MiniMax H3实测：音视频同步生成与提示词进阶技巧
Smyshnikof · reddit · 2026-08-06
开发者分享了将 GalaxyAce LoRA 迁移到 MiniMax H3 模型的实测体验与提示词工程细节。
模型特性：
- H3 的核心亮点是能在一次生成中同步产出视频与音频（环境音、人声等），这与 Sora 2 的体验类似，且权重已开源。
- 模型为 33B 参数，预量化后约 43GB，对显存要求极高，建议使用 RTX 5090 (32GB) 或租赁 Blackwell 显卡运行。
提示词技巧：
- 有效结构：场景描述 => 带时间码的节拍 => 镜头运动 => 音频描述 => 排除文字/Logo。
- 避坑指南：应避免使用“电影感”、“景深”等描述昂贵镜头的词汇，因为模型试图模拟廉价相机传感器时会产生冲突。
- 提供了完整的英文 Prompt 示例，并指出可以轻松替换为其他语言的台词。
训练细节： 使用 Ostris AI-Toolkit，Rank 设为 32，训练耗时约1小时。
「多模态」频道最新
- Minimax H3生成《最后生还者》风格视频片段 — More_Hat2622 · 2026-08-06
- 本地运行MiniMax H3：两分钟古埃及职场剧，成本仅3美元 — niechta · 2026-08-06
- 全 AI 制作科幻剧集：Runway 打造完整试播集 — bennash · 2026-08-06
- 实测 MiniMax H3：4090 主机 10 分钟生成离奇追逐短片 — Metapharstic · 2026-08-06
- 实测 MiniMax 图像模型:角色替换与精准扩图技巧 — Sudden_List_2693 · 2026-08-06
- 解析连贯变体视频:AI视频生成还是数据破坏技术? — showerelf · 2026-08-06