- 产品派

隔壁DebugMe · 2026-08-10T03:39:20.000Z

最近 MiniMax 在 ComfyUI 直播里展示了新开源的 H3 多模态视频模型。这工具挺全能，文本、图片、视频和音频都能作为输入，直接生成最长 15 秒的 768p 视频，而且自带对话、音效和音乐的立体声音频，省了后期配音。托管版最高能出 2K 画质。最赞的是它优化得不错，普通消费级 GPU 就能本地跑，官方还提供了 Context-IR 和 Regenerate-2K 的 API 工作流，可玩性很高。

隔壁DebugMe

6小时前