换掉窗外的景，人一点都不许变：Beeble 把视频换背景做成了「alpha 里逐帧锁像素」，15 秒 4K 一条要 960 额度

3分钟看懂

一句话结论：Beeble 的 SwitchX 3.0 不是又一个"文生视频"模型，它只干一件事——把你已经拍好的那条镜头里的世界换掉，人一帧都不许变。

11 月 10 日，Beeble AI 发布 SwitchX 3.0。核心事实三条：

• 它基于 MiniMax H3 这个开源通用视频模型重建，Beeble 换了自己的数据集、自己的架构，最后加一道能回读原始素材的 4K 处理；
• 核心机制叫 Source-Locked Rendering：alpha 蒙版里白色的部分，逐像素、逐帧从你的原片取；只有黑色的部分才由模型生成；
• 这一版把参考图从 1 张加到 4 张，背景会真的动起来，相机跟踪变成模型内置能力。

代价也说清楚：单条最长 15 秒（360 帧），比上一代 2.0 的 20 秒还短；4K 和 10-bit MOV 只有 Professional 及以上才给；按 30 帧一个单位计费，一条 15 秒 4K 是 960 额度。

它解决的问题，其实是"改一个角落，毁掉整条镜头"

做过片子的人都知道这个场景：棚里绿幕拍完，客户说"把窗外换成黄昏的城市"。传统做法是抠像、找素材、跟踪、调色、做光影匹配，半天到一天。

生成式模型看起来能一步到位，但大多数 video-to-video 模型的工作方式是整帧重绘。它不理解"这个人不能动"，于是脸会被"优化"得更光滑、手指会多一根、口型会对不上、衣服褶皱会变。你想要的只是换窗外的景，付出的代价是整条表演作废。

SwitchX 的思路是把这件事拆开：先由你告诉模型哪部分绝对不许动，再让它只负责剩下的。

具体来说，它用一张 alpha 蒙版当控制信号：

• 白色（1）：从你的原始素材里逐帧取像素，模型只负责重新打光、把它融进新环境；
• 黑色（0）：完全由提示词和参考图生成。

所以"人不变"不是模型努力的结果，而是它根本没被允许去改。这个差别很关键：前者是概率，后者是约束。

3.0 到底换了什么

官方列了四条更新，都落在实际工作流上：

1. 参考图从 1 张变成 4 张

在提示词里用 @Image1 到 @Image4 给每张图指派角色。官方演示里，一张全景定场景、两张定广告牌上依次出现的画面、一张故事板定顺序，四张图拼出"绿幕前的人站在广场上，身后广告牌按分镜播放"。另一个演示更极端：一张户型平面图 + 三个空间各一张照片，把一条绿幕走廊变成"穿过厨房、走廊、天台"的一镜到底。

2. 背景会动了

2.0 的背景基本是贴在人后面的静态世界。3.0 里车流会开过、人群会走、火会烧、雪会落，官方还给了"山间公路变海底、鲨鱼游过"这种换整个世界的例子。

3. 相机跟踪进了模型

手持、环绕、奔跑镜头，背景都能锁在你的相机运动上，不需要贴 marker、不需要 match move。注意：这是模型内置的，没有开关，你不能选择"忽略源素材的相机"。

4. 提示词能描述"什么时候发生什么"

官方例子是"他从旁边跑过时，让鸽子飞起来"、"他走近时，天花板的灯一盏盏亮起"。这从"设一个背景板"变成了"导一场戏"。

怎么用：一条 15 秒镜头的实际操作顺序

1. 第一步，上素材。支持原生 ProRes 422（Proxy / LT / 422 / HQ）的 .mov，单文件最大 4.5GB。官方明说：源素材的质量会带进成片，喂最好的那条。
2. 选 alpha 模式。四种：Auto（自动识别主体，最常用）、Select（点选要保留或要生成的对象，底层是 SAM3 和 MatAnyone，可多选、可反选）、Fill（全画幅保留几何、只改光影风格）、Upload（从 Nuke / After Effects 导入自己做好的 matte，逐像素读）。
3. 挂参考图并 @ 命名。@ 会弹出参考图列表，点一下就插入标签。
4. 先 720p 试，满意了再 Finish 到 4K。这条是省钱的关键，下面单独说。
5. 导出。8-bit MP4，或 10-bit MOV（需 Professional 及以上）。分辨率和帧率永远跟源素材一致，不会被模型改。

成本：一条 15 秒 4K 吃掉四成月额度

计费单位是 30 帧，不是秒。所以要先算帧数：

• 720p：6 额度 / 30 帧
• 1080p：20 额度 / 30 帧
• 2160p：80 额度 / 30 帧

一条 15 秒、24fps 的镜头是 360 帧，也就是 12 个计费单位：

• 720p ≈ 72 额度
• 1080p ≈ 240 额度
• 2160p ≈ 960 额度

对照订阅：Creator 档 $19/月给 540 额度，Professional 档 $75/月给 2400 额度。也就是说，一条 15 秒 4K 要花掉 Professional 档 40% 的月额度，而 Creator 档连 4K 都不给（4K 生成和 10-bit MOV 下载都要求 Professional 或 Team）。

省钱的做法官方自己写了，叫 Iterate then Finish：先在 720p 反复试，选中满意的结果再 Finish 到高分辨率。关键在于 Finish 不是放大——它会回读原始素材重新渲染一遍，把源片细节找回来，让结果接近原生 4K。但这一步同样按上面的单价计费，720p 试错三次再 4K 出一条，账要自己算。

适用场景与不适用场景：谁该用，谁别碰

该用的：广告和短片里"绿幕拍完换实景"这类活；需要批量换背景但演员表演必须原样保留的电商、口播、教学视频；VFX 流程里想要一个能跟 Nuke 对接的快速预演工具（Upload 模式吃外部 matte）。

别碰的：

• 要拍长镜头的。15 秒是硬上限，更长的必须切段，接缝、光影连续性都得自己处理。而且这一版比 2.0 的 480 帧（20 秒）还短——Beeble 是用时长换了 4 张参考图和更强的跟踪。
• 要本地跑、要离线的。SwitchX 只在云端 Beeble 里提供，官方文档明确写了不进 Beeble Studio（那个本地桌面版是另一套授权）。
• 要可复现流水线的。闭源云端、没有公开的 API 单价，批量跑成本不可预估。官方 FAQ 也写了：订阅不含 API，API 是另外一套。
• 指望模型自己"设计"表演的。它的前提是表演已经拍完了，模型只负责世界。

避坑：几个最容易烧钱的坑

• alpha 画错等于白花钱。白区锁死不动、黑区全生成。想把人的手换成机械臂，正确做法是选住手、点反选，只在选区内部生成——不是直接把手擦掉。
• 低码率素材会被放大成缺点。官方专门提醒用最好的源素材，ProRes 是首选。
• 别在 4K 上试错。单价是 720p 的 13 倍多，先 720p 定稿。
• 官方没给任何 benchmark。全部是自家样片，没有第三方盲测、没有和 Kling 4.0 / Omni 1.2 Flash 的同台对比。要评估效果，只能自己拿一条真实素材跑一遍。

需要说明的是，本文的技术细节与限制来自 Beeble 官方发布页、官方文档与额度政策页，发布事实与时间线基于多家媒体转述整理，厂商未公开训练数据规模、模型参数量或任何量化评测结果。

参考来源

• 官方发布页（2026-11-10）：https://beeble.ai/research/switchx-3-0
• SwitchX 3.0 官方文档（限制、alpha 模式、导出规格）：https://docs.beeble.ai/beeble/switchx.md
• 官方额度政策（计费单位与单价）：https://docs.beeble.ai/help/credit-policy.md
• 官方定价（档位与 4K 门槛）：https://beeble.ai/pricing
• 官方更新流：https://beeble.ai/updates
• 官方研究索引（版本线核对：2.0 为 2026-09-09）：https://beeble.ai/research
• 同期转述：https://neurocartel.com/blog/beeble-switchx-3-0-fon-svet-kamera
• 同期转述：https://forum.yesai.su/topic/6961-switchx-30-na-baze-minimax-h3-menyaet-fon-i-svet-v-snyatom-video/