MiniMax H3详测：9图3视频3音频、多参考与首尾帧

作者：@T8star-Aix

MiniMax H3详测：9图3视频3音频、多参考与首尾帧

一句话导读：作者用大量样片和节点页面测试 MiniMax 海螺 H3，重点覆盖 9 图、3 视频、3 音频多参考输入、2K 原声视频、首尾帧、图生/文生视频与多镜头动态，并展示 RunningHub 和 ComfyUI 节点已经接入 H3。

核心内容：
1. 视频前约 8 分钟主要播放不同风格样片，包括古装宫廷对白、情绪人物、电影化镜头和高动态片段；约 504 秒后进入作者讲解。完整音频显示，这些样片用于观察动态、美学、人物一致性、对白与音画同步，而不是单纯展示封面。
2. 作者展示 MiniMax H3 的 Open Model 公告，并称自己从前一天起持续测试。其主观结论是 H3 的动态、美学和人物一致性总体可用，部分任务不如 Seedance 2.0，但若价格降低且开源权重兑现，实用价值会明显上升。
3. RunningHub 页面已经准备图生视频、文生视频、首尾帧和多参考工作流。多参考节点的实际输入口在画面中可见：9 张图片、3 段视频和 3 段音频；作者没有做满全部输入的极限测试，因此本文不把接口容量等同于满载稳定性。
4. 多参考节点页面可见 2K、15 秒和 16:9 设置。作者补充 H3 支持 5 至 15 秒，并提到官方资料还有较便宜的 768p 档，但录制时工作流只看到 2K，因此 768p 的实际价格和可用状态仍需以后续页面为准。
5. H3 支持原声输出与音画同步，也能组合多宫格、多镜头和语音输入。作者认为其美学和风格化有辨识度，但没有用统一随机种子或大样本与 Seedance 2.0 做严谨统计，对“更强”的判断应限定在本期样片。
6. 首尾帧是作者最认可的能力之一。页面显示 First Last Frame 节点接收首帧和尾帧两张图片；作者认为本轮效果明显好于 Seedance 2.0。去掉尾帧后同一节点可用于普通图生视频，作者暂时感觉图生视频的一致性和发挥比多参考更稳定，但也明确说还需要更多测试。
7. 文生视频部分覆盖不同风格与战斗场景，高动态表现有亮点，写真人像则仍可能出现 AI 感。作者还提出一个实操方向：在镜头数量较多时压缩时长，例如把 15 秒内容压到 5 秒，可以增强运动密度；他甚至尝试在 15 秒内安排约 30 个镜头，但这更依赖提示词结构和具体素材。
8. 工具链方面，画面核对到 T8mars/ComfyUI_Seedance 仓库出现 Add Hailuo H3 video support 提交；贞贞节点界面也显示 Hailuo H3、多图多视频多音频输入和 2K/时长/比例参数。作者称本地便携包与开源无限画布也会更新，实际版本仍应以仓库和下载页面为准。
9. 综合来看，H3 当前最值得验证的是多模态参考、首尾帧控制、原声音画同步和多镜头动态；仍待独立复测的部分包括开源权重发布时间、本地显存与速度、768p 价格，以及满载 9 图+3 视频+3 音频时的一致性。

适合人群：关注 MiniMax H3、开源视频模型、多模态参考、首尾帧控制、RunningHub 或 ComfyUI 节点接入的创作者。

补充说明：本文根据授权视频约 904.5 秒完整音频转写、视频元数据、默认首屏 3 条评论和 9 个关键画面整理。简介提取到 3 个夸克链接；模型优劣与开源进度均按视频当时证据限定，没有把作者预测写成已完成事实。

相关夸克网盘链接：
【无限画布整合包v2.6.8：https://pan.quark.cn/s/5871a0142ff3】
【贞贞整合包V4.8A：https://pan.quark.cn/s/ed4f5cc2db75】
【T8 CF整合包V12：https://pan.quark.cn/s/af20c54c9a13】