MiniMax H3/Ref2Va 视频换脸翻车实测

近期多位开发者在 ComfyUI 等平台实测 MiniMax H3 及 Ref2Va 的图生视频（R2V）功能，普遍反映该模型在角色替换和面部一致性上存在明显缺陷。当前结论是，该模型在纯图片生成时表现良好，但在引入参考视频进行角色替换或复杂场景生成时频频翻车，实际应用效果不及预期。

已确认

• 面部还原薄弱：badhabitaddict 指出，即使提供高清参考图，H3 也难以像 Seedance 模型那样准确捕捉并保持人物面部特征。DoctaRoboto 在测试 Ref2Va 时也发现复杂参考图极易丢失面部特征。
• 角色替换失败：CtrlAltDefeat- 实测发现，使用参考图替换视频中人物时，模型往往保留原视频角色，或在匹配动作时表现挣扎。Leonviz 也提到使用 ChatGPT 提供的提示词尝试换脸未能成功。
• 背景篡改问题：throwaway0204055 发现，在 R2V 工作流进行角色替换时，即使有清晰视频参考，模型也常无法保留原始背景，似乎每次都必须在提示词中额外强调背景细节。
• 可用变通方案：DoctaRoboto 强调，目前为了保证角色面部一致性，必须将头部和身体分离处理。此外，CtrlAltDefeat- 确认仅使用参考图片生成（无输入视频）时效果良好。

尚未确认

• 社区中流行的“多视角复杂角色表”是否能实质性提升面部一致性，DoctaRoboto 对此提出了质疑，认为实际测试效果不佳，其有效性仍需进一步验证。

为什么重要

• 视频生成模型在角色一致性和精准控制（如局部替换且不破坏背景）上的能力，直接关系到其在影视后期、广告创意等实际工作流中的可用性。当前 MiniMax H3 的实测表现表明，用户仍需耗费大量精力设计复杂的变通方案（如拆分头身或堆砌提示词），这暴露了当前视频生成技术在细粒度控制上的瓶颈。

2026-08-08 ~ 2026-08-10 · 5 条相关

• 【源头】ComfyUI 实测：MiniMax-H3 R2V 难以还原参考人脸 — badhabitaddict · 2026-08-08
• 【源头】实测 MiniMax H3 R2V 角色替换功能翻车 — CtrlAltDefeat- · 2026-08-08
• Minimax H3 角色替换缺陷：为何总篡改背景？ — throwaway0204055 · 2026-08-09
• MiniMax H3 视频换脸遇阻：用户探讨参考图替换技巧 — Leonviz · 2026-08-09
• 【源头】MiniMax Ref2Va 角色一致性实测：复杂参考图易丢面部特征 — DoctaRoboto · 2026-08-10