MiniMax Design用Agent串聯多模型，爭奪專業內容生產入口

LCC_Beta版2026.08.20 13:43 · 來自北京全文1549字00:00 / 04:41AI視頻賽道的競爭走向了產品化落地與商業價值的深度較量。圖片由AI生成8月20日，MiniMax發佈多模態創作Agent工作臺MiniMax Design，其核心目標在於推動模型能力進入商業內容生產流程。MiniMax Design是一款多模態創作Harness。用戶提出創作需求後，Agent能夠理解目標、拆解任務，並調用相應的模型與Skills，完成素材處理、內容生成、編輯和最終交付。上個月，7月31日，MiniMax發佈了通用全模態生成模型H3，也是該公司首個開源的視頻生成模型。

H3核心的特點是打破任務邊界，不再將文生圖、圖生視頻、視頻編輯等視為獨立任務，而是在一個模型內統一處理。不過，也有部分開發者表示H3提示詞複雜，上手難度高，對硬件和配置的要求，讓很多個人用戶望而卻步。面對一項具體任務，MiniMax Design試圖判斷需要提供哪些文字、圖片、視頻和音頻，並識別其中需要參考或保留的內容，將創作需求轉化為適合H3執行的素材和指令，補充了音視頻生成前的分鏡規劃，以及生成後的剪輯和成片裝配能力。例如，其主推的“3D導演臺”功能，可以根據場景、人物動作和鏡頭要求，在3D空間中擺放角色、調整姿態與機位，並從不同視角檢查畫面。

圍繞H3開源後形成的創作者生態，MiniMax Design已將部分社區工作流集合到產品中。已經使用ComfyUI的專業創作者也可以接入原有的本地部署方式和成熟工作流，選擇雲端或本地運行，並讓Agent根據對話協助編輯工作流節點、調整生成參數。MiniMax Design 已將部分社區工作流集合到產品中此外，MiniMax分享了對多模態生產力的兩個判斷：首先，未來的內容創作與修改將逐步從像素、圖層、時間點和參數操作，轉向語義層面的交互。用戶只需說明想要什麼、改變什麼和保留什麼，系統負責理解意圖，並完成相應的生成、修改、重組和編輯。

其次，多模態模型需要理解的Context將從一次輸入擴展到整個Project。一項完整的內容任務通常包含多輪對話，以及劇本、圖片、視頻、音頻、人物、場景、道具和品牌資產。不同版本及其修改記錄也會成為後續創作的上下文。Context長度之外，模型能否理解並有效使用這些內容，將影響其處理複雜任務的能力。從行業層面來看，當前主流的AI視頻生成工具，Runway、Pika、即夢、可靈等，團隊迭代的重心在視頻模型能力的進階。其在AI視頻實際工作流上，可以在輸出獨立視頻片段，以及個人創作者創意實現上表現優異，但缺少完整項目管理、分鏡編排、批量版本導出、企業資產規範，在大規模商業化上會存在一定的短板。

而一些垂直行業SaaS，比如，電商剪輯工具、短劇製片平臺，主要是針對單一場景封裝，模型能力受限，跨品類複用差。為此，MiniMax Design通過Skill生態，橫向覆蓋電商、短劇、品牌廣告、教育科普、動畫漫劇多個內容賽道。這些是MiniMax推出MiniMax Design以尋求差異化優勢的原因。不過，對於MiniMax來說，其視頻模型能力在高端影視級生成能力仍有上限，模型畫質和口碑均弱於頭部競品，這將直接限制其切入高溢價頂級廣告製片市場。MiniMax Design的Skill生態起步較晚，優質行業模板數量不足，第三方開發者參與度低。

而當前主流的創作工具平臺，比如，ComfyUI、Runway已經搭建起了龐大創作者生態，用戶可以自定義插件、預設、教程、第三方服務商。未來的行業競爭不會再只是聚焦於單一的視頻生成效果，工作流複用能力、企業資產管控、多模型調度、行業垂直 Skill 生態，也就是 Harness 層的產品能力，也將成為視頻模型廠商發展的核心要義。（本文首發於APP，作者｜李程程，編輯｜楊林）