Minimax H3 Ref2VA 实测：多参考音频生成，背景音难控制
aziib · reddit · 2026-08-06
Reddit 用户分享使用 Minimax H3 Ref2VA 进行多参考音频生成的体验。使用 2 张参考图和 2 段参考音频，生成约 18 分钟。能生成音效，但背景环境音（如城市噪音、人群、雨声）无法输出，人声过于干净。用户询问如何增强背景音。硬件为 RTX 4060 Ti 16GB + 64GB RAM。工作流可在 Civitai 获取。
「多模态」频道最新
- Midjourney 实测：用 SREF 代码打造极具张力的暗黑超自然画风 — tisch_eins · 2026-08-06
- ComfyUI 视频生成模板遇阻：模型强制语音审查破坏体验 — YouNoTypey · 2026-08-06
- Suno 发布 AI 音乐创作原则，推出透明度工具 — suno · 2026-08-06
- 用 Minimax 修复《神秘博士》丢失剧集？ — xantub · 2026-08-06
- 实测 Meta Muse 生成 3D 俄罗斯方块：耗时不到 3 分钟仅花 0.27 美元 — intellectronica · 2026-08-06
- MiniMax H3 图生视频模型首发实测 — Narrow-Surprise-4609 · 2026-08-06