做什么事情，需要准备什么样的材料以及应该如何操作。

在确定了需求之后，我就让它一次产生三个不同的平台上的种草视频，并且指定了要用到的图片和视频模型。不到十分钟后，角色、文案、角本以及成品都已经制作完毕，画布还会被自动地进行分类排列。然后再加上一句“加上合适的字幕”，就可以接着做了。

三段视频并没有完全使用同一个模板来制作，人物的动作以及说话的方式都有所不同，并且香水瓶也没有出现明显的扭曲现象。对于商家而言，相比起一条信息要从头开始撰写提示语、寻找参照并不断生成的过程而言，它节省了大量的重复性工作量。

当然Design不只限于做广告。在对Logo进行测试的时候，并不是直接加上一个入场效果，而是把Logo重组成了一个MG动画。在制作《文物南迁》的过程中，我使用了纸拼贴讲解动画Skill来把历史的主题分解为画面，并且保证了整个作品的一致性。最后形成的片子节奏、配乐以及画面对话比较完整，更加偏向于纪录片式的表达方式。

通过这次测试可以知道，Design并不是只帮助你创建视频，而是一系列的任务被分解开来由不同的能力来完成。Agent 负责理解需求并安排步骤，H3 负责多模态的理解、生成和编辑，Skill 提供的是比较固定的方法。用户不需要从头开始学习每一个模型怎样使用，只要告诉它自己的目的以及准备好材料，在重要的地方进行确认即可。

这也是MiniMax自己做平台所具有的实际优势。

如果是单独的一个AI创作工具的话，那么就可以连接更多的模型了，并且选择也会更加灵活。但是每一个新加入的模型都需要从头开始学习它有什么特点：什么样的素材比较容易成功、复杂的任务应该如何分解、哪些镜头看上去很好看但实际上很容易出错。

MiniMax还包含了H3以及Design两个部分，在实际项目中可以更加直观地看到模型的表现情况。例如产品的图片要从哪些地方开始检查，UGC视频需要做到什么样的程度才算是完成了，出现错误的时候是回到角本、分镜还是画面环节进行修正。如果这些经验可以不断地反馈给模型团队的话，那么平台的迭代速度就会快一些。

但是“原厂出品”并不意味着就是高质量的产品。香水瓶仍然会在一些镜头中出现变形的情况，复杂的修改也有可能要经过多次尝试才能完成。Design是否可以长久地解决好商业项目的问题，则要看后面的效果了。

值得我们注意的是，AI视频正由展示单一的画面向管理整个的内容流程转变。能够产生图像只是一开始，可以进行修改、批量制造并且最后完成交付才是平台所要面对的问题。