待验证50% 置信基准精确时间

H3 音频驱动视频生成中，视频开头往往能很好贴合音频节拍，但后半段的契合度会逐渐下降

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/28

首次发现

有效期至：2026/11/26

来源

MiniMax H3深度实测：音频驱动视频生成开源模型全面评测

涉及实体

MiniMax H3model

相关事实

待验证H3 在给予抽象图形等更多自由度时，音频驱动视频的效果最理想71% 相似已验证MiniMax H3是一个多模态视频生成模型，能够同时生成视频画面和匹配的音频（包括对白、音效和环境音）70% 相似待验证KLING 3.0具备内置音频生成能力，可以在生成视频的同时生成匹配画面的音效69% 相似待验证VO 3.1模型已经能生成带声音的视频，不需要额外添加背景音乐或音效66% 相似待验证由于H3本质上是视频模型而非图像模型，它在静态图像的精细度上有所欠缺66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/810546

API

curl https://kongchang.com/api/v1/knowledge/claims/810546

MCP

get_claim(id=810546)