单提示词生成音乐视频：Minimax H3 实战复盘
xI_AM_AFRICAx · reddit · 2026-08-30
作者分享了一个使用 Minimax H3 (Ref2VA) 制作音乐视频的完整案例。硬件为 3090 64GB。
工作流：
- 15 秒分段生成，通过重叠 1 秒（如第 2 段从 14 秒开始）来平滑拼接。
- 使用 Topaz Video 进行降噪和超分。
- 输入为两张人物肖像图和一首 Suno 3.5 生成的音频。
Prompt 策略：
- 全程使用同一个极其详细的 Prompt，定义了人物外观（黑卷发、胡子、耳机等）、音频同步要求以及场景灯光。
- 仅在生成时修改音频的起止时长参数。
踩坑经验：
- 后期尝试修补部分画面时换了参考图，导致人物不一致。建议全程保持参考图稳定。
- H3 的对口型精准度极高，甚至能根据音频自动生成吉他扫弦动作。
所属事件:Suno 音乐配 Minimax H3 生成对口型演唱视频(4 条相关)→
「多模态」频道最新
- FLUX.3 Image Klein 开源发布：6B 参数、单卡消费级 GPU 可跑、原生 4K — bfl_ai · 2026-10-16
- FLUX 3 Image Klein 登陆 fal：画框定布局、多参考图放置与风格迁移 — bfl_ai · 2026-10-16
- SGLang Day-0 支持 FLUX 3 Image Klein：单图 10 参考图，BF16/FP8/NVFP4 多精度 — ying11231 · 2026-10-16
- Higgsfield 预告将上线快手可灵 Kling 4.0，先放出「猴子操作」演示 — azed_ai · 2026-10-16
- Halcyon 早期融合图像模型省 275 倍预训练算力并开源 — davidwromero · 2026-10-16
- 12GB 笔记本显卡硬跑 Wan2.1 14B FP16:内存交换压测 4 分 11 秒出片 — RYuu-1120 · 2026-10-16