当AI视频模型还在卷画质和时长的时候,MiniMax把竞争的焦点搬到了"工作流"上。8月20日,MiniMax正式发布多模态创作Agent工作台MiniMax Design,围绕其原生多模态视频模型H3构建。用户提出创作需求后,Agent能够理解目标、拆解任务,并调用相应的模型与Skills,完成从素材处理、内容生成、编辑到最终交付的完整过程。这不再是"输入提示词出一段视频"的单点工具,而是一个把脚本、分镜、图片、视频、音乐和剪辑集中在同一画布上的创作Harness。MiniMax相关负责人表示,MiniMax Design是MiniMax将H3的模型能力进一步组织为商业内容生产力的产品实践,自然语言将逐步成为人与多模态内容交互的重要接口,用户负责表达创作意图,Agent负责理解、规划和执行。
理解MiniMax Design,要先理解它脚下的底座H3。今年7月31日,MiniMax发布原生多模态视频模型H3,该模型可以统一理解文本、图像、视频、音频多模态上下文,输出带有原生双声道的音视频内容,最高支持15秒2K分辨率视频输出,在指令遵循、品牌文字渲染、视频动作迁移等方面具备商用落地能力,8月3日完成权重开源。H3具备多模态理解、视频生成、视频编辑和参考控制等能力,尤其适合视频编辑这类对理解、控制与修改要求较高的任务。而MiniMax Design要解决的,正是模型能力之上的任务规划、素材组织和多环节协作问题。
面对一项具体任务,MiniMax Design可以判断需要提供哪些文字、图片、视频和音频素材,并识别其中需要参考或保留的内容,把创作需求转化为适合H3执行的素材和指令,补充了音视频生成前的分镜规划,以及生成后的剪辑和成片装配能力。产品已更新至3.0.0版本,支持Windows与macOS客户端。据实测反馈,一段电商商品宣传片约5分钟即可出片,一段75至90秒的科普视频全程约2小时、成本约40元,把过去需要多工具串联、多人协作的内容生产压缩成了"一个人加一个Agent"的流程。在关键创作节点,Agent还会主动询问用户方向,保留人工审美判断与调整空间,而非一味全自动。
MiniMax Design最具差异化的功能,当属"3D导演台"。用户描述场景、人物动作与镜头要求后,Agent可以在3D空间中摆放角色、调整姿态与机位,并从不同视角检查构图和人物关系,用户确认后,系统再将结果作为H3生成视频的参考。这套机制把过去只能靠随机生成反复试错的部分,提前到了分镜阶段:人物站位、镜头衔接、连续叙事在生成前就能可视化确认,大幅减少了无效生成。镜头生成完成后,MiniMax Design还可以继续完成自动剪辑和字幕添加,把分散的素材组织为完整视频,从脚本到成片的链条在同一个画布内跑通。
除了3D导演台,MiniMax Design还内置了大量创作Skills,涵盖纸拼贴动画、剪辑Agent、字幕生成等能力,用户可以像调用插件一样组合使用。针对已经使用ComfyUI的专业创作者,产品支持接入原有本地工作流,并提供云端或本地两种运行方式,Agent可通过对话协助调整工作流节点和生成参数,让开源社区中沉淀的工作流可以被直接复用。这种"Harness加Skills"的架构,正是当前Agent生态的主流范式:模型提供能力底座,Skills沉淀专业知识,Harness负责任务编排,三者协同把创作需求转化为可交付的成品。
MiniMax Design瞄准的商业场景相当明确。官方列出的适用方向包括KOC与UGC内容、电商种草、带货视频、教育科普以及创意短片,同时覆盖企业创意素材、电影片头、MV、课堂教案等需要持续生成和修改的商业内容任务。在电商场景,用户只需要表达商品卖点和风格偏好,Agent就能规划分镜、生成素材、剪辑配音,批量产出多版投放素材用于测试;在教育场景,课件、讲解视频可以基于同一套流程快速生成;在广告营销场景,创意提案的多版本快速迭代也因工作流的自动化而成为可能。
从行业视角看,MiniMax Design的发布标志着视频Agent的竞争正在升维。过去,视频生成工具比拼的是单次提示词的执行能力,而现在的竞争重点已延伸至理解用户表达意图和复杂项目上下文,并将其持续转化为可交付内容。传媒行业研报分析认为,视频Agent由执行指令走向理解项目,是本次升级最核心的变化,Agent驱动的工作流打通了从创意输入到成片交付的完整链路,低成本内容供给有望加速。随着MiniMax Design这类产品把专业创作能力普惠化,视频内容生产的门槛正在被系统性地拉低,一个人借助Agent完成过去一个团队的工作,正在从概念变为常态。
MiniMax Design的发布,是MiniMax在资本市场与产品线双线推进的结果。今年1月,MiniMax完成港交所上市,成为国内较早登陆港股的AI大模型企业之一;7月10日,公司公告计划通过配售新股以及发行可转换债券合计募资约160亿港元,7月16日全部完成,资金主要投向AI算力基础设施建设、基础模型研发以及Harness类产品的全球商业化落地,引入多家国际主权基金与长线机构参与认购。此次MiniMax Design的上线,正是这套资本动作在产品端的直接体现:先夯实模型底座,再通过Harness把模型能力转化为商业生产力。
从开源生态看,MiniMax的路线也相当清晰。H3模型8月3日完成权重开源,同时公开了推理调用接口,面向开发者与企业客户开放调用,如今MiniMax Design又宣布欢迎用户探索或创建开源工作流,让开源社区中的探索沉淀为可复用的生产能力。模型开源降低使用门槛,工作台负责把能力组织成可交付的成品,两者形成正循环。在视频创作赛道竞争日趋激烈的当下,各家厂商正在从"单点模型比拼"走向"创作工作台竞争",MiniMax Design以3D导演台、自动剪辑、ComfyUI接入等差异化能力切入,试图在Adobe等专业工具与通用视频模型之间,找到属于自己的生态位,让"对话即工作流"从概念走向大规模落地。