海螺 AI 评测：它只解决一件事，让人动起来像人

多数视频模型的失败是同一个形状：画面挺美，人一动就露。走路像滑冰、手臂穿过身体、转身时脸换成另一个人。这些错误在静帧里看不出来，一播就废。

海螺 AI（海外叫 Hailuo，MiniMax 出品）把改进的力气集中在这件事上。它不是全能选手，但在「人动起来像人」这一格，它的表现常常比贵几倍的模型更可信。这篇评测就围绕这一点展开。

拆开看：视频模型其实在解两道题

第一道是脸稳不稳。人物在运动中不变形、不换脸、不糊成一团。这道题靠的是面部先验和时序一致性，做得好的模型不少。

第二道是身体对不对。关节角度、重心转移、发力和惯性、衣物和头发的跟随。这道题难得多，因为涉及物理直觉：跳舞的人重心怎么移、打球的挥拍怎么收、两个人推搡时谁受力。

大部分模型在第一道上花力气，因为脸最容易被看见；第二道是隐性的，做好了不显眼，做坏了整条废掉。海螺选了第二道，这就是它能力分布不均匀的原因——也是它便宜的原因：不用在每件事上都做到最好。

它强在哪，具体说

舞蹈是最能看出差距的场景。手部动作的连贯性、身体的转动是否跟得上节奏、裙摆和头发有没有延迟——多数模型在这里会让人物「飘」，海螺不会。

运动：球类的挥拍、跳跃的落地缓冲、跑步的步频，它给出的重心变化是合理的。这些细节在成片里几乎不会被夸，但只要错一处，观众立刻觉得假。

打斗与接触：两个人的身体接触是最容易穿模的地方，它处理得比同类稳。当然，人一多还是会乱，这条后面讲。

面部在运动中：不是最精细的，但不容易崩。对一条要用的素材来说，「不崩」比「精致」重要。

图生视频才是主路径

它的文生视频能用，但实际工作里应该默认走图生视频：先用绘图工具把画面定死（人物、服装、构图、光线），再让它动起来。

原因很简单——文字描述画面有太多自由度，模型每次理解的「那个女孩」都不一样。而一张图把外观全部固定，剩下的变量只有动作。变量少了，成功率就上去了。

配套的主体参考要一起用：给一张人物照片，让同一个角色出现在不同镜头里，脸和服装保持一致。做系列短剧、连续广告时这是刚需，否则每条生成出来都要重新对脸。运镜指令也支持，写「镜头环绕人物顺时针转半圈」能得到接近的效果，但精度不如专门的运镜控制工具。

一条动作一条提示词

用这类工具最容易犯的错，是把一整段戏写进一句提示词。

「女孩在雨中转身，头发被风吹起，镜头缓慢推近」是一条，成功率很高。「女孩转身、跑起来、回头笑、镜头环绕」是四条动作，模型会平均分配注意力，结果每个动作都做一半。这不是它的缺陷，是所有视频模型的共性：一条提示词的注意力预算有限，动作越多，每个越潦草。

正确做法是按镜头写，一条只做一个动作，需要连续动作就拆成多条生成，在剪辑里接。听上去麻烦，实际比反复重跑一条「什么都不对」的提示词快得多。

成本账：它便宜在哪

订阅按积分算：标准档约 9.99 美元/月给 1000 积分，够跑几十条短片；往上还有 34.99、124.99、199.99 美元几档，积分越多、并发和优先级越高。开发者走 MiniMax API 按条计费，768p 六秒约 0.28 美元起。

把数字放在一起看就明白差距了：同样一条几秒的片子，Veo 标准档按秒算下来是三美元级别，海螺是三毛级别，差十倍。这个差价带来的不是「省钱」，是敢重跑。

视频生成的成品率天然不高，五条挑一条很正常。当一条只要三毛，你可以跑二十条挑最好的一条，总成本还低于贵模型跑五次。这才是它真正的性价比来源：不是单价低，是允许你用数量换质量。用惯贵模型的人往往舍不得重跑，反而交出更差的结果。

价格与额度调整频繁，以官网当前说明为准。

几个必须知道的坑

• 2.3 和 H3 是两套额度。这是最容易踩的一个：海螺 2.3 与新的 H3 走不同接口、不同计费，旧套餐的积分不一定覆盖新模型。买之前务必确认套餐到底包含哪个模型，否则会出现「充了钱却用不了新版」的情况。
• 画面里的文字依旧糊。要出现准确的中文或英文，别指望它，后期加。
• 多人互动复杂了就乱。两人还行，三人以上开始出现肢体错位和身份混淆。
• 没有长镜头。单条六到十秒，叙事必须靠剪辑接起来。
• 免费额度已经缩水。从早期的每天送，变成一次性体验额度，想正经用就得付费；低档位高峰期排队明显。

和可灵、Veo、Pika 怎么分工

可灵：更均衡，中文场景理解准，功能更全（口型驱动、首尾帧都有），国内直连。要「一个工具尽量多干活」，选它。

Veo：带原生音频、电影质感更强，但要交付带声音的成片才值得那个价。

Pika：胜在特效和社媒玩法，不做写实动作，和它不在一个赛道。

海螺：以人物表演为核心的镜头，它的可信度最高、单条最便宜。做一个动作，做到别人信。

实际组合里，常见的是「海螺出量 + Veo 出那几条定稿镜头」，或者「海螺出人物动作 + 剪映做剪辑和声音」。

结论

海螺 AI 不是「便宜一点的通用视频模型」，它是「专门解决人体动作的视频模型」。这个定位让它有了明确的使用边界。

它成立的场景：以人物表演为核心的短剧与广告、舞蹈和运动内容、电商模特的动态展示、需要控制成本的投流素材、国内直接使用不想折腾网络的创作者。这些场景里它的性价比没有对手。

它不成立的场景：需要长镜头和完整叙事的项目、画面里必须出现准确文字的片子、对镜头语言有精细控制要求的影视级制作、以及只想白用免费额度的试用者。

还有一句提醒：别因为便宜就无限重跑。成品率是靠「改提示词」提上来的，不是靠「多抽几张」。同一个错误的重跑十次还是同一个错误——先拆动作、先定参考图，再按抽卡。