解决 AI 视频面部融化：上传原始音频并在提示词中加引号
Fragrant-Cheek-4273 · reddit · 2026-08-31
作者在使用 Minimax H3 时遇到 AI 视频中面部融化问题，分析认为原因是音频和视觉数据使用独立的 VAE，音频数据密度低导致编码器过拟合，拉偏空间锚点。
解决方法：上传原始音频参考文件，并在正向提示词中用双引号写出确切对话文本。这迫使模型将唇部动作映射到文本字符串，同时参考音频 VAE，稳定面部表情。虽然不是完美解决方案，但效果可接受。
「多模态」频道最新
- 开源工具 ebook2audiobook 免费把电子书变有声书，已获 2 万 star — thisguyknowsai · 2026-10-16
- AI 生成 Nicole Kidman 超现实时装大片：巨大雕塑感廓形震撼网友 — OVolosin82152 · 2026-10-16
- Valtz 新版支持 FLUX.3，Mac 本地生图最高 4K 分辨率 — TgoAI · 2026-10-16
- H3 视频换角 LoRA V1.5 发布，附完整 ComfyUI 工作流 — linoy_tsaban · 2026-10-16
- ForcingBooster 按块分配去噪步数，自回归视频生成算力省一半 — VAST-AI · 2026-10-16
- 东京现 Gemini AI 拍照亭，把游客变成公仔与微缩场景 — bradneuberg · 2026-10-16