Minimax H3
MiniMax推出的视频生成模型，支持参考图转视频（reference-to-video）能力，可从单张参考图中识别多个独立物体并在视频中正确还原
核心事实
时间轴 (近 90 天)
Vlo 内置了针对多个主流模型的工作流，包括 Minimax H3、Qwen2.1、Krea2、LTX2.5 等
工作流中静态图使用 Flux 2 Klein，视频生成使用 Minimax H3
OmniChar 是一个开源方案，用一个可移植的 .char 文件封装角色的面部、身体与服装特征，并接入 Minimax H3 视频生成流程
Minimax H3 现已支持 int8 量化模型变体
作者使用ComfyUI中的Minimax H3默认FL2VA首尾帧生成视频工作流，将输入图像同时设为第一帧和最后一帧以形成闭环环绕镜头
视频生成模型只保证画面视觉合理，不保证多帧间几何/物理一致，导致泼溅训练在不一致区域生成游离噪声高斯球（垃圾数据）
在12GB显卡上以768×1024、20步、不使用lightning LoRA的配置渲染视频约耗时35分钟
Prompt Studio 能生成结构化的 MiniMax H3 视频脚本
MiniMax 3 也被称为 Minimax H3
作者的成片是在 Kinovi AI 平台上生成的，但称任何 Minimax H3 都同样适用
还有 23 条时间轴事件
全部知识事实 (20)
Prompt Studio 能生成结构化的 MiniMax H3 视频脚本
80%待验证Vlo 内置了针对多个主流模型的工作流，包括 Minimax H3、Qwen2.1、Krea2、LTX2.5 等
50%待验证工作流中静态图使用 Flux 2 Klein，视频生成使用 Minimax H3
50%待验证OmniChar 是一个开源方案，用一个可移植的 .char 文件封装角色的面部、身体与服装特征，并接入 Minimax H3 视频生成流程
50%待验证视频生成模型只保证画面视觉合理，不保证多帧间几何/物理一致，导致泼溅训练在不一致区域生成游离噪声高斯球（垃圾数据）
50%待验证在12GB显卡上以768×1024、20步、不使用lightning LoRA的配置渲染视频约耗时35分钟
50%待验证作者使用ComfyUI中的Minimax H3默认FL2VA首尾帧生成视频工作流，将输入图像同时设为第一帧和最后一帧以形成闭环环绕镜头
50%待验证作者的成片是在 Kinovi AI 平台上生成的，但称任何 Minimax H3 都同样适用
50%待验证MiniMax 3 也被称为 Minimax H3
50%待验证Minimax H3 是由中国AI公司MiniMax推出的多模态大模型，具备语音合成与角色表演生成能力
50%待验证Minimax H3 这类语音/表演模型支持在文本脚本中嵌入情感标签来控制角色的语气与情绪
50%待验证创作者称模型能理解的情感标签远比公开文档列出的要多，存在未被官方记录却能被识别的隐藏标签
50%待验证与完整的ControlNet相比,画圈定位方式对用户技术门槛更低,但控制精度相对粗粒度
50%待验证画圈定位的圆圈颜色不一定要用红色,只需相应调整提示词即可
50%待验证在图像水面区域画圈,生成场景就会出现在水中;圈在背景建筑处效果同样成立
50%待验证在Minimax H3的参考图上画一个圈,可以指定AI生成场景在图像中的具体位置
50%待验证画圈定位本质上是将用户的涂鸦标注转化为一种轻量级空间条件,模型将区域掩码与文本提示词联合解析
50%待验证画圈定位技巧存在细节缺失的局限性
50%待验证追求更高保真度的用户切换到max模式可能获得更好效果
50%待验证match模式倾向于灵活匹配整体风格与构图,max模式更严格地保留参考图细节
50%