H3 文生视频实测：散文式分层 prompt 驾驭 Qwen3VL 理解力
SIR_NVAX_A_LOT · reddit · 2026-09-06
发帖人分享用 H3 模型做文生视频（T2VA）的实验，重点测试 Qwen3VL 对非常规、散文式长 prompt 的理解能力，效果出乎意料地好。关键做法：
- 分层构图技法：用层层递进的散文式描述组织镜头，对主体细节（面部材质、发光发丝、雕刻纹样、光影）逐层定义。
- 参数：int8 量化、20 步、720p；先用 2 秒 int8/8 步版本快速试跑，散文式 prompt 随机性较大，构图和光线常需第 3 次尝试才理想。
- 成片：4 段素材拼接，配乐也由 H3 生成，并用 32x32 canvas 技巧。
帖子附了完整 prompt 示例（对一位「人造神性」角色从脸到服饰的极详细分层描写），并邀请提问。
「多模态」频道最新
- 创作者用一张图几小时做出整集动画,脑中十年构想落地 — Eric520CC · 2026-09-06
- Turing Post 横评 2026 年 12 款 AI 图像生成工具与选型指南 — TheTuringPost · 2026-09-06
- 用 Astra 3D 能力把 CAD 文件变成可交互销售 Demo — VibeMarketer_ · 2026-09-06
- 用 Seedance 制作短片预告片《ONE SMALL BITE》 — Resident_Subject2213 · 2026-09-06
- 歸藏在 5070 Ti 上实测 GPT-6 Astra 生成的 3D 游戏,并打包 Mac/Win 客户端 — op7418 · 2026-09-06
- 实测 Hailuo 生成 15 秒史前动作戏:跳崖降落翼龙 — azed_ai · 2026-09-06