MiniMax Design 发布：H3 视频生成创作工作流

MiniMax Design 是 MiniMax 官方推出的创作工作台，它把开源视频生成模型 H3 接入从需求理解、分镜规划、逐镜头生成到自动剪辑的完整流程。我们实测后发现，它不同于普通视频生成工具：只要用自然语言描述需求，Agent 会自动规划并执行，还能复用整条制作链路，让批量生产商业内容成为可能。

MiniMax Design 是什么？

MiniMax Design 是一款由 Agent 驱动的视频创作工作台。它做的事情是先理解用户需求，再拆解为制作步骤：确定画面风格、规划镜头数量和运镜、生成分镜参考、逐镜头生成，最后自动剪辑拼接。用户可以中途修改，也可以让它自动跑完全程。

从实测来看，MiniMax Design 更适合人物口型要求较高、物理细节不极端、镜头目标明确的内容，例如种草短片、电影片头、特效包装、教育科普动画和短 MV。

它还接入了 ComfyUI。之前在 ComfyUI 上搭建过工作流的用户，可以一键迁移过来，其他平台的成熟工作流也能导入。

从一条片子到一套商业内容工作流

我们做了三个实测场景：前两个看生成质量，第三个看可控性。

第一个测试：电商 KOC 种草短片

输入要求很简单：15 秒智能手表测评视频，男性博主视角，锤子砸表面测试硬度，无旁白纯画面。

Agent 接到需求后，会选择合适的 Skill 进行调用。

随后它会让我确认产品外观、测试动作、画面调性等关键信息，补充之后就开始执行。

整体生成速度和体验比传统抽卡更轻松。它的运镜设计也很专业，从产品特写推到锤子落下的动态镜头，节奏感不错。

更关键的是，Design 里的整套工作过程可以复用。将来换产品品类，比如把手表改成扫地机器人或瑜伽裤，只需要调整产品描述和场景设定，制作链路直接套用。这很像视频领域的 Codex。

第二个测试：杂志风设计

这个方向是 H3 本身擅长的领域。我输入的提示词是：生成一个动漫角色风格的 15 秒复古潮流拼贴 MV，包含街头海报墙、复印 zine、VHS、halftone、黑白红配色、英文大字动态字体，K-pop hip-hop 节奏。

这次会触发杂志风相关的 Skill，然后一键完成。

成片效果依然很惊艳。

第三个测试：3D 导演台

3D 导演台是我觉得最有意思的部分。我设定了一个七夕场景：夜晚，男生和女生沿街道并肩走，城市上空烟花绽放，两人停下仰头，男生悄悄牵手女生。

Agent 接到描述后，自动在 3D 场景中摆放角色素体，设置机位和运镜路径。我可以手动微调，也可以让它自己规划。

这个 3D 运镜是动态的，可以作为视频参考素材，并直接导入到对话中用于生成最终画面。

之后继续创作，Agent 先根据需求生成首帧，再生成完整视频。大约七分钟后，七夕特制视频就完成了。

MiniMax Design 的效果

市面上不缺视频生成工具，也不缺调用 H3 的第三方 Agent。MiniMax Design 的差异点在于：它不仅会生成，而且让创作可以稳定批量生产。

真正值得关注的是：

• Design 的 Agent 原生内置 H3 的专业级提示词模板，提示词小白也能把模糊需求翻译成模型最容易理解的语言。
• 视频 Skill 生态丰富，不同类型内容的制作逻辑被封装成可触发的 Skill，系统会根据需求自动组合。
• 3D 导演台把「抽卡」变成「导演」，创作者能精确控制构图和人物位置，大幅降低试错成本。
• 生成完镜头后还能自动剪辑、自动加字幕，相当于一个轻量版剪映，补上了从生成到交付的最后一公里。

一句话总结：H3 是模型能力，MiniMax Design 的 Harness 是生产能力。模型决定天花板，Harness 决定模型能力能否真正变成面向真实世界的交付。

Agent 领域也有自己的斩杀线

MiniMax Design 发布背后，还有一个更明显的行业信号。

文本模型领域，几乎所有厂商都在推出自己的 harness 框架，比如 GLM 的 ZCode、DeepSeek 的 Deepseek-harness。模型公司比任何人都更懂自己模型的能力边界，所以它们主动向上延伸，把模型能力构建成完整生产链路。

视频领域正在出现同样的事情：MiniMax 做 Design，不是只提供 API 接口，而是打通从需求理解到成片交付的整条路径。这很像 Claude Code 对软件开发行业的冲击——当模型公司自己下场做开发工具，传统 IDE 的护城河瞬间变薄。

Adobe 的处境很有意思：2026 Q1 收入 64 亿美元创纪录，但股价照跌，因为投资者担心 AI Agent 会削弱 seat-based 软件模式的需求。Adobe 也在尝试通过接入第三方视频生成模型来应对，但它的 AI 是长在时间轴和图层之上的，能理解操作，理解不了意图，服务的依然是已经会做视频的人。

MiniMax Design 的 AI 长在模型之上，用户只要用自然语言说清需求，它就能接住，并把门槛从剪辑师扩张到所有有内容需求的人。同时，它没有放弃精准控制：分镜重生成、逐句改台词都在，自然语言负责 0 到 80 分，结构化编辑负责 80 到可交付。

模型公司做 Agent 有一个天然优势：对模型的适配是极致的。Design 里 Agent 的每一次规划、每一条提示词、每个 Skill 触发逻辑，都基于对 H3 能力边界的深度理解——这种原厂级适配，第三方平台很难复制。

所以我们的判断是：视频 Agent 的套壳时代可能正在结束。H3 的开源把「斩杀线」蔓延到视频模型圈，Design 的发布则给只做前端、底层调用别人 API 的视频 Agent 带来巨大压力。当模型厂商自己下场，用更极致的价格、更深的适配、更完整的链路做产品，纯套壳空间会被急剧压缩。

未来视频领域最强的 Agent，大概率属于模型厂商自己。对于需要批量生产电商素材、买量素材、教育科普动画和品牌宣传片的团队，MiniMax Design 是目前值得尝试的方向。