一句话看懂：创作者 0xMomo 在 X 上分享，用 RunningHub 上的 MiniMax H3（ComfyUI）生成了一版「司马光砸缸监控录像」，把古代故事做成固定机位的老监控画面，这类“古代监控视频”近期在社交平台上流行。
事件核心：发生了什么
根据 0xMomo 于 2026 年 11 月 5 日发布的帖文，他使用 RunningHub 平台上的 MiniMax H3（ComfyUI）完成了一段模拟古代监控视角的「司马光砸缸」视频。具体做法分几步：先生成人物和庭院参考图；再把落水、想办法、砸缸、救人拆成分段视频生成；提示词中需要描述为固定机位。监控画面的时间与地点字幕并非直接由视频模型生成，而是借助 VCR OSD Mono、GNU Unifont 等字体绘制低分辨率点阵时间戳，轻微模糊后放大，再用 FFmpeg 叠加到视频上，模拟老监控的字幕质感。作者也坦言，生成内容的逻辑性仍有瑕疵，需要多次抽卡才能得到更好效果。
为什么重要
这件事本身不是一个产品发布，而是一次有代表性的创作示范。它说明当前基于大模型的图像生成与视频生成，已经可以被普通创作者串联成一条可复现的流程：参考图控制人物与场景一致性，分段生成解决连续动作，后期工具补齐伪纪录片式的细节质感。RunningHub 这类云端工作流平台降低了 ComfyUI 的使用门槛，MiniMax H3 则作为生成模型参与其中。这种“模型+工作流+后期”的组合，正在成为 AI 视频应用落地的一个现实形态，也反映出创作者的竞争点从单纯调用模型，转向对提示词、分段策略和细节包装的掌控。
对用户/开发者/创作者的影响
对内容创作者来说，这条帖子的价值在于可操作的步骤拆分：先锁定人物与场景，再按叙事节点分段生成，最后用后期手段强化氛围。其中“监控感”很大程度来自点阵字体与叠加处理，而非视频模型本身，说明低成本的细节工程仍然有效。对开发者，值得留意的是 ComfyUI 工作流与云端算力的结合方式，以及固定机位、角色一致性这类控制需求是否能被更标准化的 API 或插件覆盖。对普通用户，这类视频目前仍属于娱乐向内容，作者所述的效果需要多次抽卡，暂时不能理解为稳定可批量生产的能力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
可以观察三点：一是 MiniMax H3 与 RunningHub 是否针对固定机位、多镜头叙事推出更成熟的模板或参数控制；二是分段生成中的时序一致性问题，是否会被新模型或工作流插件明显改善；三是“古代监控”这类题材走红后，平台对模拟监控画面内容的标注与合规要求是否会跟进。目前公开信息显示，这只是创作者个人分享的玩法，尚不代表相关平台的官方功能。
来源：@0xmomonifty
