Der MiniMax H3 Workflow, den man eine Woche nach Open Source kopieren sollte (plus 52 offizielle Prompts)

MiniMax hat eine Community-Übersicht über H3s erste Woche als Open-Source-Modell veröffentlicht. Darin werden knapp 300 abgeleitete Modelle, eine Reihe von quantisierten Builds, eine native Mac-Inferenz-Engine und agentengesteuerte Produktionspipelines erwähnt. Das alles ist einen Blick wert.

Aber das Einzige, was sich wirklich lohnt, herauszugreifen, ist ein Satz gegen Ende des ersten Abschnitts, der beschreibt, wie ein Animationskünstler tatsächlich arbeitet. In den offiziellen Worten:

Er generiert 480p-Videos auf einer RTX 3060 zum Iterieren, verwendet lokale Hardware für Vorschau, Auswahl und Versuch und Irrtum, und erst wenn ihn eine Version zufriedenstellt, wechselt er in die Cloud, um das Finale in höherer Auflösung zu rendern und mit Super-Resolution abzuschließen.

Die offizielle Zusammenfassung gibt der Gewohnheit einen Namen: Lokales Drafting, Cloud-Finishing.

Diese drei Wörter sind dieselbe Schlussfolgerung, auf die wir bei monatelanger Modellvergleichsarbeit immer wieder gestoßen sind. Dieser Beitrag ist ein Versuch, es richtig zu sagen: warum die Trennung Bestand hat, und wenn sie Bestand hat, was man tatsächlich behalten muss.

Wichtige Erkenntnisse

• Lokales MiniMax H3 läuft endlich auf Consumer-Hardware, aber lokal ist das Ende mit niedriger Auflösung. Das 2K-Finale ist ein separater Durchlauf, kein größerer Render.
• Das Einzige, was vom Entwurf zum Finale übergehen muss, ist der Prompt. Der gesamte Workflow hängt also davon ab, ob Ihr Prompt die Reise übersteht.
• Führen Sie einen wörtlichen MiniMax H3-Prompt gleichzeitig über mehrere Modelle aus, um den Prompt zu überprüfen, nicht um die Modelle zu bewerten.
• Eine Bedingung kann buchstabengetreu erfüllt sein und trotzdem am Kern vorbeigehen. Sperren Sie die Eigenschaft, die das Konzept trägt, nicht den Nebeneffekt.
• Die beiden erhaltenswerten Assets sind eine kategorisierte Prompt-Bibliothek und die Entscheidungslogik hinter jedem Prompt.

Warum „Lokal draften, Cloud finishen“ nur für MiniMax H3 jetzt funktioniert

Die Trennung hängt von einer Sache ab: Das lokale Ende ist plötzlich stark geworden.

In einer einzigen Open-Source-Woche hat die Community die Inferenzeffizienz rasant vorangetrieben. Das ComfyUI-Team hat die Modulationsgewichte, die etwa vierzig Prozent der Parameteranzahl ausmachten, durch vorberechnete Tabellen ersetzt, INT8-Quantisierung und benutzerdefinierte Kernel hinzugefügt und die kleinste Modellkombination von 123,6 GB auf 42,5 GB Speicher reduziert. Mit dynamischem Offloading kann eine Consumer-Grafikkarte lokale Inferenz ausführen.

Unabhängig davon hat der Redis-Erfinder antirez eine native Apple-Silicon-Inferenz-Engine von Grund auf in C und Metal geschrieben. Sie liest die Safetensors-Gewichte direkt und packt die Text- und Vision-Encoder, den DiT und die Vision- und Audio-VAEs in ein einziges natives Mac-Programm, ohne Abhängigkeit von Python oder PyTorch.

Das Forschungsteam von NVIDIA hat innerhalb von 4,5 Stunden nach dem Start einen ersten Durchlauf der Inferenzoptimierung abgeschlossen und berichtete über einen 3,95-fachen End-to-End-Beschleunigungsfaktor gegenüber Diffusers auf einem Acht-Karten-Setup.

Wenn man das alles zusammennimmt, ist das Ergebnis klar: Lokale Läufe jetzt, aber was gerendert wird, ist niedrige Auflösung.

Die Trennung des Erstellers ergibt sich also von selbst. Niedrige Auflösung ist schnell, billig und wiederholbar, genau das, was Trial and Error braucht. Die Auslieferung geht für das Finale zurück in die Cloud. Die beiden Enden sind keine Ersatzlösungen. Sie sind zwei Stationen auf einer Linie.

Was tatsächlich zwischen den beiden MiniMax H3-Phasen übergeht

Das ist die Frage, die uns wirklich interessiert.

Sie verbringen zwanzig Durchläufe bei 480p lokal und haben endlich den gewünschten Look eingestellt. Jetzt gehen Sie für das Finale in die Cloud. Was ist das Eine, das Sie tatsächlich mitnehmen können?

Nicht der 480p-Clip, seine Auflösung ist zu niedrig. Nicht die Modellgewichte, die Cloud hat ihre eigenen.

Es ist der Prompt.

Über die gesamte Linie hinweg ist das Einzige, was beide Enden durchlaufen und unverändert wirksam sein muss, der Prompt. Er ist das einzige Asset in diesem Workflow.

Die Implikation ist bedeutender, als es klingt:

• Wenn Ihr Prompt aufhört zu funktionieren, wenn sich die Umgebung ändert, dann läuft dieser geschichtete Workflow überhaupt nicht. Alles, was Sie lokal abgestimmt haben, ist auf dem Weg in die Cloud verschwendet.
• Wenn Sie ihn für jedes Modell umschreiben, wiederholen Sie die Entwurfsphase jedes Mal, wenn Sie das Modell wechseln.
• Drehen Sie es um: Wenn der Prompt portabel genug ist, können Sie sogar auf einem billigeren Modell draften, solange seine Interpretation desselben Satzes vorhersagbar ist.

Die Frage wird also: Wie schreibt man einen Prompt, der auch nach einer Umgebungsänderung noch funktioniert? Wir haben das getestet.

Ein MiniMax H3-Prompt, vier Modelle gleichzeitig

In den letzten Tagen haben wir mehr als ein Dutzend solcher Vergleiche durchgeführt: Ein wörtlicher Prompt, nur die Einreichungsparameter geändert, an vier Modelle gesendet, zu Themen von VFX über Produkt-UI-Bewegung bis hin zu Musik-Kurzfilmen.

Unten sehen Sie denselben Test über acht Themen hinweg. Jeder Clip ist eine Vier-Wege-Aufteilung des identischen Prompts: oben links Seedance 2.5, oben rechts MiniMax H3, unten links Seedance 2.0, unten rechts Kling v3.0pro.

Wuxia-Duell: ein Prompt, vier Modelle. Ton einschalten.

Anime-Liebesszene, dieselbe Vier-Wege-Aufteilung.

Handtaschen-Werbespot: ein Produkt-Spot aus demselben Prompt.

Mädchengruppe-Auftritt, mit synchronisiertem Audio über die Aufteilung hinweg.

KNNOfby0vtw

Eine charaktergetriebene Szene, vier Modelle nebeneinander.

Kamera-Werbespot, derselbe Prompt parallel.

Sneaker-Werbespot, das letzte der acht Themen.

Was dieser Durchlauf tatsächlich testet

Es ist keine Rangliste. Es ist ein Gesundheitscheck für den Prompt.

Da der Prompt wörtlich ist und sich nur die Einreichungsparameter geändert haben:

1. Die Unterschiede zwischen den vier sind die Unterschiede zwischen den Modellen. Das klingt nach einer Binsenweisheit, aber es ist die Grundlage der gesamten Übung, und sie gilt nur, wenn die vier in derselben Ausführungsumgebung laufen. Wenn Sie mehrere Schnittstellen aus verschiedenen Quellen zusammensetzen, mischen Sie Link-Level-Variablen in die Unterschiede ein, und Sie können nicht mehr unterscheiden, ob es sich um einen Modellunterschied oder einen Plattformunterschied handelt.
2. Was alle vier nicht schaffen, ist ein Prompt-Problem, kein Modell-Problem. Dies ist das wertvollste Signal in der Entwurfsphase, und es ist eines, das Sie niemals erhalten, wenn Sie nur ein einziges Modell ausführen. Ein Modell verfehlt es und Sie vermuten das Modell. Vier verfehlen es und die Antwort ist klar: Gehen Sie zurück und beheben Sie diese eine Zeile, wechseln Sie nicht die Modelle.
3. Ändern Sie eine Sache pro Version, lassen Sie den Rest unberührt. Nur so kann „diese Version ist besser“ Bestand haben. Wenn Sie die Änderungen verteilen, können Sie nichts zuordnen. Das gleichzeitige Ausführen mehrerer Modelle bedeutet, dass eine einzelne Variablenänderung Ihnen vier Beobachtungspunkte auf einmal gibt.

Was also kommt in die Datei

Keine Parametertabelle. Parameter stehen auf der Modellseite, und das Kopieren davon enthält keine Informationen. Was es wert ist, aufgezeichnet zu werden, ist „was ich geschrieben habe, dann was ich beobachtet habe.“ Zwei Beispiele:

Der Wert des ersten ist Richtung. Nur die Größe des Fehlers aufzuzeichnen, ist nutzlos, denn wenn Sie das nächste Mal kompensieren, werden Sie in die falsche Richtung kompensieren. Eins muss später gedrückt werden, das andere früher.

Das zweite ist wertvoller und Gegenstand des nächsten Abschnitts.

Sie brauchen dafür kein Skript mehr

Als wir diese Vergleiche durchführten, schrieben wir unser eigenes Skript zum Einreichen von Aufträgen und Abrufen von Ergebnissen. Nicht mehr. Atlas Cloud hat Model Explorer gestartet.

Schreiben Sie einen Prompt, wählen Sie bis zu 10 Modelle zum parallelen Ausführen aus, und die Ergebnisse kommen nebeneinander zurück.

Sein wirklicher Wert liegt nicht in der Bequemlichkeit, sondern in der Kontrolle. Der Grund, warum dieser Vergleich zu einer Schlussfolgerung kommen konnte, war, dass die vier in einer Ausführungsumgebung liefen. Verdrahten Sie vier Schnittstellen aus verschiedenen Quellen, und Plattformvariablen sickern in die Unterschiede ein: Gateway-Verhalten, Standardparameter, wie Assets kodiert werden. Ändern Sie eines, und Sie denken, Sie vergleichen Modelle, während Sie Plattformen vergleichen. Wenn Sie innerhalb eines Modellpools laufen, werden diese Variablen konstruktionsbedingt konstant gehalten.

Einige Dinge passen direkt auf die Entwurfsphase:

• Voreingestellte Modellgruppen. SOTA, Trend und Günstig, plus Ihren eigenen gespeicherten Satz. Draften Sie mit der günstigen Gruppe, um die Richtung festzulegen, und wechseln Sie dann für das Finale zur SOTA-Gruppe. Das ist dieselbe Trennung wie oben, nur dass jetzt beide Enden in der Cloud sind.
• Eine Kostenschätzung vor dem Ausführen, damit Sie nicht bis zum Ende warten müssen, um zu erfahren, was ein Durchlauf gekostet hat.
• Sowohl Bilder als auch Videos, mit Text-zu-Bild und Bild-zu-Bild auf der Bildseite.

Atlas Cloud Model Explorer: eine voreingestellte Gruppe von Modellen, die zum parallelen Ausführen von einem Prompt ausgewählt wurden, mit der Kostenschätzung pro Durchlauf vor dem Ausführen

Überprüfbar ist nicht dasselbe wie die richtige Dimension zu sperren

Dieser Satz aus dem letzten Abschnitt, „halte es flach, nicht fotorealistisch“, ist die typischste Falle, auf die wir gestoßen sind.

Das Seltsame ist, dass die Bedingung vollständig erfüllt werden kann und dennoch vollständig scheitert. Flach? Ja. Handgezeichnet? Überhaupt nicht. Jedes Kästchen auf der Checkliste abhaken und volle Punktzahl erhalten.

Das Problem: Wir haben „Flachheit“ gesperrt, aber die Eigenschaft, die das Konzept tatsächlich trägt, ist „sichtbare Werkzeugspuren.“ Ersetzen Sie es durch „Kreide, Buntstift, grober Pinsel, Schraffurrichtung, ungleichmäßige Füllung, raue Kanten“ und dasselbe Modell kehrt sich vollständig um.

Das handgezeichnete Thema über vier Modelle hinweg. „Flach“ ist leicht zu erfüllen, „sichtbar handgemacht“ ist die Eigenschaft, die tatsächlich gesperrt werden musste.

Das destilliert sich zu einem Test:

Nehmen Sie jede von Ihnen geschriebene Bedingung und fragen Sie: Kann das Modell diesen Satz erfüllen und trotzdem das fallen lassen, was ich eigentlich will?

Wenn ja, zielt die Sperre auf einen Nebeneffekt, nicht auf das Konzept.

Das Symptom ist bekannt: Die Ausgabe stimmt mit Ihrer Checkliste Punkt für Punkt überein, aber jeder, der die Referenz kennt, sieht auf einen Blick, dass sie falsch ist.

Der richtige Schritt an diesem Punkt ist nicht, weitere Sperren hinzuzufügen. Es ist, zurückzugehen und die Eigenschaft zu finden, die das Konzept tatsächlich trägt.

Zurück zu „Lokal draften, Cloud finishen“: Diese eine Sache hat mehr Gewicht: Eine auf die falsche Dimension gerichtete Bedingung kann bei Draft-Auflösung unsichtbar sein. Bei 480p ist der Unterschied zwischen einer glatten Kontur und einem groben Pinsel bereits verschwommen, und Sie entdecken erst, dass die Richtung falsch war, nachdem Sie den Aufwand für ein Cloud-Finale betrieben haben. Ob das Draften Zeit spart, hängt davon ab, ob die Eigenschaft, die Sie beim Draften gesperrt haben, die richtige war.

Die Community hat den MiniMax H3-Prozess bereits verpackt

Die offizielle Zusammenfassung enthält noch ein weiteres Signal, das es wert ist, separat erwähnt zu werden: Entwickler beginnen, den gesamten Produktionsprozess in etwas Wiederverwendbares zu verpacken.

Ein KI-Künstler verwendet Claude Code auf einem Mac, um ein lokales Modell auf einem zweiten Rechner zu orchestrieren. Der Mac kümmert sich um Projekteinrichtung, Faktencheck, Drehbuch, Zeitachse, Untertitel, Storyboard und strukturelle Überprüfung, und das andere Ende kümmert sich um die Modellinferenz. Das Ganze ist in 14 Phasen unterteilt, vom Briefing bis zum Batch-Render, Edit-Zusammenstellung und Ledger-Rückmeldung, ohne jemals einen traditionellen Editor zu öffnen.

Ein anderes Projekt hat dieselbe Idee in ein Plugin mit integrierten Fähigkeiten verpackt, die von einer Geschichte oder einem Geschäftsbriefing über Charakter- und Szeneneinrichtung, Storyboard und Keyframe-Design bis hin zur Auswahl eines Workflows pro Einstellung reichen. Prompts, Eingabe-Assets, der Workflow, Kandidaten-Einstellungen und die Auswahlen werden alle im Projektverzeichnis aufgezeichnet, so dass eine unterbrochene Aufgabe dort fortgesetzt wird, wo sie aufgehört hat.

Die Richtung ist dieselbe: Jeder verwandelt „wie dieses eine gemacht wurde“ in ein wiederverwendbares Asset, anstatt einen Haufen fertiger Filme zu hinterlassen. Die beiden Dinge, die wir gemacht haben, liegen genau auf dieser Linie.

Zwei MiniMax H3-Ressourcen, die Sie jetzt mitnehmen können

1. Die offizielle MiniMax H3-Prompt-Bibliothek (52 Prompts, 16 Kategorien, jeweils mit Vorschau)

PlainCopy
1https://github.com/AtlasCloudAI/awesome-minimax-h3-prompts

Keine Umschreibungen, sondern die Original-Prompts aus der offiziellen Galerie, nach Szenario organisiert, jeweils gepaart mit einem echten generierten Vorschau-Video, damit Sie das Ergebnis sehen können, bevor Sie sich entscheiden, welches Sie kopieren.

Die 16 Kategorien umfassen Marke und Kino, visuelles Kreativ- und Verpackungsdesign, Bewegungsgrafiken und VFX, KI-Erzählung, Produkt und E-Commerce, Digital- und Spiele-Kreativ, industrielle und verkörperte KI, Animation und Stilisierung, Multi-Material-Referenz, Charakter-/Aktions-/Kamera-Referenz, Sprachklonen, Charakter- und Objektbearbeitung, Szenen- und VFX-Bearbeitung, Audio- und Dialogbearbeitung, präzise Befolgung von Anweisungen und Stilvorgaben. Es unterstützt 20 Sprachen und nimmt Einsendungen entgegen.

Die zeitsparendste Art, es beim Draften zu verwenden: Finden Sie einen Prompt, dessen Thema Ihrem nahe kommt, sehen Sie sich seine Vorschau an, und verwenden Sie ihn als Ausgangspunkt zum Bearbeiten. Viel schneller, als mit einer leeren Box zu beginnen.

Das awesome-minimax-h3-prompts-Repository auf GitHub, mit dem Kategorie-Index und einem Eintrag mit seinem Vorschau-Video

1. Die universelle Video-Prompt-Fähigkeit (Skill)

PlainCopy
1https://github.com/kiana-liang/universal-video-prompt-skill

PlainCopy
1npx skills add kiana-liang/universal-video-prompt-skill

Sie löst das Problem aus dem zweiten Abschnitt: Sie haben den Prompt kopiert, aber Sie konnten das Urteil, das beim Schreiben gefällt wurde, nicht kopieren. Der Slogan sagt genau das. Die zugrundeliegende Entscheidungslogik, die Sie nicht durch Kopieren des Prompts kopieren können, lebt hier.

Was sie tut, ist, „denk zuerst durch, dann schreib es in eine Form“ in eine wiederverwendbare Entscheidungs-Checkliste zu zerlegen:

• Zwei Fragen vor jeder Zeile: Zu welcher Schicht gehört diese (global, gesperrt oder zeitlich), und wurde sie in einer beobachtbaren Form geschrieben?
• Übersetzen Sie das Nicht-Überprüfbare in das Überprüfbare. „Konsistent bleiben“ wird zu einem sichtbaren Endzustand. „Angespannt“ wird zu Augenbewegung, Atmung und Handbewegung.
• Eine dialektfeste Methode: Schreiben Sie den Begriff und eine beobachtbare Beschreibung zusammen. Ein Modell, das den Begriff kennt, nimmt die Abkürzung, eines, das ihn nicht kennt, folgt der Beschreibung, und ein Prompt deckt beides ab.
• Kein Umschreiben über Umgebungen hinweg. Die reine Sprachebene wird einmal geschrieben, und modellspezifische Verzerrungen kommen in eine separate Profiltabelle, wie die aus dem dritten Abschnitt.

Das Repo liefert 5 Einstellungstypen, 4 vollständig durchgearbeitete Fälle, 6 Modellprofile und 4 Demo-Videos. Jedes Video ist an die spezifische Regel gebunden, die es demonstriert, es ist kein Showreel.

Es ist auch klar, was es nicht tut: Keine erforderlichen Felder, kein Beispiel ist eine Regel, jede Regel hat Ausnahmen. Wenn Sie nach einer Lückentext-Vorlage zum Einfügen suchen, ist dies nicht der richtige Ort.

Das Abschlussende: Ausführen von MiniMax H3 auf Atlas Cloud

Alle drei MiniMax H3-Aufrufmodi sind auf Atlas Cloud live, Text-zu-Video, Bild-zu-Video und Referenz-zu-Video, mit Parametern, Daueroptionen und Anfragebeispielen auf jeder Modellseite.

PlainCopy
1Übersicht          https://www.atlascloud.ai/models/minimax-h3
2Text-zu-Video      https://www.atlascloud.ai/models/minimax/h3/text-to-video
3Bild-zu-Video      https://www.atlascloud.ai/models/minimax/h3/image-to-video
4Referenz-zu-Video  https://www.atlascloud.ai/models/minimax/h3/reference-to-video
5Vergleichstool     https://www.atlascloud.ai/model-explorer

Atlas Cloud bündelt diese gängigen Videomodelle in einem Pool, so dass Sie mit einer einzigen API einen Modell-String ändern, um den gesamten Vergleich durchzuführen. So wurde der Vier-Modell-Test im dritten Abschnitt durchgeführt, nur dass wir damals noch unser eigenes Skript geschrieben haben und es jetzt ein paar Klicks im Model Explorer sind.

Die Pipeline verbindet sich also in der Praxis wie folgt:

Alle drei Phasen verwenden denselben Prompt und denselben Schlüssel. Nichts wird in der Mitte umgeschrieben und nichts ändert die Umgebung, was der Punkt aus dem zweiten Abschnitt ist: Das einzige Asset, das die Phasen durchlaufen muss, ist der Prompt, also lassen Sie ihn nicht auf dem Weg verformen. Parameter, Daueroptionen und API-Beispiele befinden sich alle auf den MiniMax H3-Modellseiten.

Abschließend

Eine Woche Open Source, und die Community hat MiniMax H3 bereits auf Consumer-Grafikkarten, in ein natives Mac-Programm und in automatisierte Produktionsabläufe eingepasst. Diese Arbeit hat das lokale Ende wirklich nutzbar gemacht.

Aber lokales Ausführen ist nicht lokale Auslieferung. „Lokal draften, Cloud finishen“ ist eine gute Gewohnheit, weil sie die beiden Enden nicht gegeneinander ausspielt. Sie akzeptiert, dass dies eine Pipeline ist, mit zwei Stationen, die zwei Aufgaben erledigen.

Und damit sich die Linie bewegt, muss das Stück, das in der Mitte übergeben wird, zuverlässig sein. Dieses Stück ist der Prompt. Das, was Ihre Zeit wert ist, ist also nie irgendein Film, den Sie gerendert haben. Es ist, warum Sie ihn so geschrieben haben, wie Sie es getan haben.

MiniMax H3-Prompts FAQ

Wo kann ich MiniMax H3 ohne lokale GPU ausführen?

Alle drei MiniMax H3-Modi, Text-zu-Video, Bild-zu-Video und Referenz-zu-Video, laufen auf Atlas Cloud, mit den Parametern und Daueroptionen auf jeder Modellseite. Lokale Inferenz ist für günstiges 480p-Draften nützlich, sobald die Community-Builds eingerichtet sind, aber das Finale mit höherer Auflösung wird weiterhin in der Cloud gerendert.

Wie vergleiche ich MiniMax H3 fair mit anderen Videomodellen?

Führen Sie einen wörtlichen Prompt über die Modelle hinweg in einer einzigen Ausführungsumgebung aus. Model Explorer macht dies mit bis zu 10 Modellen parallel, wodurch Gateway-Verhalten, Standardparameter und Asset-Kodierung konstant gehalten werden, so dass die Unterschiede, die Sie sehen, die Modellunterschiede sind.

Übertragen sich MiniMax H3-Prompts auf andere Modelle?

Das ist der springende Punkt, sie gut zu schreiben. Halten Sie die reine Sprachebene beobachtbar und dialektfest, Begriff plus Beschreibung, und zeichnen Sie modellspezifische Timing-Verzerrungen in einer separaten Profiltabelle auf. Der Prompt überlebt dann den Wechsel von einem Draft-Modell zum Finalmodell unverändert.

Wo finde ich fertige MiniMax H3-Prompts?

Die awesome-minimax-h3-prompts-Bibliothek hat 52 offizielle Galerie-Prompts in 16 Kategorien, jeweils mit einem echten Vorschau-Video, in 20 Sprachen. Finden Sie einen, der Ihrem Thema nahe kommt, sehen Sie sich die Vorschau an, und bearbeiten Sie von dort aus.