MiniMax 本地提示词生成：突破图文同时读取限制

Mediocre-Toe3212 · reddit · 2026-08-09

Reddit 用户讨论了如何使用本地模型（如 Qwen 或 Gemma）为 MiniMax 视频生成构建提示词生成器。作者成功实现了让模型分别读取图片或视频，但发现目前的节点无法同时处理两者。

为了绕过这一限制，作者采用了一种“黑客”手段：将视频拆分成帧，并欺骗系统，将第一帧作为静态图片源描述，随后的帧作为视频流输入。Claude 也证实，当前架构下确实没有节点能原生同时读取图文与视频。