开发者首次本地运行MiniMax H3生成AI视频 分享测试体验

用户Lumosous首次使用MiniMax H3搭配ComfyUI本地生成AI视频，测试了文生视频、音乐节拍同步、图生视频三种生成方式。作为AI视频新手，他认为生成流程远没有想象中复杂，真正的难点在于撰写提示词。

可以将原始想法输入AI，再通过MiniMax H3官方的提示词撰写功能整理出结构化提示词。比如在制作第一条夏日旅行视频时，将内容拆分为四个场景，保留统一结构仅更换地点信息，反复迭代调整即可得到符合预期的输出。

因为是本地模型，可以无限制反复测试，不会产生额外费用。整个生成过程耗时不长，模型对指令的服从度很高，很少需要反复抽卡重roll才能得到目标镜头。

节拍同步视频测试中，要求画面每次在底鼓或军鼓节拍切换，最终结果完全符合要求。海边片段包含大量场景描述、创作方向和四镜 storyline，模型一次性生成了符合要求的画面、氛围和背景音频。

该模型对新手十分友好，直接使用官方工作流模板即可开箱即用，只需要撰写提示词、选择分辨率和设置时长。

本次测试使用的本地PC配置为消费级RTX 4090 24GB显卡。生成15秒视频走20步，用时约200余秒，分辨率调高至768P时用时超过1000秒，通过官方API放大到2K约需要6到8分钟，速度表现尚可。近期已有提速LoRA发布，尚未测试，预计可以进一步提升生成速度。

第一个案例是夏日海滩度假，为9:16竖屏15秒文生视频，一次生成4个连续镜头加背景音乐，本地以768P渲染后通过MiniMax重新生成API提升至清晰2K。

第二个案例是节拍同步音乐视频，用于测试MiniMax H3的时间控制能力，提示模型随鼓点切换镜头，模型准确遵循了时间要求，实现了紧密的音画同步。

第三个案例是活起来的宫廷古画，为图生视频，以中国古代宫廷画为参考，描述人物下棋、击球的动作，生成三个独立片段后搭配传统背景音乐。

Lumosous会将本次用到的所有ComfyUI工作流、2K重新生成API Python脚本和提示词，免费开源到GitHub。