MiniMaxH3动画PV实测！

随着MiniMax Design正式上线，依托H3多模态底座打造的Agent创作工作台，将图像、脚本、视频、音频、剪辑全部打通，形成完整工作链路。它不再局限于单点内容生成，真正实现从brief输入到成片交付的全闭环创作。

我针对自创的动画形象与音乐游戏相结合，通过MiniMaxH3模型制作了卡点转场炫酷的游戏动画PV

小红书链接：https://www.xiaohongshu.com/discovery/item/6a82feca000000002402fcdb?source=webshare&xhsshare=pc_web&xsec_token=AB7qJKqemUKyTJFkoRrTCwTplx_9Dv7zx6QY-dAlox2tA=&xsec_source=pc_share

提示词分享：

制作简案：30秒原创2D动漫女贝斯手PV

- 成片：连续 30 秒横版 PV，16:9。

- 画面：原创成人虚构 2D 动漫女贝斯手，一名表演者；clean 2D anime cel-shaded rendering，清晰线稿、平涂色块、受控赛璐璐阴影、polished graphic motion design；禁止真人感/写实真人外观。

- 结构：视频模型单段最长 15 秒，因此后续视频生成需按同一角色锚点分段，最终合成为连续 30 秒。

- 文本：无可读文字、无品牌、无字幕、无水印；最后画面需保留 lower-left 与 bottom-center 负空间供后期标题使用，但本交付不生成可读标题文字。

- 音频：连续 J-rock electro-funk instrumental BGM，约 120–126 BPM，无人声、无对白、无观众声；稀疏 acrylic/card/metal/chain/bell/bass-pluck SFX；00:27 出现低频高潮。

## 参考与连续性作用

- 上传图 image_1 是唯一视觉参考，用于锁定原创成人虚构音乐人身份、服装/配饰、猫耳、异色眼、贝斯外形与干净 2D 动漫渲染方式。

- 后续资产阶段需要生成/固化可跨片段复用的角色与四弦白黑电贝斯锚点；视频阶段必须按该锚点保持身份、服装、配饰、乐器与手部演奏逻辑一致。

主体设定

- 单一角色：成人虚构 2D anime musician，冷静、自信、酷、略带玩味，动作受控而时髦。

- 头发与耳朵：短层次 icy silver-blue hair，cyan-blue tips，side bangs，一个弯曲 ahoge；两只大 silver-blue cat ears，warm pink inner ears 与 white inner fur；人耳带多枚银色饰品。

- 眼睛：异色眼；角色右眼/观众左侧 vivid cobalt blue，角色左眼/观众右侧 vivid crimson red。

- 服装：black studded choker、叠戴银链、cross/star necklace；black cropped performance top，带 paw/star/crescent motifs；oversized white jacket off shoulders，pale ice-blue lining/cuffs/panels/trim；极宽 black cargo pants，cyan-blue piping。

- 配件：utility belts、pouches、straps、buckles、chains、blue paw charm、bell charm、star pendants；chunky black-and-white sneakers with pale blue sole accents。

- 乐器：唯一一把 white-and-black four-string electric bass；white body、large black pickguard、black neck/headstock、four strings、silver bridge/tuning hardware、black shoulder strap。

- 手部可信度：一只手靠近 strings/pickups 进行拨弦/触弦，另一只手沿 fretboard 按弦；避免错误弦数、错误握持或额外乐器。

视觉系统

- 世界观：ice-blue cyber-band backstage-pass collage 视觉系统。

- 画面材料与图形元素：以 backstage pass、透明 acrylic、卡片层、金属链、铃铛、贝斯拨弦动作相关碎片和冰蓝电子舞台感为核心；元素只作为抽象图形/道具质感出现，不能出现可读文字、品牌或水印。

- 风格边界：2D 动漫赛璐璐、干净图形化运动设计；禁止真人、3D 写实、摄影质感、可读文字、品牌标识、字幕、水印、第二角色、第二把乐器。

## 画面推进

- 这是无对白的音乐 PV，不建立剧情对白或外部叙事因果；以 20 个连续镜头构成节奏化表演推进。

- 镜头功能应覆盖：角色/乐器建立、贝斯手部可信演奏、饰品链条与铃铛细节、后台通行证拼贴质感、服装与裤装动态、猫耳/异色眼近景、低频高潮前的节奏蓄力、00:27 低频高潮、结尾负空间留白。

- 相邻同主体镜头在后续 video prompts 中需要显著景别跃迁，并保持 30°–90° 的可感知视角变化；近景/特写用于强化眼睛、手部、链条铃铛、贝斯拨弦和高潮落点。

声音设计

- 视频原生声音：后续视频片段可生成事件匹配的稀疏 SFX/ambience，包括 acrylic/card/metal/chain/bell/bass-pluck，不生成原生音乐，不生成对白。

- 独立音乐：后续 Audio 阶段生成一条完整 30 秒 J-rock electro-funk instrumental BGM，120–126 BPM，无人声/对白/观众声，00:27 低频高潮。

- 后期合成：Post 阶段将已确认视频片段与独立 BGM 合成，并保留/混合必要原生 SFX；不烧录字幕或文字。