不止于视频生成：网友挖掘出 Minimax H3 隐藏的图像编辑与语音克隆能力
Resident_Sympathy_60 · reddit · 2026-08-03
Reddit 网友实测发现，Minimax H3 不仅仅是一个视频生成模型，还能作为全能的多模态工具使用。
主要隐藏功能：
- 图像编辑： 将时长设为极短并配合参考图，可实现换脸或场景变换。
- 音频生成： 设定特定分辨率并输入台词，模型可实现 TTS 语音克隆及情感表达。在 B300 显卡上接近实时生成，10秒对话仅需8秒处理时间。
- 背景消除： 可通过 Prompt 直接指令去除画面背景中的特定元素。
该模型目前处于无审查状态，社区正积极挖掘其更多潜力并期待 LoRA 的适配。
所属事件:MiniMax H3 模型本地实测：多款显卡跑分与效果对比(88 条相关)→
「多模态」频道最新
- 免细分位移表面几何查询新方法,焦散渲染方差降超10倍 — ssh4net · 2026-10-16
- AI 生成机械装配结构成功动起来,作者激动截图庆祝 — zetalyrae · 2026-10-16
- 复旦 OpenMOSS 开源 MOSS-Image-SFT:Apache 2.0 文生图模型 — bdsqlsz · 2026-10-16
- Hyperflow 开源：采样 49 步压到 8 步，视频生成提速约 3 倍 — mhdfaran · 2026-10-16
- 电影级 3D 奇幻角色提示词模板：机械残件甲胄风 — azed_ai · 2026-10-16
- Midjourney 复古木刻漫画风：--sref 参数直出海狸持刀图 — michaelrabone · 2026-10-16