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