12GB 显存跑 MiniMax H3 图生视频,作者苦追人脸一致性

PerfectionPlayer · reddit · 2026-11-21

一位 Reddit 用户分享了在 RTX 4070 Super(12GB 显存 + 32GB 内存)上本地运行 MiniMax H3 的 Reference-to-Video 工作流,使用了 int8 量化版视频模型、Qwen3-VL-32B CLIP(int4 量化)和 int8 VAE。他对比了 Qwen Image Edit、Qwen Image 2.1 等模型,认为 MiniMax H3 的面部身份保持已属优秀但仍未完全满意。他向社区提出三个问题:更强的硬件/模型能在多大程度上改善人脸一致性;自训 LoRA 究竟效果如何、该怎么做;以及当前带人脸保持的参考图生视频推荐模型有哪些。

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →