SunoMV 混合 MV 省钱指南:按段分配文字 PV、分镜图与 AI 视频
SunoMV 编辑器把一支 4 分钟、21 镜的歌拆成五档画面成本:只用文字 PV 和已有分镜图做动效均为 0 额度,AI 动效约 118 cr/镜,AI 视频约 700 cr/13.8 秒镜,全片开拍约 11,500 cr。其「均衡」方案只让 5 镜器乐段和 6 镜副歌开拍,约 5,600 cr,主歌用全屏文字 PV,副歌用视频叠文字 PV。
SunoMV 编辑器把一支 4 分钟、21 镜的歌拆成五档画面成本:只用文字 PV 和已有分镜图做动效均为 0 额度,AI 动效约 118 cr/镜,AI 视频约 700 cr/13.8 秒镜,全片开拍约 11,500 cr。其「均衡」方案只让 5 镜器乐段和 6 镜副歌开拍,约 5,600 cr,主歌用全屏文字 PV,副歌用视频叠文字 PV。
在 Pollo.ai 上用同一张异形角色图、8 秒时长、无运镜的相同英文提示词,对比 Kling 3.0 与 MiniMax H3 对猜拳的理解。输入「Please play rock, paper, scissors.」时,两者都把 Rock、Paper、Scissors 对应成石头、布、剪刀的手势,但更像演绎词汇而非真正对局。
Curious Refuge 实测两种先草稿后渲染的 AI 视频生成流程,用于制作一段 15 秒三镜头序列。用 MiniMax H3 出草稿再切到 Seedance 2.5 渲染,总生成成本约 27 美元、人工约 60 分钟;而 Seedance 2.5 草稿模式生成第一段序列约 2 美元,标准模式约 8 美元。
创作者在 Linux 环境用 MiniMax H3 全自动生成 AI 动画与四格漫画,硬件为 RTX Pro 2000 Blackwell 16GB 显存、AMD Epyc CPU 与 48GB 内存。作品《クロチとパカ》讲述黑猫与羊驼的短篇故事,并同步发布 YouTube 短动画版。
在 RTX 3060 Ti(8GB 显存)上运行 MiniMax H3 + Veda Sparse Attention 生成 1376×768 视频时,5.2 秒视频约 5 分钟完成,6.6 秒视频却耗时 31 分 30 秒,7.3 秒视频进一步升至 38 分 34 秒,10.1 秒则因 CUDA 内存分配失败异常终止。
Go-Ai-Studio v1.1.2 合入 @happymy 的 PR #5,新增 MiniMax H3 短视频抽帧、H3 多段视频渲染与拼接,并增强 LM Studio 兼容性。
图像转视频 AI 把静态图片变成短片段,核心功能包括起始帧控制、运动提示词或自动运动、时长与画幅设置、原生音频或静音输出、质量档位、批量转换、静态图对口型、参考图一致性和生成后剪辑。
作者在单张 RTX 5090(32GB 显存)上,用 FastVideo 的 FastH3 V2 checkpoint 四步采样跑出 15 秒 448×256 的实时视频,目标是把连续生成成本从每天 6k 降下来。
推荐理由:作者把单张 RTX 5090 上跑实时视频的六项优化逐条拆开,可迁移到自己的出片流程。
一篇攻略介绍如何用 ComfyUI 搭配 MiniMax H3 在本地 PC 免费生成 AI 视频并变现。文中推荐使用蒸馏加速模型 FastH3 的 8-Step V2 工作流,作者在 RTX 2070 Super、16GB 显存、i7 环境下单条视频生成约需 15 分钟,并建议用 I2V 方式先出首帧图再生成视频。作者称仅靠 TikTok 投稿 AI 视频,某月收益曾超过 55 万日元。
在 RTX 3060 Ti 8GB 上用 Qwen Image 2.1 生成原图、再经 MiniMax H3 + Veda Sparse Attention 做 1376×768 约 5.2 秒的 Image to Video,首次耗时 326.54 秒,后续相同参数却恶化到 14 分 15 秒。
作者在 RTX 5090 上实测 MiniMax H3 的 PDMD 4 步 LoRA 与 NVIDIA SoL Refiner:PDMD 把 6.6 秒片段出到 2520×1440 平均耗时 101 秒,而 20 步 Quality 路径为 753 秒。
推荐理由:作者在 RTX 5090 上实测 PDMD 4 步 LoRA 与 NVIDIA SoL Refiner,给出逐项耗时与画质差异,可作选型参考。
Stubelius Ultimate H3 0.11 是作者为 ComfyUI 免费开源的 MiniMax H3 工作流,在 First/Last Frame 模式下新增三种按秒控制片段的方式:最多两个中间帧、在 First Frame 框放入视频以续接片段、以及最多 8 个声音或短片段钉在指定秒。
Mickmumpitz 发布免费本地 VFX 教程,用 ComfyUI 与 MiniMax H3 把自己换成猪或其他角色。
推荐理由:作者用 ComfyUI 加 MiniMax H3 实测换头与全身替换,并说明该流程在哪些环节会失效。
Fantastic H3 Prompt Builder 新增 Reference Map 节点,可实时显示 Text Encode 的 reference_map 且无需编码,并带复制按钮供粘贴给 LLM。
作者在 RTX 3060 Ti 8GB、RAM 16GB 的 Windows 机器上用 ComfyUI 0.39.0 实测 MiniMax H3 搭配 Veda Sparse Attention。
ComfyUI-QwenVL-Mod 清理了 GGUF 与 HF 模型目录,每个后端保留三个支持视觉语言(VL)的 DavidAU heretic 模型(4B / 9B / 27B),均验证为 image-text-to-text 且 mmproj 文件可用,并移除纯文本重复项与标注错误的 "3.8-9B" 条目。
Hedra 发布 Developer API,用一个 API key 和预付美元钱包调用 110 多个生成模型,覆盖视频、图像、音频和文本,包括 Veo 3.1、Kling V3、Seedance 2.5、MiniMax H3、Nano Banana Pro、ElevenLabs V3 等。
推荐理由:Hedra 把 110 多个视频、图像、音频和文本模型收进一个 API 与预付钱包,开发者可据此评估多模型流水线的接入成本。
作者在 RTX 3090 上实测 pablodawson 的 MiniMax H3 360° Orbit LoRA,用同一张图作为视频首尾帧,生成约 3 秒、73 帧的环绕视频,中途会出现原图未拍到的背面。
Utopai Studios 自研视频模型 Utopai X 在 Artificial Analysis 盲评榜单以 1150(±10)Elo 评分位列全球第二、全美第一,音频同步与物理效果两项指标居首,超过 Gemini Omni Flash 1.1 和 Dreamina Seedance 2.5。
FastVideo 发布实验性精简模型 FastH3 Trim,transformer 块从 50 减至 42,采用 rank-16 时间步条件,8 步采样,体积比基础 H3 小 4.2 倍,速度快于 FastH3 V2。
推荐理由:FastH3 Trim 以 42 层、8 步采样和 4.2 倍体积压缩给出更轻的视频生成方案,并附 ComfyUI 各精度文件与参数。
ComfyUI-Video-Control-Studio 发布 v0.1.1,将高级设置按 Video、Pose、Depth、Canny 分组,仅选中的提取器显示对应选项,隐藏设置保留原值。
阡陌发布教程,介绍在约 8GB 显存的 RTX 4070 Laptop 上通过 ComfyUI 本地生成图片与视频,图片用 Qwen-Image-2.1 越狱版 GGUF 工作流,视频用 MiniMax H3 的 04_i2v_fl2v_4step_sla_lowvram 工作流。
推荐理由:8GB 显存下跑通 Qwen-Image-2.1 与 MiniMax H3 的完整路径,含模型文件、目录结构与参数配置,可对照复现。
在 RTX 3060 Ti 8GB、RAM 16GB 的研究室 PC 上,FreeVideo + MiniMax H3 成功生成 1280×704、约 10 秒、243 帧视频,耗时约 25 分 17 秒。
基于 Muse Gadgets SDK,用 M5 Stack 的 Stop Watch 硬件做出一个磁吸在电脑屏幕旁的小玩具,已内置多个常见 ESP32 设备固件可直接刷入。作者做了 UI 优化、更改语言并加上语音输出,语音能力接入 MiniMax API。
MiniMax H3 可借助自身参照图像与提示词理解能力,在 ComfyUI 中无需专用 LoRA 或额外训练即可生成角色设定图,生成使用 Core 节点,自定义节点仅负责生成 JSON 与自然语言提示词。该节点将正面、侧面、背面及面部特写等视图指令与原始图像结合,保持同一人物与服装一致,未拍摄部位由 H3 补全。日文提示词效果较差,英文提示词更易通过;若无需单独生成手脚图像,可关闭该功能。
Opus 5.5 + Minimax H3 制作 科普系列《辣椒》
FastVideo 发布实验性模型 FastH3 Trim,从 FastH3 V2 的 50 个 MiniMax H3 transformer block 中移除 8 个影响最小的 block,并将各 block 的 AdaLN 时间步投影替换为共享 rank-16 基,用 8 步 DMD2 训练(checkpoint 300),实现 8 步文本生成视频并同步音频。
推荐理由:FastH3 Trim 用剪枝加共享 AdaLN 把 8 步音视频生成压到消费级硬件,可对照 V2 权衡画质与体积。
作者实测 Stability AI 的 Stable Audio 3 Small-SFX,在 Intel Core i7-12700K 的 CPU 路径下生成 20 秒音效约需 9 秒,CPU 占用平均约 25%。
作者发布了一套 ComfyUI 工作流,用视频生成模型 MiniMax H3 配合角度变更 LoRA,改变已有视频的拍摄视角,可实现广角、侧面、低角度以及环绕目标的 360° Orbit 效果。该工作流完全本地运行、免费,通过多种技巧可在 8GB 低 VRAM 环境执行,并同时支持 SFW 与 NSFW 内容,文中附有下载入口与导入步骤说明。
推荐理由:作者公开了用 MiniMax H3 与角度变更 LoRA 改视角的 ComfyUI 工作流,并给出 8GB 低显存本地运行方案。
作者在 GMKtec EVO-X2(Ryzen AI Max+ 395、Radeon 8060S)上,用 Unsloth 发布的 MiniMax H3 剪枝 Q4_K GGUF 权重配合 stable-diffusion.cpp 的 ROCm 版本,测试了纯文本、单图 I2VA 和双参考图 Ref2VA 三种生成方式。
HeyGen 于 2026 年 9 月 30 日发布首个通用视频模型 Video 1,一次调用生成含同步音频的完整场景,底层基于 MiniMax 的 H3 模型并由 HeyGen 后期训练。
MiniMax 于 2026 年 8 月免费公开开源视频生成模型 MiniMax H3,可装在自己的电脑上运行,把反复重生成的成本降到电费。它支持 Omni Reference,可传入最多 9 张图片、3 段视频和 3 段音乐作为参考以保持人物与画面一致性;据 ASCII.jp 报道,其云端版性能被认为可匹敌 Seedance 2.0。
推荐理由:开源视频模型把单条生成成本压到电费,文中给出显存门槛与授权地域限制,便于评估本地出片可行性。
作者对 Kling 4 早期访问版做了实测,目前仅开放 Flash 模型、输出 720p,面向年度套餐的 Ultra 订阅用户,更大模型计划 10 月推出。测试显示 Kling 4 似乎解决了 3.0 的对口型漂移问题,关键帧参考最多支持十个,但表演略显平淡。
作者分享了一套 MiniMax H3 的高速高分辨率一体化 ComfyUI 工作流,核心是用 minimax-h3-fused-turbo-int8-convrot 模型替换本体,该模型整合 FL2V 与 Ref2VA,内置 4STEP 的 TurboLoRA 和抑制抖动残影的 Mystic V2 LoRA,文件约 21GB。
推荐理由:作者实测 MiniMax H3 的模型替换与提速节点,给出 800×800 八秒视频从 7 分 13 秒降到 3 分 37 秒的对比,可迁移到现有出片流程。
MiniMax H3 Image Studio 在 ComfyUI 发布项目更新,新增可串联的 H3 LoRA 节点,支持单独指定文件名与手动强度,用于生成和多参考编辑。
作者发布免费的 MiniMax H3 ComfyUI 工作流 Stubelius Ultimate H3,含 Speed、Hybrid、Quality 三档预设。
推荐理由:作者在 RTX 5090 上实测三档预设的渲染与收尾耗时和显存峰值,可据此估算自己的出片成本。
开源项目 killkli/minimax-h3-colab-skill 是一个可独立使用的 Codex 技能,通过 Google Colab 将本地参照图片生成短篇 MiniMax H3 Ref2VA 视频。
Hedra 按同一任务(10 秒、1080p、原生音频、一张起始帧加文本提示)对比 11 个视频模型的 API 价格,最低为 LTX-2.3 Fast 的 0.60 美元,最高为 Seedance 2.5 的 7.91 美元,相差 13 倍;其中 9 个模型满足该规格,Veo 3.1 最长 8 秒、MiniMax H3 无 1080p 设置,被单列为近似替代。
推荐理由:同一 10 秒 1080p 带音频任务下,11 个视频模型的 API 单价相差 13 倍,并给出可复用的选型与成本核对方法。
作者用 MiniMax H3 尝试生成约 30 秒的枪剑对战杀阵视频,发现只写"激烈战斗"等笼统提示词时,模型会打一下就停下等待,改成按 0〜3 秒、3〜7 秒等时间段逐段指定接近、碰撞、错身、反身、击飞等动作后才真正打起来。
Wireflow 发布教程,讲如何在一块画板上完成 80 秒 AI 歌曲广告,从脚本、歌曲、词级时间轴到静帧、动态、字幕和片尾,全程不导出到 CapCut 或 Premiere。
推荐理由:完整拆解一首 80 秒 AI 歌曲广告从写词到渲染的八个步骤,并公开约 6100 credits 的实际成本与踩坑记录。