MiniMax M3.1 Flash来了：Opus 5.5刷屏的绝活，它也能做

编辑 | 泽南 鹈鹕骑自行车已经不够看了。 9 月 22 日，Anthropic 发布 Claude Opus 5.5，X 上很快被一批奇怪的「前端作品」刷屏。 有人只用一句话 Prompt ，让它给自己做了一支 15 秒 Motion Designer 求职 Showreel，引来两百多万人围观；有人让一个按钮跟着音乐一路变形成播放器、滑杆、图表和命令面板；还有人让 Opus 5.5 搭了一间 3D 相机实验室，转动对焦环，里面的镜片和焦平面真的会跟着动。 最近全球 AI 公司扎堆更新大模型版本，前端成了这一代模型的「开箱仪式」。会不会写 HTML 早就不是问题，大家比的是一句 Prompt 下去，它到底有没有审美，懂不懂空间，能不能把一个模糊的想法补全成真正能看的作品。 其中有几个 Prompt 很快成了复刻对象：抽卡游戏里，十连抽到月亮猫咪 SSR；钢琴响起时，手绘线条随着音符一点点向前延伸…… 六天后的 9 月 28 日，MiniMax 上线了 M3.1-Flash-Preview。这是 M 系列的最新模型，百万 token 上下文、原生多模态，在 MiniMax Code 里首发上线，目前也可以通过 API 订阅套餐调用。 于是有人把这些 Prompt 原样丢给了它，想不到结果是不仅能跑通，而且在 M3.1 Flash 上不用多次抽卡就可以复现。Opus 5.5 是一周前刚被定义的新旗舰，而现在一个 Flash 模型也能复刻它的这一部分的能力了。 这些前端 case M3.1-Flash 都跑通了 先看看 M3.1-Flash-Preview 能够做出什么花样。 十连抽卡是游戏行业设计得最精打细算的几十秒，要有吸引人的画面光效，结局的揭晓要卡在节奏点上，SSR 定格的那一下必须让人爽到，中间还要给人不想跳过的理由。之前 Opus 5.5 生成的效果（真・一步提示词输入）可以说足以让人震惊瘫坐了： M3.1 Flash 交出的作品叫《ASTRAL SUMMON・星灵召唤》，页面是一套完整的祈愿流程：1600 钻的十连，右上角有 SKIP，十张卡依次翻开，出「SSR・NEW」时有特殊的动效，卡牌也不是一张静态图，下面接着整套角色面板，等级成长、星级突破、特性解锁一应俱全。 这背后同时运转着多少个系统？粒子和光效是一套，卡牌翻转的序列动画是一套，抽卡的状态机（抽没抽、抽到什么、翻到第几张）是一套，数值面板还有个实时更新的效果。任何一个环节慢半拍或者错乱了，仪式感立刻坍缩掉，而 M3.1 Flash 交付的版本里面，这些系统是咬合在一起的。 看起来 AI 已经能够把握到其中的精髓。 第二道题：钢琴配乐的手绘动画。原版是网友用 Opus 5.5 生成的效果，钢琴声和手绘画面同步推进： M3.1 Flash 做出来的版本叫《mcode 与黑猫的钢琴小品》。1080×1080 画幅，24fps 的帧率，配乐是一首原创钢琴小品，共 20 个小节。模型不止画了一支动画，还同时完成了作曲，画风始终统一的手绘画面，再把两者做好了对齐。 这就让我们对更大胆的测试有了信心。 如果再想玩点更加复杂的，我们可以让 M3.1 Flash 制作一个可以在浏览器中游玩、并能上线分享的复古跳舞机游戏： 或者让它花费 45 分钟，构建一个太空飞船在地球轨道上的 3D 可交互游戏界面： 在社区里，甚至有开发者用 M3.1 Flash 做了个《黑神话：悟空》的 3D 建模。复杂 3D 场景的多部件结构、材质、光照和交互状态，看起来大模型已经能承接这种档位的工作了。 虽然还到不了直接生成 3A 游戏的程度，不过 AI 模型现在已经能把内容生产中费时的验证阶段大幅提前，快速验证概念、角色与场景。 另外在实践中我们可以观察到一个细节， M3.1 Flash Preview 在任务进行的过程中会主动截图检查自己的项目 ，或是回头排查之前写过的 bug，像一个交付前自己先验证几遍的人类一样，只是偶尔还不太懂得适可而止。 那么问题来了，Flash 级模型的参数规模和 token 成本摆在那里，凭什么它能实现旗舰级的前端完成度？ 这就要说到，前端这件事，本质上考的还不止是「前端」技术。 为什么 M3.1-Flash 能做到？ 对于 AI 来说，前端代码相对容易学会，真正难的是有「品味」。 为此首先要构建视觉的闭环， 模型要能「看见」自己的作品 。如果纯手搓的话，前端作品从第一行代码走到最终交付，中间要经历很多轮「生成 — 截图 — 检查 — 修改」的循环，写完一段布局看到渲染出来的页面，发现问题要再回到代码里追查。 AI 来实现的方式有两种，一种是先把语言模型训练好再外挂一个视觉模块；另一种是从训练的第一步起，就让文字和图像在同一个模型里一起学。M3.1 Flash 走的是后一条路。按照 MiniMax 的官方表述，M3 系列从 Step 0 开始进行多模态训练，为此重新构建了预训练数据管线，引入大量图文交错数据，这使得模型具备了旗舰级的视觉判断与修正能力。 光看得见还不够， 更重要的是建立视觉与代码之间的反馈闭环 。这一步过去主要靠思维链去推理，每多走一步都在考验模型的基本功，参数量越大越占优势。 原生的多模态模型中，视觉的判断更像是直接「看」出来的，当视觉和代码在训练中完成了语义空间的对齐，冗长的思维链已经被感知所替代。在 M3.1 Flash Preview 的官方案例中，把视觉参考转化成为可交互代码已经被 MiniMax 单独列成了一项能力。 还有一样能力最难量化： 模型要听得懂设计意图，并且真正具备多模态理解能力 。现在 AI 模型面临的不少任务只有个「大方向」，它要理解的是人们在 Prompt 背后那个「我想要什么」的意图。 考虑到 M3.1 Flash 来自 MiniMax，这其实不是突然出现的能力。在其产品线上，有全模态融合、具备强大上下文理解能力的 H3 视频模型；结合 Agent 工作台 MiniMax Design，人们可以通过自然语言交互的简单方式完成复杂的制作，从创意方向、Agent 执行，一路走到审核和最终交付，将 AI 底层能力转化为可控的商业产品。 意图理解、视觉风格本来就是 MiniMax 在多模态生成一侧长期训练和产品化的能力。现在，这种能力也被引入了 M 系列大模型。 旗舰能力开始下沉 人与 AI 的分工规则也变了 大模型兴起才没几年，人与 AI 的协作方式已经经历了不小的变化。 我们最早用大模型的方式就像在填一张详细的工单：布局、颜色、每段文字写什么、按钮放在哪里都得交代清楚，AI 自我发挥的细节往往没法看。后来模型开始接得住模糊一些的描述，工单可以写得粗放一点。而现在，以这些前端作品为标志，协作的方式已开始接近「任务委托」，你给出意图和方向，把设计决策也一并交出去，等对方交回成品就完事了。 这是一种分工的变化。当交付不再是瓶颈，创意工作里人的价值就集中在了定义问题，与审美判断能力上。而 AI 的任务，现在是尽可能地降低实现出来的门槛。 前端可以说是目前最能体现大模型综合的地方。不同于 Benchmark 摸不着的分数或是模型架构的细节，大模型生成的网页与游戏日趋成熟，已经快成了通向 AGI 的