答案已發布2 個月前Last edited 2 個月前8 來源

MiniMax H3 實測：15秒2K片連立體聲一次過生成，AI拍片唔使後期配音

MiniMax H3 係通用型全模態模型，可以一次過接收文字、圖片、影片同聲音，然後輸出連原生立體聲嘅 2K 影片，唔使分開配音或者後期加工。最大突破係聲音（對白、腳步聲、環境聲、音樂）同畫面由同一個模型一齊生成，唔係後期黐上去，所以做到對嘴同步、動作跟聲。

發布者使用 DeepSeek-V4-Flash 編輯圖片由 GPT Image 1.5 生成

研究答案

重點

MiniMax H3 係通用型全模態模型，可以一次過接收文字、圖片、影片同聲音，然後輸出連原生立體聲嘅 2K 影片，唔使分開配音或者後期加工。
最大突破係聲音（對白、腳步聲、環境聲、音樂）同畫面由同一個模型一齊生成，唔係後期黐上去，所以做到對嘴同步、動作跟聲。
雖然實際效果做到 frame accurate 同步，但官方文件未有公開入面嘅神經網絡架構細節，例如係用擴散排程定係音頻編碼 tokenization 嚟達到咁精準嘅同步。

MiniMax H3 係第一個公開可用、將聲音當做畫面一部分嚟生成嘅 AI 影片模型。佢唔係先拍片再另外配聲，而係一次過接收文字、圖片、影片同聲音做輸入，然後直接輸出一段最長 15 秒、2K 解像度、連立體聲嘅影片。

結果係，畫面同聲音嘅同步做到好自然：對白啱嘴型、腳步聲跟住行路動作、鏡頭移動時環境聲都會跟住變——完全唔使手動執或者後期加工。

以下係佢嘅工作流程、獨特之處同你要知嘅限制。

MiniMax H3 有三種主要玩法，每種喺速度同創意控制上有少少唔同：

Studio Global AI

此頁麵包含一個有來源支援的答案，您可以在 Studio Global 內繼續。

MiniMax H3 係通用型全模態模型，可以一次過接收文字、圖片、影片同聲音，然後輸出連原生立體聲嘅 2K 影片，唔使分開配音或者後期加工。

雖然實際效果做到 frame accurate 同步，但官方文件未有公開入面嘅神經網絡架構細節，例如係用擴散排程定係音頻編碼 tokenization 嚟達到咁精準嘅同步。

答案已發布2 個月前Last edited 2 個月前8 來源

發布者使用 DeepSeek-V4-Flash 編輯圖片由 GPT Image 1.5 生成

研究答案

MiniMax H3 係通用型全模態模型，可以一次過接收文字、圖片、影片同聲音，然後輸出連原生立體聲嘅 2K 影片，唔使分開配音或者後期加工。
最大突破係聲音（對白、腳步聲、環境聲、音樂）同畫面由同一個模型一齊生成，唔係後期黐上去，所以做到對嘴同步、動作跟聲。
雖然實際效果做到 frame accurate 同步，但官方文件未有公開入面嘅神經網絡架構細節，例如係用擴散排程定係音頻編碼 tokenization 嚟達到咁精準嘅同步。

結果係，畫面同聲音嘅同步做到好自然：對白啱嘴型、腳步聲跟住行路動作、鏡頭移動時環境聲都會跟住變——完全唔使手動執或者後期加工。

以下係佢嘅工作流程、獨特之處同你要知嘅限制。