一句 /apt 就复刻爆款 MV：T8 把 MiniMax H3 换人做成了流水线，还把这笔 23000 币的账摊开了

3分钟看懂：先讲结论

这条视频的主角不是模型，是一条可以反复执行的斜杠命令。

T8 这次做的事，用一句话讲清楚：把「拿一段爆款 MV，把里面的人换成我提供的两张参考图里的角色，再把片子剪出来」这个流程，压缩成一句 /apt。装好 skill、丢两张图、填一个 RunningHub 的 API key，剩下的分镜切段、逐段生成、失败修复，交给 agent 去跑。

值得看的地方有三个：

• 他把成本摊开了。40 段素材生成约 6000 币，修复约 17000 币，合计约 23000 币；优化两轮之后，修复那一大块明显降下来。
• 他说了社区换人 LoRA 的实话。Civitai、爆点上那批换人 LoRA 他都测过，结论是不如原模型；省币要靠下调一采/二采倍率，而不是换一套更便宜的权重。
• 他顺手把「AI 剪片」讲明白了。Grok Bot 剪一条 10 分钟视频，指令只有一句「音频不要变」，它会先出图确认、自己读字幕挑错、还会主动告诉你哪一段是黑屏。

所以这不是「H3 又更新了」的新闻，而是一份流水线施工记录：哪些环节能自动化，哪些环节还得人盯着，跑一轮要烧多少钱。

顺带把一个容易混的概念分清：这套流程属于视频编辑，不是视频生成。模型还是同一个 H3 视频模型，它做的是在已有素材上重绘人物，而不是从一句话凭空造一段新画面。想清楚这一点，后面的成本和限制就都能对上。

视频里到底演示了什么

主题是复刻《APT》这类多人、快节奏、镜头切得碎的爆款 MV。

这类片子在 H3 上的难点不在单帧质量，而在段数。T8 的描述很直白：一分半的片子、还是多人，非常费算力也费时间，每个细节都要不断去 call，切片怎么切、提示词怎么写，一直要调。

上一期他讲的是「一键复刻」的思路，这一期是第二版：把素材换成 APT，同时把 skill 又优化了两轮，稳定性比第一版好一些。

两个 skill 的分工，别搞混

视频里其实有两套东西，T8 讲得比较快，容易听混：

• 一键复刻 skill：原作者是 B 站 UP 主 wuwukasi，负责「看懂原片 → 拆段 → 逐段换人 → 拼回去」这条主干。T8 在它的基础上做了优化。
• 母版 / 成长型 skill：T8 自己维护的那套，作用是把一次次做片的经验沉淀下来，越用越顺。他自己说这套更新比较慢，因为「要不断去训练它，非常费时间」。

两套都发了两份：一份在 GitHub（考虑到海外用户），一份在网盘。评论区置顶的是飞书 wiki 的优化版 skill 链接，原版要去找 wuwukasi。

他自己对这件事的态度也很清楚：skill 得一轮一轮喂，不完善的版本发出去意义不大，所以每期视频其实都是在用自己的算力和钱换一次迭代。

怎么用：三步，和两个前置条件

第一步，把 skill 交给 agent。

推荐用聪明一点的 agent —— 他的理由是后面切段、修复这些环节，「聪明的比不聪明的实际上可以节约很多时间」。他演示时用的是 GPT-6.1，在对话框里让它安装 skill。

第二步，触发。

装好之后输入斜杠命令 /apt，就会出现「全自动人物替换」的流程。可以先问它一句「需要我提供什么」，它会把清单列出来。

第三步，喂料。

清单很短，实际上就两样：

• 两张图：搞清楚哪张是前面的角色、哪张是后面的角色。
• RunningHub 的 API key：不填也能跑，但会跑很久。他的建议是直接用在线 API 接一下。

然后就交给它跑。生成、切段、拼回、修复，全自动。

这里有个容易被忽略的点：它跑的不是「生成一段新视频」，而是「把原片里的人换掉」。所以运镜、剪辑点、动作节奏、原声都保留，这也是为什么这类复刻看起来「像原片」——它本来就是在原片上改。

成本账：这才是全文最值钱的部分

T8 报的数字很清楚，我原样转述：

• 没优化之前，40 段素材生成大约 6000 多币；
• 修复环节大约 17000 币；
• 合计约 23000 币。

也就是说，修复比生成贵了近三倍。这在换人任务里很正常：换脸、换身体之后，边缘、手势、遮挡、多人同框的一致性都会崩，得逐段返修。

优化两轮之后，他给出的结论是「修复方面节省了挺多」，具体数字让用户自己测。这个说法我觉得可以信一半：方向是对的（把常见崩坏在提示词和切段阶段就规避掉，比事后修便宜），但具体省多少取决于素材。

另一个省钱手段他也讲了：如果觉得 token 消耗还是高，可以自己打包工作流，把一采和二采的倍率调低。代价是质量会受影响，「这个就是大家自己去取舍」。

为什么不用社区换人 LoRA

这是我觉得最该记下来的一段。

现在 Civitai、爆点上换人的 LoRA 非常多，看起来又便宜又方便。T8 的原话是：实际测下来都不如原模型。

所以他还是走「原模型 + 正常的一采二采」这条笨路。工作流本身很简单，就是基础的一采二采串起来，没有花活。

这背后的逻辑值得说清楚：换人任务对身份一致性的要求极高，任何一点权重偏移都会在几十段素材上放大成「这不是同一个人」。社区 LoRA 通常在单张图上表现不错，跑到长视频多镜头就开始漂。省下来的币，最后都还给修复环节了。

Grok Bot 自动剪辑：一句「音频不要变」

后半段他回答了评论区问得最多的问题：那个 Bot 到底怎么剪片。

背景交代得也实在：他以前主要用 Opus 剪，但很多人用不上——封号太厉害，封一次就要哭。所以大部分人其实没法用那条路。

现在他的做法是给 Grok Bot 一条 10 分钟的视频，然后只说一句话：

> 音频不要变，你帮我剪辑一下，我可能要一些什么样的效果（比如某种风格）。

接下来会发生什么，他描述得很具体：

1. 先出几张图给你看，确认风格方向；
2. 它会去读片中的文字/字幕，然后告诉你哪些字读对了、哪些读错了；
3. 大部分能自己分析对，少部分不对的，你直接跟它说「这里是对的」「那里不对」；
4. 它还会主动报「后面有一段黑屏」——那次是他自己前面忘了剪。

他的评价是：简单剪辑可以直接全交给它；如果手上有 Opus 当然更好，但 10 分钟的片子用 Opus，token 消耗非常大。所以日常推荐 Grok Bot，Cursor 里也有额度可以顺手用。

环境变化：送币政策要收了

视频最后一段是提醒，不是教程，但影响挺大：

RunningHub 注册送 1000 币的政策正在灰测调整，可能这周、最晚下周就取消。他给的理由是两条：一是显卡成本太高（有些卡租一个月就要一万块），跑这个业务一直在亏；二是有人批量刷币、卖号。

他同时说会继续帮大家争取免费额度，包括 H3 的每日免费额度、图片额度，以及给做 ComfyUI 的开源 UP 主留的空间。但这些还在谈，没有结论。

对读者的实际含义：如果你还没注册，这几天把号开了。这不是营销话术，是政策窗口。

适用场景

• 手上有一段现成的爆款 MV / 短片，想把主角换成自己的角色
• 需要批量产出多条同结构素材（一人多版、一个模板多个客户）
• 已经在用 RunningHub 或类似在线算力，愿意为稳定性付费
• 想让 agent 接管「切段—生成—修复—拼接」这类重复劳动
• 需要保留原片的运镜、剪辑点、原声，只换人

不适用场景

• 想从零「生成一段新视频」——这套流程是改片，不是造片
• 对身份一致性要求到「每一帧都必须是同一张脸」的商业交付
• 预算敏感、又不愿意接受降倍率带来的质量损失
• 原片人物长期被遮挡、多人频繁交叉、快速运动的镜头占比很高
• 完全不想碰在线 API、只想纯本地跑的人

避坑

• 别把「生成」当主成本。真正烧钱的是修复，规划预算时按 1:3 估，别按生成那部分估。
• 别拿社区换人 LoRA 当省钱方案。T8 实测不如原模型；省下的生成费会在修复环节加倍还回去。
• API key 不要省。不接在线 API 也能跑，但「跑到不知道什么时候」，长片基本不可行。
• 降倍率要成对降。一采二采一起调，只降一个容易出现前后不一致。
• 先跑短片验证。拿 5–10 秒、单人、正面镜头试通，再上 40 段的长片，否则修复会失控。
• 注意素材版权。复刻别人的 MV 用于发布，音乐和画面的权利都不在你手上，商用要谨慎。
• skill 不是装完就完美。T8 自己也是「一轮一轮优化」，第一版跑出来的修复量会明显偏高。

成本与时间

• 40 段素材：生成约 6000 币，修复约 17000 币，合计约 23000 币（T8 实测口径，未优化版）
• 优化两轮后：修复开销明显下降，具体幅度取决于素材复杂度
• 省钱手段：下调一采/二采倍率，或把工作流自己打包
• 时间成本：全流程自动跑，但长片仍需人工确认阶段性结果（出图、字幕校对）
• 剪辑环节：10 分钟素材交给 Grok Bot，一次对话完成，比 Opus 便宜很多

行动建议

1. 先把 skill 装上，用 5 秒单人素材跑一遍 /apt，确认链路通、API key 生效。
2. 拿一段你熟悉的 15 秒多人素材，只跑生成不修，看崩坏集中在哪 —— 是脸、手、还是遮挡边缘。
3. 按崩坏类型改提示词和切段策略，再跑一轮，对比修复量。这一步的收益比换模型大。
4. 稳定之后再上整片，预算按「生成 : 修复 = 1 : 3」留。
5. 如果还没注册 RunningHub，趁送币政策没取消先把号开了。

参考来源

• B 站视频：T8star-Aix《Minimax H3爆款视频复刻（二）APT优化版，母版Skill更新及Grok Bot自动剪辑教学》 https://www.bilibili.com/video/BV1YL4K66EY7 （2026-11-02 发布，正文主要依据该视频口播的本地 ASR 转写）
• 优化版 skill（T8 在评论区置顶的飞书 wiki）：https://my.feishu.cn/wiki/RmdOwdu5Hie3q7kQgoNcKUFynkf
• MiniMax 官方仓库（H3 能力边界：4–15 秒、默认短边 768p、24fps、32kHz 立体声，Ref2VA 支持 ≤9 图 / ≤3 视频 / ≤3 音频）：https://github.com/MiniMax-AI/MiniMax-H3
• 社区一键换人实现（ComfyUI 节点，2026-10-27）：https://github.com/D3voz/comfyui-h3-oneclick-swap
• Openjutsu（本地 GPU 一键换人，2026-10-30）：https://github.com/D3voz/openjutsu

说明：本文以该视频口播转写为主要叙述依据，模型能力参数以 MiniMax 官方 README 交叉核对，社区生态部分参考 2026-10-27 至 10-30 的公开仓库与工作流页面。视频无官方字幕轨，转写由本地 ASR 完成，专有名词可能存在识别误差。

参考来源

• https://www.bilibili.com/video/BV1YL4K66EY7