记一下现在一条片子的流程，跟以前落差太大。
以前：跑完视频，找配音，找音效，再一帧一帧对口型，中间还得在三四个工具之间倒素材。做品牌短视频这几年，吃掉我时间的从来不是画面，是画面之后这一串。
现在走 MiniMax H3：给一段描述，画面和声音一起生成，出来自带对白、音效和环境底噪，不用回头补；把定好的品牌模特参考丢进去，最多能同时喂九张图、三段视频、三段音频，之后每条片子里这个人的长相和声音都对得上，不用再训 LoRA 硬扛；改需求也不整条重跑，直接说背景换成卧室、手里的产品换一个，改哪块动哪块。画质给到 2K，粗剪进时间线不虚。
对做成片交付的人来说，省掉的是整个后半段。音色能控到什么程度我还没摸清，还在试。