智东西8月21日报道，昨天，MiniMax发布了多模态创作Agent工作台MiniMax Design，被无数AI视频创作平台调用的MiniMax H3，终于有了自己的Harness。
MiniMax Design能够根据用户需求完成多模态理解、任务规划、视频生成和配乐剪辑等环节，通过围绕MiniMax H3打造的架构，可以把创作需求转化为适合MiniMax H3执行的素材与指令，充分发挥模型能力。
MiniMax Design并不只会一句话生成视频，它同样具备AI视频创作工具该有的功能，例如多种Skills、多智能体协同、3D导演台以及自由画布和拖拽生成工作流等。
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。”
带着充分的期待，智东西对MiniMax Design进行了全方位的实测。
一、 3D导演台精准调节，还原《黑神话：钟馗》
在实测之前，让我们先用一张图来了解整个MiniMax Design的核心功能区域。
刚好昨天《黑神话：钟馗》实机演示发布，我用MiniMax Design复刻了钟馗和大蚌真君打斗的画面，在复刻《黑神话：钟馗》的时候，我启用了3D导演台。
流程分两步，先导入角色和场景参考图，然后在3D空间中调整人物位置、姿态和镜头，确定构图，我觉得非常新手友好的地方在于，MiniMax Design的3D导演台可以通过自然语言进行调整，在导演台的右下角输入想法和运镜流程， MiniMax Design就可以帮用户生成对应的运镜视频。
第二步是将导演台中的运镜视频导出到画布，然后点击运镜视频右侧的加号，将流程线牵引到空白处生成视频节点。
随后把导入的角色和场景参考图一一与视频节点进行连接，并在提示词中进行对应的引用。
最终呈现出来的效果如下：
用导演台加工作流的方式，可以对人物关系和镜头位置进行更直接的控制，能够让视频生成的轨迹更可预测与掌控。
不过，生成模型本身的问题还在。使用3D导演台后，人物关系和镜头位置的最终生成仍然存在随机性，连续动作、人物细节和复杂特效依然需要多次生成和筛选，比如最后的召唤过程中，帮手和真君的位置就出现了错乱问题。
除了3D导演台，MiniMax Design还提供自由画布和拖拽生成工作流。已在使用ComfyUI的专业创作者可以接入原有本地部署和成熟工作流，通过Agent对话编辑工作流节点、调整生成参数。
对普通用户这些功能不一定都要用到，但对有固定制作流程的专业用户，保留工作流和参数控制，比完全封闭的一键生成更灵活。
二、一句话生成复古拼贴风MV，复刻爆火的AI“猫片”
接下来，智东西从文生图、配乐卡点以及人物一致性方面进行测试，看到官方案例中复古潮流的拼贴风格MV很有意思，于是我先让MiniMax Design生成一个这种类型的视频，主题是街头，提示词如下：
minimax h3生成，15s，16:9，复古潮流拼贴风格MV，动漫角色，黑白红三色，K-pop hip-hop节奏。街头海报墙前，黑底红字大字标题NEON STREET砸入画面，动漫角色在拼贴场景中律动，场景快速切换：海报墙、复印zine、VHS噪点、halftone网点，红色元素贯穿，镜头拉远定格成一张被复印的海报，halftone网点扩散，标题二次弹出收尾。
MiniMax Design向我确认了MV动漫主角是原创还是提供素材，以及音乐是原创BGM还是带人声的音乐这些关键信息，随后很快输出了一版MV。
整体MV比较流畅，也符合我对于复古拼贴形式的预期，配色到人物形象上都比较和谐，音乐卡点也很恰当，美中不足的是，最后的ending pose有点不太符合街头男性的特征。
然后，我做了一个“猫片”。
因为最近我各大社交媒体都被AI生成的小猫做饭视频刷屏了，每天追更，很多人叫这种视频“猫片”，与以往完全由AI生成的有所不同，这类“猫片”是以真实场景和真实的小猫为底稿制作的，非常有代入感。
我专门编了一个小故事，来让MiniMax Design帮我做一个“猫片”，提示词如下：
minimax h3生成，30s，16:9，超写实猫咪电影感短片，参考提供的白猫与黄猫图片保持形象一致。清晨的菜市场，白猫拎着袋子挑小龙虾，回家在水池边洗虾，接着剥蒜、捣蒜、热锅炒蒜蓉，香气升腾，黄猫悄悄溜过来一爪子打翻装小龙虾的盆，虾散一地，黄猫呆呆看一眼白猫，白猫瞬间出手，两只猫喵喵拳对打，画面切到锅里蒜蓉小龙虾翻炒出锅，最后两只猫戴上手套，并排坐着剥虾吃虾。
MiniMax Design提示我模型最大的单次生成时长为15秒，因此想要把故事压缩到15秒以内。我拒绝了这个提议，让它生成两个15秒视频并剪辑在一起，很快，MiniMax Design输出了我想要的视频：
从生成效果上来看，两只小猫的前后一致性保持的都不错，动作也比较和谐，翻炒的过程比较合理，整个视频生成过程中，对于我所输入的剧本的遵循比较好。
当然，也存在一些问题，相比于爆火的“猫片”，这个视频中的背景和食物都是AI生成的，因此在拟真性上有一定缺陷。
三、品牌动效、手绘魔幻短片、带货视频，一站式全搞定
最后，我们从一些商业化和现实感比较强烈的视频生成角度进行测试。
首先是被很多人称为设计界毁灭者的动效设计能力，我虚构了一个音乐策划应用的品牌UI动效设计方案，要求用歌单和画布的形式承载曲库、专辑和笔记，要有纸质感，仿Apple的界面，提示词如下：
minimax h3生成，15s，16:9，UI动画，音乐策划应用AURORA，编辑式歌单画布承载曲库、专辑与笔记，暖石白纸感、低饱和唱片封面、共享转场，禁Bento、仿Apple界面及跳动数字。探索独立乐队，拖拽单曲更新歌单顺序，展开歌曲详情并收藏，在PLAYLIST BOARD重排曲目，切换OCEAN、TERRACOTTA、OLIVE主题，最终折叠回AURORA，保留SOUNDS, COMPOSED。
实际生成后，整体视觉和交互流程基本按要求完成，暖石白、低饱和唱片封面和主题切换等设定尤其明显。整体的设计质感和动效流畅度都非常好，一些细节，包括文字和卷边的状态都没有问题。
然后是电商场景，我用MiniMax Design做了一个带货猫砂的种草视频，提示词如下：
我要做个猫砂种草视频，重点要突出适合宠物家庭。
MiniMax Design并没有直接生成，而是先通过任务规划来检查缺失信息，并向我求取，我提供素材后，MiniMax Design很快生成了两段视频并进行了拼接。
整体叙事节奏和剧本遵循，包括分镜头设计都很合理，音画一致，小猫和铲猫砂的动作符合现实。由于给定的猫砂以及环境图都是AI生成的，因此猫砂结团略显不真实，总体上无伤大雅。
最后我做了一个真人实拍与手绘融合的视频，也是MiniMax Design宣传片上所采取的形式，提示词如下：
minimax h3生成，15s，16:9，真人实拍与手绘结合。夜晚，行驶的地铁车厢，透过手机拍摄，拍摄者在起雾的车窗上画了一道线，线变成手绘的一条红色锦鲤，锦鲤游出车窗在夜色中穿行，变成一只发光的燕子，燕子沿着轨道飞，飞到地铁线路图上，变成线路图上缓慢延伸的发光线路。
可以看到的是，MiniMax Design在这种skill比较成熟的视频生成类型上面，做的还是相当不错的，画面非常流畅，也很有质感。现实与手绘交融以及变化的部分非常自然。
从这几组测试看，MiniMax Design覆盖的内容类型很广：短视频、品牌动效、电商种草、UI动画，都能用自然语言直接描述制作要求。
写在最后：一款超出预期的产品
体验下来，我对MiniMax Design最大的感受，不是多了一个“一句话生成视频”的入口，而是它让H3的能力有了更契合的发挥空间。
从复古MV、猫咪短片，到UI动效、猫砂种草，再到《黑神话·钟馗》复刻，我能明显感受到，模型本身已经具备不错的生成能力，但能不能把需求拆开，以及有没有合适的方式调用这些能力仍然非常重要。
当然，复杂动作、人物细节和连续镜头依然存在随机性，仍然需要反复生成和筛选。但相比单纯“抽卡”，MiniMax Design介入和调整的空间相当大，而且稳定性也非常高，是一款超出预期的产品。