MiniMax H3 ref2va 实测:3 张参考图 15 秒生成带人声 MV
michael_goldenhour · reddit · 2026-10-18
Reddit 用户分享 MiniMax H3 ref2va 的实测:仅用 3 张参考图,15 秒内生成一段 1920×1088 的音乐视频,并带有人声演唱。配图帧显示人物面部、光照与场景细节都相当稳定,人物一致性表现突出。
这类多参考图生成带人声 MV 的能力,展示了视频生成模型在角色一致性和音画结合上的新进度,是值得关注的实测案例。
「多模态」频道最新
- AI生成「运动模糊」时尚大片走红，光影残影质感惊艳 — OVolosin82152 · 2026-10-18
- Reddit 热传 AI 生成「神秘生物」视频，妖精形象狰狞逼真 — NailgunnerNorth · 2026-10-18
- AI 生成「日本公开赛」视频爆红：戴滑雪镜叼烟的狗抢镜 — BlueMonStar · 2026-10-18
- fal 推理快到可以造「生成式文件系统」,网友 demo 玩出新花样 — gorkem · 2026-10-18
- 社区定位 MOSS-Image SFT 竖向条带来源于第 37-41 层,LoRA 即可修复 — MatlowAI · 2026-10-18
- Flux 3 Klein 的 ComfyUI 支持更新,回应此前批评 — ganrocks007 · 2026-10-18