MiniMax H3 视频LoRA：素材准备、打标过滤与图视频联合训练

作者：@天选嘉鲤敦赵图图



一句话导读：以 MiniMax H3 为例，讲清视频 LoRA 为什么要打标、素材怎么准备，以及在打标器里裁片、主体过滤后做图+视频联合训练的全流程。

核心内容：
1. 为什么视频 LoRA 也要打标：MiniMax H3 会把标注分词送入条件编码器，再与视频/音频特征一起进模型。同一个人左转、右转、镜头环绕若没有准确文字区分，模型就学不到动作与文本的对应；只留空触发词或完全不标注，效果会受影响。
2. 主体过滤：图片可用通用多模态标注，但仍建议做主体过滤；视频更依赖专用打标工具来控制过滤颗粒度。
3. 素材理想形态：以训「一件衣服」为例，最好是不同人种/光照/角度/动作都穿着同一件衣服，其它因素尽量变化；功夫服等天然多元素材更好找。自己拍时人换不了，可用图片补多样性（不同人、场景、光照），再与视频一起训。
4. 时长与裁片：训练用视频时长受硬件限制（视频内有对照表）；过长会被训练器硬裁，不如自己先裁成重点不同的短片段（旋转、推进、走跑等不要重复堆同一动作）。可在剪辑软件裁好导入，也可在打标器时间轴用 Ctrl+S 分片后直接打标。
5. 打标器流程：导入视频 → 分片 → 选生成模型/处理范围（完整或分片）→ 若训 H3 则选对应条件模式（常见文生视频）→ 做主体过滤后再出标注。
6. 训练器侧：图片+视频联合进同一数据集；注意参考模型模式等约束（与此前云端教程一致）。片尾介绍免费训练器与提示词反推工具等资源（见视频简介）。

适用场景：
- 准备训视频类 / MiniMax H3 LoRA
- 素材单一、想用图片补多样性
- 需要规范打标与分片再开训