单图生成30秒视频：MiniMax H3本地实测与提示词拆解
Tight_Organization54 · reddit · 2026-08-07
一位开发者成功使用 MiniMax H3 模型，仅凭一张约翰· Wick 的静态图片，在本地生成了长达 30 秒的连贯视频。
- 硬件与参数：在 RTX 4070 Ti Super (16GB VRAM) 和 32GB 内存的配置下，单段视频生成耗时约 6 分钟。使用了 6 步生成、0.4 MP 分辨率，并加载了 Turbo LoRA 来加速。
- 工作流：作者放弃了容易导致画面撕裂的 RTX 放大方案，直接使用 ComfyUI 内置的 Ref2V 工作流。
- 提示词工程：作者借助 Grok 自动生成了结构化的长提示词，详细规划了主角在 30 秒内的 6 个连贯动作（起床、喝咖啡、踢球、射击、刷牙、睡觉），并成功保持了角色外观的高度一致性。
所属事件:开发者实测MiniMax H3：单图本地生成30秒视频(2 条相关)→
「多模态」频道最新
- LichtFeld Studio 扫描蒲公英种子，3DGS 细节惊人 — janusch_patas · 2026-10-16
- 四款图像模型横评：FLUX 3 提示词跟随最强，人体结构却垫底 — Devajyoti1231 · 2026-10-16
- Toon Shift：用可灵把真人视频转成 3D 动画风格，效果惊艳 — anilumeio · 2026-10-16
- Kandinsky 开源 S2V 1.0：单张照片+语音生成口型同步数字人视频 — lmoroney · 2026-10-16
- 梗图:Flux 3 Klein 5.6B 一出,Flux 2 Klein 9B 遭弃 — xb1n0ry · 2026-10-16
- Pichai 转发用户实测：Gemini Argon 11 小时建出飞鸟时代佛塔 — sundarpichai · 2026-10-16