实测 MiniMax H3：多模态参考输入让视频生成更可控
HeyNayeem · x · 2026-08-03
作者对 MiniMax H3 模型进行了项目级实测，测试了其 Omni Reference 功能。通过同时输入提示词、参考图、视频片段和音频，模型能很好地理解多模态上下文的结合。
主要亮点：
- 角色一致性表现优于预期。
- 对复杂指令的遵循度高，生成的文字和 UI 元素清晰不乱。
- 画面质感足以满足广告和产品视频需求。
- 支持原生 2K 分辨率（最长 15 秒），且成本较低。这种打破纯文本提示的工作流，更贴近创作者的实际需求。
所属事件:MiniMax 视频模型爆火：消费级显卡实测效果惊艳(61 条相关)→
「多模态」频道最新
- Kling 4.0 强化文生视频：角色一致性、口型同步与对话表现升级 — CurieuxExplorer · 2026-10-16
- 5.8M 参数语音事件检测器：为 Whisper 转录补上笑声呼吸与背景音 — Ayush Kumar Bar · 2026-10-16
- 华为等提出 SUPRA-Tex：单图生成可重打光 3D 材质，所见即所得 — Chen Yang · 2026-10-16
- AI 生成「巨人 MJ」时装图爆火:夸张比例撞出超现实时尚感 — OVolosin82152 · 2026-10-16
- BFL 官方回应 Flux 3 Klein 争议：Comfy workflow 有 bug 修复中 — desktop4070 · 2026-10-16
- MiniMax H3 搭配 RVC-project 语音效果出乎意料地好 — ColdComplaint8 · 2026-10-16