开源视频模型让老玩家回流:参考图直出,LoRA 时代或终结
Peregrine2976 · reddit · 2026-09-03
一位只玩开源权重模型的作者表示，MiniMax H3 终于把他拉回了视频生成：此前 Wan 2.2 的质量与一致性不达标，好用的工具又都是闭源付费产品。
- 它是多模态模型带视觉理解，可直接喂参考图/角色设定图，让模型理解新概念的反馈循环比训练 LoRA 短得多
- 作者判断角色/服装/场景类 LoRA 不会立刻过时，但需求会大幅减少
- 作者附了完整工作流（Pastebin）和所用参考设定图（Imgur），可照着复现
作者的开源立场：他要能被拆解、修改、不被任何平台绑架的技术，类似用 Linux 和 Firefox 的理由。
「多模态」频道最新
- AI 视频以假乱真:Reddit 用户感叹已难分辨真假内容 — gouterz · 2026-10-18
- 开发者发布 Qwen-Image-2.1 宽松限制 LoRA,几乎任意姿势可生成 — metalfans · 2026-10-18
- 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