MiniMax H3实测：画面惊艳，但仍搞不定“开门”逻辑
martinerous · reddit · 2026-08-07
作者在测试 MiniMax H3 视频模型时发现，尽管生成质量出色，但模型在理解物理世界上仍有明显短板。
- 核心缺陷：模型无法准确处理“跟踪镜头：角色走进房间并关门”这类包含复杂空间交互的动作。即使尝试了十几种提示词变体并借助 LLM 扩展提示词，依然无法解决。
- 实用解法：目前最有效的 Workaround 是使用“硬切”（Hard cut），即分别在门外和门内拍摄，再通过后期剪辑拼接。虽然这会拖慢叙事构建的节奏，但这是当前视频生成模型阶段的常态。
「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