做品牌短视频这几年，最耗时间的从来不是画面，是画面之后那一串：跑完视频再找配音、找音效、一帧一帧对口型，一条片子串三四个工具是常态。
MiniMax H3 是画面和声音一起生成的，给一段描述，出来自带对白、音效和环境底噪，不用回头补。对做成片交付的人来说，省掉的是整个后半段。
更实用的是角色一致。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。改需求也不用整条重跑，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。
没摸清的是音色能控到什么程度，还在试。