H3 视频生成实测：复杂场景的人物行为控制为何全靠运气？
Hdfjds · reddit · 2026-08-23
作者分享了使用 H3 模型进行复杂视频生成的实战体验，指出了一致性难以控制的现状。
测试场景：
试图生成包含 3D 厨房背景和 3 个特定人物的场景，并精确控制每个人的动作（如 A 做某事，B 做某事）。
遇到的问题：
- 随机性强：运行 6 次，每次结果截然不同。
- 动作不可控：人物可能从错误的位置进入，或执行了未要求的额外动作。
- Seed 依赖：即使 Prompt 不变，仅改变 Seed 也会导致输出差异巨大。
引发的思考：
作者感到困惑，目前的生成似乎主要依赖“运气”，而非精准控制。并询问社区是如何应对这种不可控性的：是反复微调 Prompt、大量生成后筛选，还是接受不完美的结果？这反映了当前视频生成模型在复杂叙事和精确控制上的技术瓶颈。
「多模态」频道最新
- HyperFrames 推出 Reference Any Video:Agent 可参考任意视频风格创作 — aftahi_ai · 2026-10-16
- 实测对比:Krea 2 配 LoRA 效果仍胜过 Flux 3 Klein — Angaisb_ · 2026-10-16
- World Labs Atlas 测试版开滚：像素级精确控制视频镜头路径 — theworldlabs · 2026-10-16
- Krea 3 图像编辑模型上线 fal：6 秒内完成高质量改图 — gorkem · 2026-10-16
- Tripo P2 对比 Meshy 7.1：当前最强图生 3D 模型横评 — noahsolomon · 2026-10-16
- BytePlus 合办 AI 电影大赛:100 万美元大奖,须用 Seedance 生成 70% — DavidmComfort · 2026-10-16