自制 Minimax H3 工作流：多图+音频+视频混合参考输入
TheNeonGrid · reddit · 2026-09-24
作者为 Minimax H3 自制了一个多参考输入工作流：支持多张图片加音频、视频音轨等混合参考。实测多图+音频+视频音频输入组合可用；视频画面作为参考与图片联用时效果不理想。节点支持按需扩展更多图片/音频连接口，作者分享了工作流文件并欢迎更好的替代方案。
「多模态」频道最新
- Artificial Analysis 发布 TTS 语音生成对比榜，含发音鲁棒性基准 — ArtificialAnlys · 2026-09-24
- 谷歌 Gemini 3.8 Flash TTS 曝光：缩写与语境发音示例流出 — ArtificialAnlys · 2026-09-24
- 附试听样例:Gemini 3.8 Flash TTS 语境恰当发音分类演示 — ArtificialAnlys · 2026-09-24
- Artificial Analysis 发音鲁棒性榜:Gemini 3.8 Flash TTS 以 89.5% 登顶 — ArtificialAnlys · 2026-09-24
- Runway CEO 断言「最终交互界面是视频」,实时视频界面 demo 同步亮相 — _AustinCalvert_ · 2026-09-24
- 在 Mac 上搭了个本地小工作室,实测 Qwen-Image-2.1 出图 — janishar · 2026-09-24