LibTV+MiniMax H3：AI视频生成成本与效率双提升

近期AI视频领域迎来了两个值得关注的重要进展：一方面主流大模型调用成本持续下调，另一方面MiniMax推出了新一代开源视频生成模型H3。这一变化也让我们想起了LibTV创始人陈冕在相关采访中的核心观点。

笔者在阅读相关采访时，特意摘录了一段存入备忘录：陈冕的访谈观点不仅受到行业认可，就连资深创业者王慧文都曾公开表示，陈冕已经成为新一代创业者的偶像。他曾指出：只有当Token成本足够低廉、智能能力触手可得之时，面向C端的AI应用公司才能迎来真正的爆发窗口。这个时间节点可能在两到五年之间，但创业者需要从当下就开始提前布局。不少AI赛道的参与者都对这句话深有体会——模型性能固然是核心，但对于应用厂商和普通用户来说，成本始终是无法回避的现实问题，而现在这一拐点正在快速靠近。

就在近期，GPT系列模型推出了大幅降价的调整，同时MiniMax正式发布了开源视频模型H3。从实际测试效果来看，H3的生成表现已经基本追平了Seedance 2.0，实测效果能够达到后者八成以上的水准。更关键的是，H3在保持高性能的同时，将生成成本大幅压低，在2K分辨率的场景下，单秒生成成本比之前降低了超过一半。

这无疑是AI视频领域的一则重磅消息。在过去半年里，只要是涉及AI视频创作的讨论，评论区里总会有用户提及成本问题。尽管AI视频相比传统的棚拍、演员邀约和后期剪辑已经大幅降低了门槛和开支，但对于普通创作者来说，依然存在心理阈值。正如陈冕所说，只有当成本低到用户不需要反复权衡投入产出时，行业的大众需求才能真正被彻底激发。

MiniMax H3发布之后，LibTV第一时间完成了模型接入，在同类产品中响应速度位居前列，也印证了陈冕所说的提前布局的重要性。

我们可以用一组统一的提示词来对比两款模型的表现，提示内容为：回忆童年的盛夏午后，旧院子总是被暖黄色调包裹。那个无忧无虑的小男孩正在满院子欢跑，试图追逐半空中被风卷起的一只透明塑料袋。木门框旁，满脸慈爱的奶奶正逆着温暖的光站着，温柔地呼唤他回家。瞬间的时空跨越，当年那个追逐塑料袋的小男孩，如今已是满身疲惫的成年人。他静静地站在当年同一个位置，但木门前已空无一人，院子也已荒芜。此时，一阵同样凛冽的风吹过，卷起了他的衣角。

从实际生成效果来看，两款模型的表现已经非常接近，无论是镜头切换的流畅度、背景音乐的适配还是人物神态的刻画，H3的细节处理都相当细腻，几乎已经很难感受到明显的差距。

笔者近期尝试使用LibTV搭配MiniMax H3进行短片创作，当时平台恰好推出了相关活动，2K分辨率的视频生成成本仅为每秒0.2元，整体价格非常亲民。不少用户会疑惑，既然H3本身已经自带分镜能力，为何还要借助第三方的Agent工具？其实只要实际上手制作过完整短片就能体会到，LibTV至少可以帮助创作者节省50%的创作时间。

比如上传剧本之后，LibTV会自动识别并确认镜头脚本，自动筹备相关创作素材，整个流程可以一键完成。传统的视频生成工具大多还停留在单轮Chatbot模式，用户需要手动输入单段提示词来生成对应片段，但LibTV作为视频Agent，可以掌握整个短片的完整上下文，能够先梳理清楚人物关系和剧情脉络，再将完整剧本拆解为单个镜头，自动判断每个镜头需要的人物、场景和道具，提前准备素材并调用模型完成全流程生成。

LibTV会自动生成包含画面描述、景别选择、光影氛围、音效搭配和运镜方式的完整镜头明细表，用户只需要点击右下角的一键合成按钮，就能得到可直接使用的最终提示词初稿。尽管生成的提示词未必能完全符合预期，但至少为创作者提供了可以快速迭代的基础版本，省去了过去需要手动逐个琢磨每个镜头提示词、反复在不同工具间复制粘贴的繁琐流程。

除了流程优化之外，LibTV的交互设计也更加贴合创作者的需求。比如在输入核心提示词之后，用户可以选择预设的Skill模板，这些模板封装了大量成熟的镜头创作经验，系统会基于用户的输入弹出针对性的问询窗口，进一步确认创作细节。

很多时候创作者自己也未必能完全理清创作思路，直接生成的成品往往会偏离预期，而这几轮交互式确认可以帮助用户逐步明确人物风格、画面调性和镜头节奏等关键要素，最终生成的作品也更贴近最初的设想。

笔者这次的短片创作属于临时起意，全程仅花费了半天时间。不过由于当天使用H3的用户较多，生成速度有所放缓，如果是正常峰值时段，完整制作一支短片大概只需要两小时左右。除此之外，笔者还尝试用单条提示词生成了一场大会的开场宣传片，效果同样超出预期。对于初次接触AI短片创作的用户，笔者之前整理过一份保姆级创作教程可供参考。

由于笔者购买了LibTV的月度会员，无法精确统计这次创作的单次成本，但根据积分消耗估算，整支短片的生成总成本控制在50元以内。当然，当前的版本还存在不少可以优化的空间，很多镜头还可以进一步调整细化，想要制作成正式发布的作品，还需要花费更多时间进行迭代和调整，也会产生额外的成本消耗，但这次的创作体验确实让我们看到了AI视频行业的新曙光。

一支AI视频的最终成本主要取决于三个核心要素：第一个是单次生成的基础成本，第二个是单次生成的成品可用率——哪怕单次生成价格再低，如果十次产出里只有一次可用，最终的综合成本依然很高，反之如果一次可以生成多个版本，且其中有多个可用选项，整体投入就会变得更加可控；第三个则是视频Agent工具对整个创作流程的组织和衔接能力，优秀的工具可以大幅降低创作的试错成本和时间成本。

如果AI视频的单次生成成本能够持续快速下降，将会对行业两端产生直接的积极影响。对于AI应用厂商来说，模型调用成本的降低可以为上层产品留出足够的利润空间，帮助更多优质应用落地；对于普通用户来说，价格的下探会彻底改变使用习惯，当成本低到无需刻意计算时，用户才会敢于尝试更多创作场景。

AI视频从专业创作领域向大众普及的拐点，已经越来越近了。