MiniMax H3 实战：REF2VA 画质+FL2VA 音质+LightX2V 提速的组合工作流
gabxav · reddit · 2026-09-05
作者 gabxav 分享 MiniMax H3 发布以来的实测心得，发现 REF2VA 与 FL2VA 两种模式各有强弱，并给出取长补短的 ComfyUI 工作流。
实测结论
- REF2VA：视觉质量明显更好，皮肤纹理、光照、环境更自然。
- FL2VA：整体偏“过度平滑”，AI 感更重，但处理大幅运动的角色更好，且语音/音频克隆质量显著更优（更少的回声、噪声和伪影）。
组合工作流
- REF2VA 负责主视频生成（画质）
- FL2VA 负责音频精修
- LightX2V 8-step LoRA 大幅提速
- H3 AudioRefine 节点把生成音频再过一遍 FL2VA 得到更干净音质
作者附上了全部复现资源：H3 模型与 LoRA 的 Hugging Face 下载、ComfyUI workflow JSON、语音/图像参考文件、KJNodes 与 AudioRefine 节点。性能参考：RTX 5090 上一段视频生成耗时 198.4 秒。
「多模态」频道最新
- Artificial Analysis 语音榜：Voxtral 3 TTS 以 112.3 字符/秒领跑速度榜 — ArtificialAnlys · 2026-10-21
- Mistral 发布 Voxtral 3 语音系列，转写模型冲上榜单第三 — ArtificialAnlys · 2026-10-21
- 不写提示词批量产出上百条 AI 视频广告的完整工作流拆解 — tyler_agg · 2026-10-21
- H3 蒸馏 LoRA 打破纪录：SMD 之后 PTD 又上线 — linoy_tsaban · 2026-10-21
- Reddit 热传《The Supply Boat》：质感惊人的 AI 生成短片 — Kooky-Parfait-5495 · 2026-10-21
- 端到端 AI 换脸视频工作流全解：从素材检查到帧对齐装配 — Few-Profession421 · 2026-10-21