实测 MiniMax H3 参考生视频:3 张参考图+人声,15 秒成片 1088p
michael_goldenhour · reddit · 2026-10-18
作者分享了用 MiniMax H3 reference-to-video(带音频)制作 15 秒 MV 镜头的完整流程与结果。输入:3 张参考图(含 2 张角色图)、14.63 秒带人声的音轨、3795 字结构化提示词、固定种子、16:9、24fps;输出 361 帧 1920x1088,含模型生成音频。工作流分两条渲染路径:草稿路径 12 步 @960x544 快速评估运动/构图/口型;成片路径 30 步 @960x544 后做 2x latent 放大,再在 1920x1088 做 10 步去噪精修。作者强调高分辨率精修是在 latent 空间进行而非简单 resize,并提醒更多去噪不一定更好——可能改掉本来正确的细节。角色一致性、场景与口型同步在全序列中保持良好。实现为自定义部署,非 ComfyUI 工作流。
所属事件:实测 MiniMax H3:3 张参考图 15 秒生成带人声 MV(2 条相关)→
「多模态」频道最新
- 用 Seedance 2.5 生成「特斯拉在巴基斯坦」搞笑视频 — SimplyAnnisa · 2026-10-18
- 用 AI 把博尔赫斯 9 篇小说做成可走进的 3D 世界 — emollick · 2026-10-18
- Midjourney 温馨居家情侣大片:附完整 prompt 的写生级出图分享 — tisch_eins · 2026-10-18
- 拆解 Higgsfield 增长:场景模板+创作者网络+订阅导流 — sujingshen · 2026-10-18
- 社区热议：Anima 为何没能起飞，Illustrious 仍霸榜动画模型 — Front-Side-6346 · 2026-10-18
- 音乐剧 AI 背景投影满屏「Brighter Tomorrow」,Reddit 追问生成模型口头禅 — Awkward-Concept5736 · 2026-10-18