MiniMax lanzó el 20 de agosto MiniMax Design, una plataforma de creación multimodal construida en torno a su modelo de video propio, H3. El usuario describe en lenguaje natural lo que quiere, y el sistema se encarga de dividir el guion, organizar los planos, generar fotogramas clave, producir el video, componer la música, añadir subtítulos y editar, hasta llegar al producto final.
El producto está formado por varias piezas: un lienzo de flujo de trabajo, una mesa de dirección 3D, un centro de activos, una biblioteca de Skills y un conjunto de Agents con funciones divididas. El lienzo mantiene visibles las relaciones entre material y planos; editar un punto no requiere empezar de cero, y también se puede generar una nueva versión para continuar. La mesa de dirección 3D es más directa: se colocan personajes, posición de cámara y pose en una escena tridimensional, lo que crea una referencia de storyboard que luego se entrega al modelo para su generación. La biblioteca de Skills incluye plantillas de estilo listas, como collage de papel, tinta china o formato de divulgación científica estilo anime, y también permite crear un Skill personalizado mediante conversación. El material se guarda automáticamente de forma local, con un clic para almacenarlo en el centro de activos. Los flujos de trabajo de ComfyUI se pueden importar directamente.
Qué hay entre 15 segundos y 3 minutos
El límite de generación en una sola pasada de H3 es de 15 segundos. Entre los ejemplos publicados por MiniMax hay una historia corta de 42 segundos, un videoclip de 1 minuto y un documental de 3 minutos. Haciendo un cálculo aproximado, tres minutos significan al menos doce planos encadenados, cada uno con la apariencia de los personajes, el vestuario, la iluminación y el lenguaje cinematográfico coherentes entre sí, y además organizados en orden narrativo dentro de una línea de tiempo.
Eso es precisamente lo que Design está resolviendo. En el último año, los avances del video con IA se concentraron en la calidad de planos individuales: mayor resolución, física más creíble, manos sin seis dedos. Pero unir una decena de planos sueltos en una película que se pueda ver depende de otro conjunto de capacidades: consistencia de personajes, unidad de estilo, organización de la línea de tiempo y la capacidad de llegar a la quinta revisión sin desmoronarse. La división de tareas de MiniMax deja que H3 se ocupe solo de generar los planos, un Agent se encarga de unificar el estilo y organizar la línea de tiempo, y un Harness pregunta en puntos clave cuál es la dirección central, recurriendo detrás de escena a una base de conocimiento especializada para verificaciones de calidad en varias rondas.
Esta estructura sigue casi el mismo molde que las herramientas actuales de programación con IA: el modelo base se encarga de la producción puntual, y encima hay una capa de orquestación capaz de planificar, autoverificarse y ser interrumpida por humanos. En el video hay más variables: si un plano sale mal, todo lo que sigue debe ajustarse, por lo que la etapa de verificación se adelanta con mucha más fuerza.
A quién le quita el trabajo
Los escenarios objetivo que plantea MiniMax son claros: producción completa de series cortas, generación masiva de imágenes y videos para comercio electrónico, TVCs de marca, materiales promocionales, videos educativos, PV/MV. El punto en común de estas categorías es volumen alto, plazos ajustados y presupuesto bajo por pieza, justo el segmento más propenso a ser arrasado por cadenas de herramientas más eficientes.
Según Ifanr, H3 junto con Design ya está penetrando en el flujo de creación profesional que Adobe domina desde hace tiempo. La afirmación es cierta a medias. El activo central de un editor profesional nunca fue solo las funciones del software, sino también el criterio sobre el material y la capacidad de comunicarse con los clientes; esa parte el Agent no puede asumirla a corto plazo. Pero el trabajo repetitivo en la base de un proyecto —buscar referencias, armar storyboards, generar imágenes en lote, alinear pistas, añadir subtítulos— una vez empaquetado en un flujo que se activa con una sola frase, cambia cuántos proyectos puede llevar una persona a la vez. Lo que en la industria se llama "la IA reduce el costo del contenido a una décima parte" se refiere sobre todo a esta parte.
La secuencia de movimientos de MiniMax
Si se repasa la línea de tiempo, queda más claro. Primero se liberó como código abierto el modelo de video H3, extendiendo la capacidad de generación; Hailuo AI ya generaba un volumen considerable de video nacional del lado del consumidor; ahora Design conecta ambos extremos y los convierte en un espacio de trabajo orientado a proyectos. El código abierto aporta ecosistema, el lado del consumidor aporta datos, el lado profesional aporta ingresos, y las tres líneas avanzan de forma coordinada.
Para los equipos de contenido en China, el cambio más práctico a corto plazo probablemente sea el canal de importación de flujos de ComfyUI. Este grupo ya ha acumulado un montón de grafos de nodos con parámetros ajustados, y poder trasladarlos tal cual significa no tener que volver a aprender desde cero. La mayor fricción al cambiar de herramienta rara vez viene de no poder aprenderla, sino de no querer abandonar lo que ya funciona bien.
Fuentes: contenido oficial publicado por MiniMax, Ifanr, recopilación editorial de CocoLoop; el límite de duración de generación única de H3 y la duración de las películas en los ejemplos se basan en las demostraciones públicas.