MiniMax H3 视频模型实测：风格与 IP 还原亮眼，复杂动作仍翻车

近期大量用户对 MiniMax H3 视频生成模型进行了多维度实测。整体来看，该模型在多种艺术风格和特定 IP 角色的还原上展现出卓越的能力，但在处理复杂物理动作时仍存在局限。这些测试表明 MiniMax H3 是一款表现亮眼且极具娱乐性的视频生成工具。

已确认

风格表现力强：多位用户实测确认 H3 在多种视觉风格上表现优异。@Tall-Benefit9471 验证了其中世纪写实风格的表现；@huggalump 成功利用该模型生成了极具解谜游戏《奥伯拉·丁的回归》特色的 1-bit 复古黑白风视频；@cloneofsimo 通过 API 测试，高度认可其在动漫风格图像生成上的出色表现，并赞扬了 MiniMax 在开源领域的持续投入。此外，@seppe0815 分享了《猫狗历险记》主题的优秀生成效果，@StiffNippys 也表示该模型的动态画面生成过程极具娱乐性。
角色识别与一致性：@CautiousChicken604 在低画质（0.3-0.4MP）和 15 步数的设置下，成功生成了《恶搞之家》与《哆啦A梦》结合的画面，指出此前试过的多种模型均无法准确识别哆啦A梦，但 H3 做到了。@Devajyoti1231 的测试表明该模型的角色参考图（Character Reference）功能具备良好的连贯性。@EYECANDYVFX 也高度评价了该模型，称其利用 ref2VA 功能结合详细提示词一次性生成 5 秒视频片段的表现令人难以置信，且拼接后保持了良好的连贯性。
动作处理局限：@TrueProtection6842 分享了一个翻车案例，显示模型在生成画面时出现了人物动作幅度和走向完全失控的现象，被调侃动作过于离谱。

MiniMax H3 的实测表现证明了其在多风格渲染和特定 IP 角色还原上的强大潜力，这为创意工作者提供了极具娱乐性和表现力的新工具。同时，动作失控的案例也客观标定了当前视频生成模型在物理规律理解上的技术边界。

2026-08-06 ~ 2026-08-07 · 9 条相关