视频届的审美王来了

核心亮点

MiniMax H3视频模型实测覆盖广告TVC、短剧、创意片头、动态海报、UI动效和游戏实机六类场景，被测试者称为视频届的审美王。它在这些任务里都能生成5到15秒视频、原生双声道、直出2K，一次最多放9张图、3段视频和3段音频，提示语最高支持7000字符。核心亮点在于：它不仅跑得动，而且画面审美稳定，少有翻车。

具体能力或事件经过

实测作者把六类场景逐一跑了一遍。广告TVC里，H3能把产品与氛围自然结合；短剧段落中人物动作连贯；创意片头有电影感；动态海报让静止设计动起来；UI动效适合做产品演示；游戏实机则能复现光影。整个过程靠长提示语驱动，7000字符上限让复杂分镜可以一次写清，减少来回试错。作者强调，多图多视频参考让风格保持一致。

技术细节

H3一次最多接受9张图片、3段视频和3段音频作为条件输入，提示语最长7000字符，这在同类模型里属于宽松档位。原生双声道与32 kHz音频意味着声音随画面一起生成，不必后期配音。直出2K减少了放大模糊。模型对构图、色彩和运镜有一定审美偏好，所以成片观感统一。这些条件共同降低了专业用户的操作成本。

与竞品对比

和Runway、Pika等工具比，H3在审美一致性和多模态参考上更突出；和可灵、即梦等国内产品比，H3走开源路线，便于集成。与Sora比，H3胜在可用性与开源，短板在极致画质。总体看，它是目前开源视频模型里审美最稳的一档。

行业影响或适用场景

H3适合营销、影视预演、游戏宣传和UI演示等需要稳定审美的场景。对团队来说，开源加长提示语意味着可把它接进工作流，做批量素材。它降低了高质量视频内容的试错成本，也让中小团队拥有接近工作室的产出能力。未来这类模型会成为内容生产的标配底层。