Minimax H3测试2：文生视频/图生视频/图片音频生视频/多图片多音频生视频/简单运镜测试。Hermes + DeepSeek V4 Flash全自动化搞定！
-
Mimimax H3这几天讨论的热度很高，说实话这在本地部署的玩家圈子里确实是个大事，前天的视频里我测试了文生视频，有观众留言问图生视频，图片和音频驱动视频，多图片多音频驱动视频，我觉得还是搞一下，虽然总体上我感觉也没啥意义，因为早期的工作流意义都不大，大神们会开发牛逼的工作流，但是需要时间。现在的生产效率4090D 48G跑起来吃力，论坛版主的Pro5000跑起来也费力，只有说Pro6000估计能玩玩。甚至有人说是企业购买，准备弄个8卡集群来跑，我不知道集群部署有啥优势，估计也就是多跑几个实例，生产力拉满。既然观众们想看，就安排下。所有的工作流都跑了一遍，但是没有做输入参考视频生视频的测试，因为太慢，也没有必要。
开始之前我说下，本视频都是标准的Minimax H3的官方模型权重，我让Hermes虚拟儿子小宝总结了所有的模型，大家可以看截图，也可以点击视频说明栏里的地址去论坛复制文本，发给你的Hermes或者其他AI助手即可。文生视频和输入参考图片、音频视频再生成视频的模型是不同的，需要单独下载。不要问工作流能不能讲解下，都是官方标准工作流，提交任务让AI助手去提交，你描述清楚就好。现在已经是Agent时代了，不要什么都自己手动操作，我本人搞了这么久AI音视频，从未手动去连过线，你再懂还能比AI懂吗？除了少数大神比如KJ，我们搞工作流的能力不会比AI强的。 当然了我会把工作流和脚本放到帖子附件里，都是Hermes整理的，要是有人就不喜欢用Agent，拿这个参考也能跑。
首先看下之前它生成的视频，程序员在疯狂编码，背景是工业风工作室，它的整体效果还是不错的。=======然后是两个程序员在电脑屏幕前交流，A说交流AI上抡锤者社区挺好的，B说，是的，我每天都去刷帖。总体上我感觉节奏还是需要通过提示词详细控制，其他的都挺好。========有人说声音太像AI，其实这个问题很好解决，因为你可以通过自定义声音来驱动它。VoxCPM，QWen TTS或者其他商用TTS服务都可以，你也可以自己录音，把控节奏声调，然后通过软件改成想要的音色。稍晚一点演示。
接下来我们看下图片驱动视频，就是用我以前数字人节目中的Rayn图片，让他扮演我的虚拟儿子小特，说：大家好，我是小特，是老特的虚拟儿子。我们来看下效果：
可以看出来，H3很清晰理解了画面中的人物，为他配备了一个非常切合的声音。如果我们想要用自己录制的音频来驱动它，也是很简单的，直接用VoxCPM生成一个，和参考图片一起作为输入参数，喂给工作流，我们看下这是Rayn的音色，以前在测试视频中小特经常使用它。
接下来我们测试下复杂的场景，1个背景图片，2个人物，小特和小美对话。小美说：小特，好久不见。小特回答：是的小美，我也想你了。我们看下效果：
xiaote_xiaomei_lh_halfbody_00001_.mp4具体的场景，台词，都可以通过提示词来调整约束，我都是用最朴素的话语指挥它，当然如果你讲不清楚，只要和Agent沟通就行，hermes会搞定这一切的。尤其是DeepSeek V4 Flash正式版，现在真的是能力大大提升。有什么问题交给它就行。
当然了我知道，有不少新人畏惧Agent，不想配置。其实很简单，现在有安装包，也有一键安装的命令，复制粘贴就行。你只要搞定了一个，以后安装其他的东西，全部交由它来搞定就行。它配置好了，还能自己升级自己。如果大家遇到了问题，就到论坛发帖求助，一切都很简单。
最后我我要再次强调一件事，大家去论坛发帖提问，论坛有很多大神，他们有的设备比我好，有的是技术比我好，有的回答比较细致耐心，各有各的长处。你有什么问题直接提问就行，总有人会解答。别到了论坛就给我发私信，昨天遇到一个哥们，给我发私信问个技术问题，我问他为什么不直接发帖。他居然说解决问题就找最懂的人问，节约彼此的时间。说实话我当时回复的温和了点，对这种缺乏公德心的人，我是非常鄙视的。
在他的心中，节约他的时间比节约别人的时间更重要。如果大家感冒发烧，也去找医院的院长动手术，这医院还能开吗？开头一句我是你的粉丝，常看你的视频，然后就道德绑架发个问题。他真是我的粉丝，但凡看我过两个以上视频都该知道我特别讨厌不讲规矩的人。
有朋友发私信提醒我论坛有功能BUG，或者提醒我Qwen3.8 27B要发布了，也有和我交流工作生活的，我都欢迎。有我不愿意讨论的问题，我会礼貌回复，人家就不提了。我生气的不是这哥们发私信给我提问题，而是我明确告诉他可以发帖讨论，他居然还理直气壮说自己要节约时间。
我是可以限制普通会员给我发私信的权限的，但我觉得我开论坛和大家一起交流，难免有人有一些不好公开讨论的事需要联系我，我也不是高高在上的大神，大家有需要自然可以找我。但像他这样滥用消息系统给我发消息，影响我的心情，如果真的有人需要私信我，有重要的事情讨论，搞不好我就没心情看了。我这人讲话很冲，因为我在油管上了做了很多频道，我并不挽留任何一个所谓粉丝，酒逢知己千杯少，话不投机半句多。路遥知马力，日久见人心。真正能长久相处的人，首先要守规矩，懂界限。君子坦荡荡，小人常戚戚。我从来都不会迁就那些不知道自重的人，因为你迁就他们一次，他们还会有下一次。你满足他们100次要求，他们不会感恩，如果有一次你没有满足，他会记恨你一辈子。这种人其实很多，人生如此宝贵，何必浪费这个时间和他们周旋呢。
当然了话说的有些重了，不是装逼，我来油管是赚生活费的，相当于天桥说书，有钱的捧个钱场，没钱的捧个人场。你要真是个爷，在我视频下方刷个100美金，我自然对你高看一眼，之前就有哥们做过。我不是个死要面子的人，会为了五斗米折腰，咱就是干这个活的，敬业。你去动物园里逗猴子，也得扔几个花生，它才会卖力表演吧。
你要是穷，咱也能聊，三十年河东，三十年河西，就算是图个乐呵，咱也能处。你要是穷还装逼，不守规矩，我可不会惯着你。你自己穷就算了，还特么过来祸害我这个穷逼，底层互害是吧？相互理解一下，如果真的想和我交流切磋，觉得发帖也不过瘾的，又不想花钱的，也行。过阵子我看要不就开几次直播，咱们弄个discord麦序，定一个主题，到一个频道里聊聊。为什么这样我就愿意了，因为如果能把直播做起来，咱就能赚点钱，就能去买几包花生米，理解了吧。琴棋书画，吾之所愿，柴米油盐，亦吾所愿。好的本期视频就到这里，下期再见。
-
Mimimax H3这几天讨论的热度很高，说实话这在本地部署的玩家圈子里确实是个大事，前天的视频里我测试了文生视频，有观众留言问图生视频，图片和音频驱动视频，多图片多音频驱动视频，我觉得还是搞一下，虽然总体上我感觉也没啥意义，因为早期的工作流意义都不大，大神们会开发牛逼的工作流，但是需要时间。现在的生产效率4090D 48G跑起来吃力，论坛版主的Pro5000跑起来也费力，只有说Pro6000估计能玩玩。甚至有人说是企业购买，准备弄个8卡集群来跑，我不知道集群部署有啥优势，估计也就是多跑几个实例，生产力拉满。既然观众们想看，就安排下。所有的工作流都跑了一遍，但是没有做输入参考视频生视频的测试，因为太慢，也没有必要。
开始之前我说下，本视频都是标准的Minimax H3的官方模型权重，我让Hermes虚拟儿子小宝总结了所有的模型，大家可以看截图，也可以点击视频说明栏里的地址去论坛复制文本，发给你的Hermes或者其他AI助手即可。文生视频和输入参考图片、音频视频再生成视频的模型是不同的，需要单独下载。不要问工作流能不能讲解下，都是官方标准工作流，提交任务让AI助手去提交，你描述清楚就好。现在已经是Agent时代了，不要什么都自己手动操作，我本人搞了这么久AI音视频，从未手动去连过线，你再懂还能比AI懂吗？除了少数大神比如KJ，我们搞工作流的能力不会比AI强的。 当然了我会把工作流和脚本放到帖子附件里，都是Hermes整理的，要是有人就不喜欢用Agent，拿这个参考也能跑。
首先看下之前它生成的视频，程序员在疯狂编码，背景是工业风工作室，它的整体效果还是不错的。=======然后是两个程序员在电脑屏幕前交流，A说交流AI上抡锤者社区挺好的，B说，是的，我每天都去刷帖。总体上我感觉节奏还是需要通过提示词详细控制，其他的都挺好。========有人说声音太像AI，其实这个问题很好解决，因为你可以通过自定义声音来驱动它。VoxCPM，QWen TTS或者其他商用TTS服务都可以，你也可以自己录音，把控节奏声调，然后通过软件改成想要的音色。稍晚一点演示。
接下来我们看下图片驱动视频，就是用我以前数字人节目中的Rayn图片，让他扮演我的虚拟儿子小特，说：大家好，我是小特，是老特的虚拟儿子。我们来看下效果：
可以看出来，H3很清晰理解了画面中的人物，为他配备了一个非常切合的声音。如果我们想要用自己录制的音频来驱动它，也是很简单的，直接用VoxCPM生成一个，和参考图片一起作为输入参数，喂给工作流，我们看下这是Rayn的音色，以前在测试视频中小特经常使用它。
接下来我们测试下复杂的场景，1个背景图片，2个人物，小特和小美对话。小美说：小特，好久不见。小特回答：是的小美，我也想你了。我们看下效果：
xiaote_xiaomei_lh_halfbody_00001_.mp4具体的场景，台词，都可以通过提示词来调整约束，我都是用最朴素的话语指挥它，当然如果你讲不清楚，只要和Agent沟通就行，hermes会搞定这一切的。尤其是DeepSeek V4 Flash正式版，现在真的是能力大大提升。有什么问题交给它就行。
当然了我知道，有不少新人畏惧Agent，不想配置。其实很简单，现在有安装包，也有一键安装的命令，复制粘贴就行。你只要搞定了一个，以后安装其他的东西，全部交由它来搞定就行。它配置好了，还能自己升级自己。如果大家遇到了问题，就到论坛发帖求助，一切都很简单。
最后我我要再次强调一件事，大家去论坛发帖提问，论坛有很多大神，他们有的设备比我好，有的是技术比我好，有的回答比较细致耐心，各有各的长处。你有什么问题直接提问就行，总有人会解答。别到了论坛就给我发私信，昨天遇到一个哥们，给我发私信问个技术问题，我问他为什么不直接发帖。他居然说解决问题就找最懂的人问，节约彼此的时间。说实话我当时回复的温和了点，对这种缺乏公德心的人，我是非常鄙视的。
在他的心中，节约他的时间比节约别人的时间更重要。如果大家感冒发烧，也去找医院的院长动手术，这医院还能开吗？开头一句我是你的粉丝，常看你的视频，然后就道德绑架发个问题。他真是我的粉丝，但凡看我过两个以上视频都该知道我特别讨厌不讲规矩的人。
有朋友发私信提醒我论坛有功能BUG，或者提醒我Qwen3.8 27B要发布了，也有和我交流工作生活的，我都欢迎。有我不愿意讨论的问题，我会礼貌回复，人家就不提了。我生气的不是这哥们发私信给我提问题，而是我明确告诉他可以发帖讨论，他居然还理直气壮说自己要节约时间。
我是可以限制普通会员给我发私信的权限的，但我觉得我开论坛和大家一起交流，难免有人有一些不好公开讨论的事需要联系我，我也不是高高在上的大神，大家有需要自然可以找我。但像他这样滥用消息系统给我发消息，影响我的心情，如果真的有人需要私信我，有重要的事情讨论，搞不好我就没心情看了。我这人讲话很冲，因为我在油管上了做了很多频道，我并不挽留任何一个所谓粉丝，酒逢知己千杯少，话不投机半句多。路遥知马力，日久见人心。真正能长久相处的人，首先要守规矩，懂界限。君子坦荡荡，小人常戚戚。我从来都不会迁就那些不知道自重的人，因为你迁就他们一次，他们还会有下一次。你满足他们100次要求，他们不会感恩，如果有一次你没有满足，他会记恨你一辈子。这种人其实很多，人生如此宝贵，何必浪费这个时间和他们周旋呢。
当然了话说的有些重了，不是装逼，我来油管是赚生活费的，相当于天桥说书，有钱的捧个钱场，没钱的捧个人场。你要真是个爷，在我视频下方刷个100美金，我自然对你高看一眼，之前就有哥们做过。我不是个死要面子的人，会为了五斗米折腰，咱就是干这个活的，敬业。你去动物园里逗猴子，也得扔几个花生，它才会卖力表演吧。
你要是穷，咱也能聊，三十年河东，三十年河西，就算是图个乐呵，咱也能处。你要是穷还装逼，不守规矩，我可不会惯着你。你自己穷就算了，还特么过来祸害我这个穷逼，底层互害是吧？相互理解一下，如果真的想和我交流切磋，觉得发帖也不过瘾的，又不想花钱的，也行。过阵子我看要不就开几次直播，咱们弄个discord麦序，定一个主题，到一个频道里聊聊。为什么这样我就愿意了，因为如果能把直播做起来，咱就能赚点钱，就能去买几包花生米，理解了吧。琴棋书画，吾之所愿，柴米油盐，亦吾所愿。好的本期视频就到这里，下期再见。
