把视频时间轴当槽位:一个 LoRA 让 H3 从单图生成五视角角色图
linoy_tsaban · x · 2026-09-18
对比 MiniMax H3 上实现相机视角控制的两种方案：
- Turnaround LoRA：巧妙地把 H3 的时间轴改造成「槽位轴」——把 5 张单图 latent 塞进一个 5 帧视频 latent 的位置，并拉伸 RoPE 时间位置联合去噪，让 transformer 的时间一致性机制变成跨视角身份一致性。单张参考图 + 一条指令即可在单卡上 10 秒（512²）到 57 秒（1024²）生成 5 个连贯旋转视角，且 LoRA 仅用 H3 生成素材训练，对真实照片的身份迁移（分布外）同样有效。验证「视频脑、图像身」的旁证：把它套在普通视频生成上会破坏运动（风车叶片渲染成叠加的离散位置），因为 LoRA 学到了「时间=姿势」。
- Meridian：在几何扭曲的参考图上微调 H3，思路不同。
模型文件已在 Hugging Face 开源（512 版 s1500 旋转几何最佳，s400 版指令遵循更好）。
「多模态」频道最新
- Runway MCP 一句 prompt 即可将视频转换为 120fps — tlakomy · 2026-09-19
- 化学工程师转行 AI：他进了首批国际剧集 AI 美术团队 — Loo_Atreides · 2026-09-19
- Nautilo 推出 AI 共创工作台：生成与剪辑视频同处一条时间线 — Dan_Jeffries1 · 2026-09-19
- 腾讯混元 3.5 提前曝光：图像生成实测惊艳，可与 GPT Image-2 掰手腕 — FellMentKE · 2026-09-19
- Agent 驱动 DaVinci Resolve 剪辑，作者呼吁 Blackmagic 全面开放 API — joshwhiton · 2026-09-18
- 用本地 SplatKit 生成 3D 环境，教程即将发布 — mickmumpitz · 2026-09-18