MiniMax Design 发布，视频模型有了自己的 Codex

事件概述

MiniMax 正式推出视觉创作产品 MiniMax Design，把此前开源的 H3 视频模型能力接入一套可编辑、可协作、可交付的完整工作流。这类似 GPT-5.6 Sol 与 Codex、DeepSeek V4 与 DeepSeek Harness 的组合逻辑：模型生成能力通过 Agent 和工程化流程放大为实际生产力。

MiniMax H3 于八月初开源，曾因高质量视觉表现引发关注。MiniMax Design 则进一步将 H3 与生图、音乐、语音等模型整合，用户只需描述需求，系统会自动拆解任务、创建画布、生成提示词、分镜图、配乐、台词、剪辑和字幕，最终输出成片。

核心能力

• 自然语言驱动全流程：无需手动编写提示词，用户输入需求后，MiniMax Design 会生成 Markdown 格式的 Brief 文档，并自动调用生图模型生成静态帧，再用 H3 生成视频。
• 可视化画布与专业工具：画布上可添加文本、图片、视频、音频，以及 3D 导演台、视频剪辑和 ComfyUI 工作流节点。3D 导演台支持在 3D 场景中摆放角色、调度机位，把模糊的自然语言要求转化为明确的空间运动参考，降低抽卡成本。
• 多模型协同：H3 负责逐段生成镜头，Agent 负责拆分任务、统一风格，并将多个片段重新组织为完整时间线，形成可执行的长视频生产流程。
• Skills 与模板复用：内置大量预设 Skill，支持将一套风格模板复用到新主题，快速衍生出不同平台版本和内容分支。

实测案例

• 复刻电影《牛来》片段时，仅输入场景描述并上传素材，系统自动搭建 3D 导演台，生成运镜参考并据此生成最终视频。
• 制作悬疑电影片头时，使用内置 Skill 自动完成分镜图、特效和动画，无需 PR/AE 手动合成。
• 生成 1 分钟 MV 时，从歌词、编曲、视觉风格、分镜、关键帧到字幕剪辑均由系统自动完成，H3 单次最长 15 秒的限制通过 Agent 拆分为多镜头再统一编排。
• 纸拼贴风格故事片可复用为科普视频模板，例如将同一套视觉包装用于解释日全食，并自动生成无字幕版、儿童旁白版等不同版本。
• 上传课程 PPT 可生成水墨风教育视频，上传诗歌可扩展为三分钟纪录片；电商场景中，产品图片可保留为独立节点，分别接入关键帧生成和剪辑流程。

值得关注

MiniMax Design 的意义在于把单一模型能力扩展为多模型协同的生产系统。对比此前依赖提示词的一次性生成，它让视频创作过程变得可修改、可迭代、可复用，是视频生成向“完整生产”迈进的一个典型产品化方向。