start	end	text
0	19400	朋友們,我的顯卡已經兩天沒核眼了。事情是這樣子的,minimax發布了一款開源的Sota級別的視頻生成模型,minimax H3。
19400	29400	開源前夜,我拿了一條過去的舊AI視頻,丟給H3去重做。原本我只是想跑一條試試,結果效果一出來我就坐不住了。
29400	31900	然后我把过去全部的都冲跑了一遍
31900	33540	做完天都快亮了
33540	35760	我当时脑子里就只有一个想法
35760	36860	后悔
36860	40400	我之前付给C-Dance钱能退吗
40400	42640	那个时候权重还没放出来
42640	43860	于是我就苦等了
43860	44860	等了好几天
44860	46160	他还跳票了好几次
46160	48340	最后他终于来了
48340	51220	我第一时间就把这个权重塞进了我的显卡
51220	53260	从那一刻起到现在
53260	54920	我的GPU就没有停过
54920	56700	所以先下结论
56700	59100	minimax H3就是开放权重
59100	61100	视频模型的deep sick时刻
61100	63120	今天这期视频有点长
63120	64080	建议先点个收藏
64080	65240	我讲三件事
65240	66080	它能干什么
66080	67060	它改变了什么
67060	68400	还有最重要的
68400	69380	你应该做什么
69380	70880	之前看我视频
70880	72680	跟风买了pro6000的朋友
72680	74440	请现在把笑哭了
74440	75400	打在公屏上
75400	76560	那这个模型
76560	77940	参数我就不念了
77940	78840	先说一个
78840	80500	它和以前所有视频模型
80500	81420	不太一样的地方
81420	82800	以前视频模型
82800	84440	你得按它的规矩来
84440	86320	文声视频一个入口
86320	87640	图声视频一个入口
87640	88620	你想搞点复杂
88620	90160	你就得接各种工作流
90160	90440	对吧
90440	92180	每个模型只干一件事
92180	93240	但H3不一样
93240	94700	它文字图片视频
94700	95240	声音
95240	96280	你随便组合
96280	97060	你扔给它
97060	98720	然后用大白话告诉它
98720	99260	你要什么
99260	99960	官方说法
99960	102460	这叫统一的多模态上下文
102460	103380	说人话
103380	106180	它就是个会看会听会拍的创作者
106180	107280	它还有个名字
107280	109840	叫卖相更通用的多模态智能
109840	112580	它做的片子全部都自带声音
112580	114960	对白音效BGM一次生成
114960	116080	口型也能对上
116080	118080	11种语言都能说
118080	120320	你给他一段参考音频
120320	122040	他连音色都能给你换掉
122040	125060	这事能成是因为画面和声音
125060	127980	是在同一个模型里一起长出来的
127980	132100	所以口型呼吸环境天然都是咬合的
132100	134520	虽然说单条最长是15秒
134520	135320	你别嫌短
135320	136500	因为广告啊
136500	137060	demo啊
137060	138320	片头都够用了
138320	140620	先看一个我自己做的demo
140620	141240	讲个故事
141240	142740	我以前是个剧本杀作者
142740	145040	我以前写过一个叫未接来电的本
145040	147420	可惜那个时候没有这种模型啊
147420	149180	物料全部都是手搓的
149180	151760	我把角色卡和主持人手册
151760	153040	都丢给了Image 2
153040	155100	先生成了一套风格图
155100	156480	然后再丢给了H3
156480	158580	等了不到十分钟
158580	160900	一条768P的宣传片就出来了
160900	162260	说实话
162260	163600	看到成片那一刻
163600	164860	我挺感慨的
164860	166040	当年的遗憾
166040	167780	现在十分钟就补上了
167780	169540	随后我就突发奇想
169540	171460	不如让AI来发挥一下创意
171460	173260	不断的Push这个模型的边界
173260	176100	于是我就给他定了一个通宵抽卡任务
176100	177300	看看他能做出来什么
177300	179480	早上起来的时候我被惊到了
179480	181540	37条作品没有一个重复的
181540	182440	也没有废片
182440	185520	各种各样AI的奇思妙想
185520	189340	如果用官方的768P最低价算
189340	190760	两毛三分钱
190760	193400	这一晚上也就消耗了百来块钱
193400	196500	但这么高的成功率和丰富的艺术表达
196500	199200	在过往的开源模型上都从来没见过
199200	200780	我又看了一下官方的demo
200780	202400	那个就更惊艳了
202400	204200	如果你做TVC广告
204200	206020	或者是电商产品游戏demo
206020	207260	或者是产品demo
207300	210820	我很想说H3已经杀死比赛了
210820	212160	在这样的成本下
212160	214140	你很难再回归手措了
214140	215980	还有一个我特别喜欢的能力
215980	217040	视频编辑
217040	218920	有一次我录口播录错了
218920	220340	但我录制时穿着衣服
220340	221460	刚丢进洗衣机
221460	223200	那我就直接给一段素材
223200	224740	再给一段重录的语音
224740	225740	你们看看这段
225740	227540	随时都可以换一身衣服
227540	228700	丰富的艺术表达
228700	230220	加上这种随意的编辑
230220	231960	可以让每一条素材
231960	233860	都可以充分发挥它的价值
233860	234180	OK
234180	235880	爽片咱们放完了
235880	237060	咱们说点硬的
237060	239400	大家肯定想知道本地跑的效果如何
239400	242300	以我这台Pro6000为例吧
242300	244680	我这边测到的极致速度是
244680	248380	1088p的10秒可以24分钟搞定
248380	251560	但是你要知道H3刚出来那个早上
251560	253960	768p的分辨率也要这么长时间
253960	257040	但是没有想到H3的社区如此热情
257040	259480	很快的各种优化方案都出来了
259480	260720	什么Sage Attention
260720	261720	Easy Catch
261720	262280	FBC
262280	264960	我就跟着社区一路换方案
264960	266520	不到48小时
266520	268340	生成速度直接翻了一倍
268340	270020	而且这个优化节奏
270020	271360	我觉得根本不会停啊
271360	272560	社区太狂热了
272560	273180	但是啊
273180	275560	这件事本身比速度更重要
275560	276860	因为权重放出来
276860	278820	全世界最聪明的一群人
278820	280500	就开始帮你免费优化
280500	282180	这在B元模型上
282180	283640	永远都不可能会发生
283640	283960	对吧
283960	284760	更厉害的是
284760	286480	8月3日开元的当天
286480	288040	各种芯片厂商
288040	290120	推理框架都同一天宣布适配
290120	292120	Confi UI当天就能跑
292120	294420	于是卖客的卖提示词的
294420	295280	连夜上架
295280	298520	玩ConfiUI的那些朋友疯狂的持续输出
298520	301720	只有公认的顶级开源
301720	303980	才能一夜之间有这样的生态出现
303980	306880	所以我们得给minimax点一个大大的赞
306880	309060	现在视频生成这个领域
309060	311200	是被避原模型垄断着对吧
311200	313600	像极了ChadGPT时刻
313600	315340	刚刚发生的那段日子
315340	317500	大家又兴奋又焦虑对不对
317500	321000	而minimax他没有选择去成为Anthoropic
321000	323000	他选择了做DeepSeek
323000	325240	把智能评权交给每一个人
325240	327480	把机会评权交给每一个人
327480	329040	所以看到这里的朋友
329040	331080	请把感谢打在公屏上吧
331080	331440	好
331440	332680	接下来我想说的是
332680	335200	这次智能评权会带来多大的机会和变革
335200	337560	这是我们每个人都不能忽视的
337560	339500	大家都想在AI时代赚钱对不对
339500	341820	但是咱不能总盯着提效生产力
341820	344220	因为产品会被海量的生产出来
344220	346860	但传播和货客依旧是最难的
346860	348840	你依然需要获得注意力
348840	351300	而每一次内容形式的升级
351300	353580	都会带来注意力的重新分配
353580	358100	SD2.0,SD2.5解决了AI视频能不能进生产线的问题
358100	360040	但它没解决另一个问题
360040	362620	普通人的试错成本太高了
362620	364140	过去几个月啊
364140	366900	少数负得起抽卡费的人先掌握了这个技巧
366900	369100	他们的内容越来越精彩了
369100	371980	你刷到那些用AI参与叙事的博主
371980	373000	是真的做的好
373000	376020	但是你们看不到的是他们背后的账单
376020	379820	而更多的人是被那个恐怖的成本吓得站在了门外
379820	380820	而H3呢
380820	381740	把试错成本
381740	384240	第一次达到了电费级别
384240	385600	刚才说的社区爆发
385600	386500	就是因为这个原因
386500	387920	我自己就是个样本啊
387920	389740	我的GPU48小时都没停
389740	390620	每做一条
390620	392020	我的提示词就准一分
392020	393580	我的经验就增长一分
393580	394460	而且这一次
394460	396000	经验的传播速度
396000	397420	会比上次快得多
397420	398940	因为一起试错的人
398940	400560	多了好几个数量级
400560	401840	更好的镜头
401840	402740	更好的叙事
402740	404080	会一波一波的冒出来
404080	405600	我不敢说H3的出现
405600	407860	会让每个用AI做视频的人
407860	408800	都会变得更好
408800	411700	但它一定会导致注意力的重新分配
411700	414100	所以为什么我最近睡眠也少
414100	415960	就是因为在用电力和时间
415960	417480	抢跑这波经验差
417480	418820	我的视频制作流程
418820	420100	其实一大半已经被
420100	422660	Hyperframe这样的AI工作流接管了
422660	424380	如果这套H3流程跑动
424380	425900	那剩下的也全都交出去了
425900	427640	所以我永远都是那句
427640	429360	得赶快行动起来啊
429360	429920	朋友们
429920	431340	但是有卡的朋友们
431340	432800	我先泼个冷水啊
432800	436060	本地部署并不是生产级内容的解法
436060	438300	这次minimax有两个重要的模块
438300	439100	没有开源
439100	440400	一个是contextir
440400	441700	就是一个云端的
441700	444260	更智能理解素材的中间服务
444260	446560	它可以返回复杂逻辑
446560	448400	推理生成的结构化提示词
448400	451780	它不是简单把提示词写得更长
451780	454060	而是先判断什么该保留
454060	454960	什么该改变
454960	457740	我做了一个语页小提琴的编辑测试
457740	460960	如果只用简单提示词加原视频
460960	463040	衣服虽然变成了红色语衣
463040	464780	但镜头完全变了
464780	468360	我再用context.ir服务重新生成提示词
468360	469320	看到没有
469320	473300	人物场景和镜头运动都跟原片保持一致了
473300	477500	还有一个是regenerated2k的超分模型没开源
477882	487882	還有一個是regenerated2K的超分模型沒開源。H3是一個原生768P的,而雲端API是通過regenerate2K的超分模型提升到2K分辨率的。它的計算快成本也低。
487882	491102	本地只能说是你能输出1080P
491102	493762	但细节提升是非常有限的
493762	495342	完全达不到云端那个效果
495342	497942	而且我试了其他的超分也完全不可用
497942	501622	而且1088P的时间成本是768P的三倍
501622	505482	所以开源部署的版本是完全没法和官方的2K比质量的
505482	506082	这是事实
506082	507262	所以本地部署的朋友
507262	508902	咱们把定位搞清楚
508902	510782	本地是用来刷经验试错的
510782	512102	不是用来搞生产力的
512102	514102	你早点跑通一条路径
514102	517262	产出高质量的内容和收益挂钩才是最优先的
517262	518562	跑通了这个
518562	519622	Token就是杠杆
519622	521522	跑不通那就是烧Token交学费
521522	524502	我现在策略就是一边拼命的找各种case
524502	526382	验证提炼工作流
526382	529022	另外我会本地出768P
529022	530542	买API超分到2K
530542	531622	按时机的用量走
531622	533202	等我的业务量大了稳定了
533202	533882	消耗的多了
533882	535462	我也会考虑要不要直接买
535462	537322	minimax design的包月包年
537322	540642	直接出包年版简直是个价格屠夫
540642	543542	它输出2K四毛钱一秒
543542	546182	在影视短剧慢剧之外的行业
546182	549282	我可以说SD2.5的价格是毫无竞争力
549282	551282	如果你是原先就有业务
551282	553002	那你就直接走API得了
553002	555082	用Context R的API
555082	557282	可以对复杂的素材做理解
557282	558902	生成复杂的提示词
558902	561102	你甚至可以先用本地抽卡
561102	564102	再调用2K超分API来提升质量
564102	565962	而且API是更灵活的
565962	567642	它能接近你的自动化工作流
567642	569142	总之就是赶快动起来
569142	570582	现在minimax design上
570582	572302	有三次的免费生成
572302	573662	海螺AI也能直接玩
573662	576082	你先得把你第一条片子做出来
576082	576422	对吧
576422	578782	产品demo或者是品牌story
578782	581322	或者是你就是随便想找个提示词玩玩
581322	582202	随便出都可以
582202	583002	但我的建议就是
583002	585022	你得早点开始建立自己的内容体系
585022	587602	尤其是闷头做产品的程序员朋友们
587602	589982	现在是做内容门槛最低的时代了
589982	591982	你得早点尝试建立自己的流量
591982	594222	否则以后就得找博主来买流量
594222	595902	那我们交好学费
595902	596862	跑完试错后
596862	598802	应该进一步的提高内容的质量
598802	601622	因为内容生产的成本大幅的降低
601622	603562	试错成本也大幅降低
603562	604802	所以市场上的内容
604802	605842	数量和质量
605842	607122	都会水涨船高
607122	609322	那我们人类是会审美疲劳的
609322	611262	酷炫效果几天就看腻了
611262	611522	对吧
611522	613062	我们最后还是会回归到
613062	614282	更好的镜头表达
614282	615322	更好的叙事中
615322	616242	所以我认为啊
616242	617522	注意力的重新分配
617522	618662	也是有窗口期的
618662	619602	过了这段时间
619602	621002	还是得内容为王
621002	622402	所以我也在探索
622402	624322	其他的产出创意的方式
624322	625682	比如说更好的工具啊
625682	626922	能帮你快速提升
626922	628242	内容质量的产品啊
628242	630822	能扮演导演和编剧的agent啊
630822	632182	除了minimax design
632182	633542	如果大家有经常
633542	636002	在用的也可以在评论区告诉我
636002	637302	结尾还有一个预判
637302	638802	视频生成这条路
638802	640442	最终还是会回到
640442	643242	Aton的指挥视频模型生成一切的
643242	644902	我绝对相信马斯克说的
644902	647942	我们现在已经处于技术发展的起点时刻了
647942	650682	用技术加速技术肯定是趋势
650682	651882	而minimax呢
651882	653482	有视频生成模型
653482	655562	有minimax design这个数据平台
655562	658702	他们没有理由不把导演编剧的能力
658702	660762	训练到M系列语言模型里的
660762	663802	所以我坚定看好M系列的后续更新
663802	665282	也许几个月半年后
665282	667342	我就再不用去搞提示词了
667342	669202	AI就搞定一切的内容
669202	671662	在那之前谁有更多的注意力
671662	673342	那个时刻一到来
673342	675382	就会更多的被技术加速
675382	677582	这就是指数型世界的特点
677582	679402	所以S3这波机会
679402	680462	你们看懂了吗
680462	681322	好了
681322	683402	以上就是本期的全部内容了
683402	684002	谢谢大家