开发者实测 MiniMax H3 实时互动视频

有开发者基于 MiniMax H3 的 FastH3 版本(4 步 DMD2 蒸馏,来自 FastVideo)搭建实时交互视频场景:用户扮演交警输入台词,车内角色会在视频中带生成语音实时回应,5 秒片段的生成速度略快于实时播放。当前主要瓶颈在于角色一致性,开发者正尝试训练角色一致性 LoRA 来解决该问题。

2026-09-07 ~ 2026-09-07 · 2 条相关