用 MiniMax H3 拼接街机赛车视频背景:跨片段透视与速度连续性难题
NoMarionberry9951 · reddit · 2026-09-30
一位独立开发者正在用 HTML5/Canvas 做一款 90 年代 Sega 风格的 OutRun 式街机赛车游戏,需要一段随油门加减速的连续前进驾驶背景视频。团队在 ComfyUI 中用 MiniMax H3(FL2VA + Qwen3-VL 32B + 4 步 Turbo LoRA)搭建多关键帧工作流,把约 40 幅手绘 32-bit 像素画检查点(意大利贝加莫的真实街景)串起来:每个 5 秒片段(124 帧 @24fps)内用 MiniMaxH3KeyframeGuider 锚定 5 个时间点关键帧,片段内插值效果出色,几乎无纹理融化。
核心难题在片段之间:
- 透视与地平线抖动:即使边界帧像素完全相同,AI 进入和离开该帧的相机轨迹在 pitch/yaw/消失点上仍有微漂移,拼接后路面明显跳动,与固定的 2D 车辆精灵错位。
- 光学速度不连续:真实街区距离不规则(100 米 vs 350 米),但每段被硬性钳制在 5 秒,导致相邻片段的路面流速剧烈忽快忽慢,与游戏引擎的油门耦合手感失真。
作者向 ComfyUI 社区求教:如何跨片段传递 latent 动量/运动向量/重叠尾帧实现无缝过渡;如何在 MiniMax H3 中严格锁定消失点(可否注入 Depth/Canny/相机控制条件,如 Video-Depth-Anything 或低模 3D 路面引导);以及如何按真实地标距离标定每段帧数,使路面以恒定约 80 km/h 滚动。也欢迎 ControlNet 或 Wan 2.1/LTX 等替代方案建议。
「具身」频道最新
- 旧金山团队让 ChatGPT 开丰田卡罗拉,GPT-6 跑完锥桶赛道 — soumitrashukla9 · 2026-09-30
- 设计师晒 Infinite Machine Olto 电动车上手：人人都该有一台 — soleio · 2026-09-30
- OSMO 触觉手套推 DIY 套件,人到机器人技能传开源化 — HaozhiQ · 2026-09-30
- 马斯克:星舰将每年发射至少300GW AI算力,目标月球火星自生长城市 — XFreeze · 2026-09-30
- NVIDIA 开源 HumanoidMimicGen：1 条遥操作演示自动生成数千条人形数据 — AjayMandlekar · 2026-09-30
- 特斯拉 CyberCab 无人驾驶体验又获好评,博主晒二次乘坐感受 — whurley · 2026-09-30