质疑 Minimax H3 混合模型：参考图遵循能力弱于预期
Tablaski · reddit · 2026-09-01
作者分享了使用 Minimax H3 混合模型 (ref2va + fl2va 架构) 的负面体验。虽然理论上该架构结合了参考图遵循和高质量生成的优势，但实际测试中发现：
- 参考图不稳定：生成的视频很少严格遵循输入的参考图或起始帧，往往在开始后立即切换到无关内容，或者在开头插入随机图片。
- 效果存疑：即便使用关键帧引导，模型也经常丢失参考信息；作者未感觉到显著的质量提升，且即使关闭加速、增加步数问题依旧存在。
作者询问社区是否有相同体验，并指出此前关于 Spectrum 等技术的“无损”宣传也存在类似夸大现象。
「多模态」频道最新
- MiniMax H3 图生视频角色替换 prompt 结构实测：六段式模板全公开 — photobombolo · 2026-10-18
- Black Forest Labs 时隔许久发新图像模型，图像编辑能力惊艳 — Xianbao_QIAN · 2026-10-18
- DeepSeek V4.1 Flash 一句话生成细节拉满的90年代中国居民楼3D场景 — zizhpan · 2026-10-18
- 开源版CapCut:Rust引擎视频编辑器Concat可被AI Agent直接控制 — techNmak · 2026-10-18
- 学生开源 kimo:无 GUI 视频编辑器,由 AI Agent 经 MCP 驱动 — LieTop7965 · 2026-10-18
- 视频生成 API 每 10 秒约 0.5 美元,自建服务器何时更划算? — Key-Lychee-913 · 2026-10-18