MiniMax meluncurkan MiniMax Design pada 20 Agustus, sebuah platform kreasi multimodal yang dibangun di sekitar model video buatannya sendiri, H3. Pengguna cukup menjelaskan apa yang mereka inginkan dalam bahasa alami, lalu sistem akan memecah naskah, menyusun shot, menghasilkan keyframe, memproduksi video, menambahkan musik, teks, dan melakukan penyuntingan hingga menjadi film jadi.
Produk ini tersusun dari beberapa bagian: kanvas alur kerja, konsol sutradara 3D, pusat aset, pustaka Skills, dan sekelompok agent dengan pembagian tugas masing-masing. Kanvas menyimpan hubungan antara materi dan shot tetap terlihat di permukaan, sehingga mengubah satu bagian tidak perlu mengulang semuanya dari awal, dan pengguna bisa mencabangkan versi baru lalu melanjutkan. Konsol sutradara 3D lebih langsung — pengguna menempatkan karakter dalam adegan tiga dimensi, mengatur posisi kamera dan pose, dan hasil susunannya menjadi referensi storyboard yang lalu diserahkan ke model untuk dihasilkan. Pustaka Skills berisi templat gaya siap pakai seperti kolase kertas, lukisan tinta, video penjelas bergaya anime, dan pengguna juga bisa membuat Skill khusus lewat percakapan. Materi otomatis tersimpan secara lokal dan bisa disimpan ke pusat aset dengan satu klik. Alur kerja ComfyUI dapat diimpor langsung.
Apa yang ada di antara 15 detik dan 3 menit
Batas generasi tunggal H3 adalah 15 detik. Di antara contoh yang dirilis MiniMax ada cerita pendek berdurasi 42 detik, video musik satu menit, dan dokumenter 3 menit. Secara kasar, durasi 3 menit berarti setidaknya belasan shot harus disambung dari ujung ke ujung, dengan wajah karakter, kostum, pencahayaan, dan bahasa sinematik tiap shot harus konsisten, lalu disusun ke dalam lini masa sesuai urutan naratif.
Inilah masalah sebenarnya yang coba dipecahkan Design. Sepanjang tahun lalu, kemajuan video AI terkonsentrasi pada kualitas satu shot — resolusi meningkat, fisika terlihat lebih meyakinkan, tangan karakter tidak lagi bertumbuh enam jari. Tapi menyatukan belasan shot terpisah menjadi satu film yang layak ditonton membutuhkan kemampuan lain: konsistensi karakter, gaya yang seragam, penataan lini masa, dan kemampuan bertahan sampai revisi kelima tanpa berantakan. Pembagian tugas MiniMax membuat H3 hanya menangani generasi shot, agent menangani penyatuan gaya dan penataan lini masa, sementara harness kembali bertanya di titik-titik kunci tentang apa arah inti proyek, sambil memanggil basis pengetahuan khusus di belakang layar untuk pemeriksaan kualitas berlapis.
Struktur ini mengikuti pola yang hampir sama dengan alat coding berbasis AI saat ini: model dasar menangani keluaran satu titik, dengan lapisan orkestrasi di atasnya yang bisa merencanakan, memeriksa diri sendiri, dan bisa diinterupsi manusia. Video punya lebih banyak variabel — jika satu shot salah, semua yang sesudahnya harus ikut diubah — sehingga tahap verifikasi didorong lebih ke depan lagi.
Lahan siapa yang tergerus
MiniMax jelas soal skenario yang disasar: produksi drama pendek dari ujung ke ujung, pembuatan gambar dan video massal untuk e-commerce, TVC merek, materi promosi, video edukasi, serta PV/MV. Kesamaan kategori-kategori ini adalah volume besar, tenggat ketat, dan anggaran per unit yang tidak tinggi — persis lapisan yang paling mudah tergerus oleh rantai alat yang lebih efisien.
Menurut iFanr, kombinasi H3 dan Design sudah menyentuh alur kerja kreatif profesional yang selama ini dikuasai Adobe. Pernyataan ini setengah benar. Aset inti editor profesional tidak pernah hanya berupa fitur perangkat lunak, melainkan juga kemampuan menilai materi dan berkomunikasi dengan klien, bagian ini belum bisa diambil alih agent dalam waktu dekat. Namun begitu pekerjaan berulang di lapisan dasar proyek — mencari referensi, menyusun storyboard, menghasilkan gambar secara massal, menyelaraskan trek, menambahkan teks — dikemas menjadi alur kerja yang dipicu satu kalimat saja, jumlah proyek yang bisa ditangani satu orang secara bersamaan akan berubah. Klaim industri bahwa "AI menekan biaya konten hingga sepersepuluh" sebagian besar berasal dari pengurangan bagian ini.
Rangkaian langkah MiniMax
Menelusuri lini masanya membuat semua ini lebih jelas. Model video H3 dirilis sebagai open source lebih dulu, menyebarkan kemampuan generasi secara luas; Hailuo AI membangun skala penggunaan video AI di sisi konsumen dalam negeri; kini Design menyambungkan kedua ujung itu menjadi ruang kerja berbasis proyek. Open source ditukar dengan ekosistem, sisi konsumen ditukar dengan data, sisi profesional ditukar dengan pendapatan — ketiga jalur ini bergerak beriringan.
Bagi tim konten di dalam negeri, perubahan paling terasa dalam waktu dekat kemungkinan adalah jalur impor alur kerja ComfyUI. Kelompok ini sudah lama mengumpulkan setumpuk grafik node dengan parameter yang sudah disetel, dan bisa memindahkannya apa adanya berarti tidak perlu belajar ulang dari nol. Gesekan terbesar saat berpindah alat jarang berasal dari ketidakmampuan mempelajari yang baru — lebih sering berasal dari keengganan melepas sesuatu yang sudah terbukti berjalan lancar.
Sumber: rilis resmi MiniMax, iFanr, disusun oleh editor CocoLoop; angka batas durasi generasi tunggal H3 dan durasi contoh film mengacu pada demonstrasi publik.