实测 MiniMax H3:3 张参考图 15 秒生成带人声 MV

多位用户实测 MiniMax H3 的 reference-to-video(带音频)功能：仅输入 3 张参考图(含 2 张角色图)和 14.63 秒左右的人声素材，约 15 秒即可生成 1920×1088 分辨率的音乐视频镜头，画面中人物面部与光照效果表现良好，展示了该模型在 MV 制作流程中的应用潜力。

2026-10-18 ~ 2026-10-18 · 2 条相关

• MiniMax H3 ref2va 实测:3 张参考图 15 秒生成带人声 MV — michael_goldenhour · 2026-10-18
• 实测 MiniMax H3 参考生视频:3 张参考图+人声,15 秒成片 1088p — michael_goldenhour · 2026-10-18