MiniMax H3 实测：一张图加音频生成唱跳视频

多位用户实测 MiniMax H3 视频生成模型的新玩法：仅凭一张参考图和一段音频，即可生成人物跟着音乐唱歌跳舞的视频。有用户分享了完整工作流，使用 HuggingFace 的 better-human-motion LoRA、Civitai 素材等，约 6 步生成 768p 视频、耗时半小时，展示了模型在动作一致性和音频驱动生成上的能力。

2026-09-08 ~ 2026-09-08 · 2 条相关