MiniMax H3 多主体视频生成翻车：不同角色声音发生串扰
Wide-Researcher583 · reddit · 2026-08-10
用户在使用 MiniMax H3 的 Ref2VA 模型时发现了一个严重的缺陷：在处理包含多个主体的独立参考图像时，不同角色之间的声音会出现「串扰」。
具体表现为：虽然视觉上不同主体的形象得到了完美保留，但在音频分支中，声音特征会发生混淆或一个人的声音特征渗透到另一个人身上。用户尝试了更换随机种子、缩短片段、明确定义主体等多种方法，但目前尚未找到可靠的解决方案。
所属事件:MiniMax H3视频模型实测暴露多项音频与动作Bug(4 条相关)→
「模型」频道最新
- Gemini 4 模型卡披露:模型可省去生物武器研究数月试错 — Puzzleheaded-King584 · 2026-10-16
- 问 AI 要答案永远是 7：Anthropic 工程师谈模型品味趋同陷阱 — rubenhassid · 2026-10-16
- 推ter脑筋急转弯：抠掉 Llama 3 全部权重矩阵还剩几个参数？ — Sauers_ · 2026-10-16
- Lean v4.35.0 自带四个已验证内核，其中之一由 Claude 写成并自证一致 — geoffreyirving · 2026-10-16
- Claude 团队版一个席位被标记，全组织 5 个账号一并冻结 — RexDouglass · 2026-10-16
- Kimi K3 训后检查点表现出色，获赞预训练扎实 — SonglinYang4 · 2026-10-16