MiniMax-H3 影音同步生成新手教學。完整版 115 GiB 要四張卡，量化後 31.7 GiB 一張 RTX 5090 就夠。要下載哪些檔、放哪、怎麼設、提示詞怎麼寫。

同一支 15 秒 1080p 有聲影片，出片時間對半砍，畫面沒有變差。步數 20 改 14、SageAttention 2.2.0、放大器換成 RTX Video Super Resolution，三個開關各省多少、怎麼開、坑在哪。

拿 MiniMax-H3 生一段有角色的影片，踩到三件事:非原生解析度會掉下效能懸崖、遠景人臉必糊、以及「鬢邊白髮」在模型眼裡是年齡不是身分。最後靠 z-image 生參考圖走 h3-r2v,121.4 秒把楊過鎖回來。

RTX 5090 一張卡跑完 MiniMax-H3 的十個效果 embedding。最大的坑是位置:放在提示詞開頭會靜默失效，畫面卻照樣會變，所以「產物不一樣」不能當生效證據。它們也不是關鍵字，是 50 到 142 個預先編好的向量。附十支實測影片與速查表。

同一張 5090、同樣 14 步、同樣品質設定，六個加速組態各值幾 %。原生 768p 的 15 秒片從 OOM 變成 8.6 分鐘。chunk 參數切越細越快、torch 換成 cu130 省 32%，而 SageAttention 跟 Sol-Attn 這兩個單看 kernel 快 4 倍的東西，端到端只值 2-3%。

Ref2VA 是 H3 唯一吃得下多張參考圖的模式。用兩張 z-image 人設圖生一段 10.1 秒的雙角色對話，台詞 ASR 逐字比對 CER 6.8%，三個錯字全是同音字。含六段格式全文與節點接線。

同一張 RTX 5090、同一句簡體台詞、同一段雙人對白，兩個會講話的開源影片模型對打。LTX-2.5 出片 28.67 秒，H3 81.22 秒，ASR 逐字比對都是 CER 0%。兩邊峰值 VRAM 都落在 31,7xx MiB，只剩不到 900 MiB。

NVIDIA Sol-H3 的兩段式做法搬到 RTX 5090：H3 只生 672×384 草稿（25.5 秒一支），挑中的那支才交給 LTX-2.5 三步精修。附可下載的 ComfyUI workflow。

白模只帶位置、走位和鏡頭。在 Blender 排好兩個替身，把白模影片和兩張角色圖餵進 MiniMax-H3 Ref2VA，RTX 5090 上 864×480 一支約 82–90 秒，左右交換和誰從誰前面走過都跟到。含腳本、接線與 prompt。

先在 Blender 用方塊把無人機路線飛一遍，拆三段、段尾衝進霧，再交給 MiniMax-H3 Ref2VA 把方塊畫成玉山、太魯閣、101、日月潭。RTX 5090 上 1344×768 三段合計約 17 分 41 秒，霧裡接片後用 RTX VSR 放大到 2688×1536，成片 22 秒一鏡到底。含作法、每段耗時與還沒做到的地方。

上一篇的台灣 FPV 靠霧遮接縫，這篇改成轉頭才露出下一個地標：下一個地標藏在右後方，鏡頭轉過去、畫面只剩天空時換段。用 ComfyUI-H3-Continuum 在 RTX 5090 上連續生五段 25 秒，四個接點的畫面變化只有平常的 0.15 到 1.28 倍。含白模改法、接點對齊、逐段提示詞、結尾重做和還沒做到的地方。

看到有人用真人舞蹈帶 AI 角色跟著跳，我想試試 MiniMax-H3 能不能也做得出來，就用本機的一張 RTX 5090 跑了一次：Video Depth Anything 轉深度、Qwen-Image 把角色放進宮殿當第一格、Ref2VA 只給這一張場景圖，768×1376 直接生成再補幀到 48fps。含節點設定、首幀接法、背景跑回白棚的原因和換 seed 的坑。

本地 MiniMax-H3 能不能像線上 Seedance 2.0 全能參考那樣，照一張 16 格分鏡表拍片？丟分鏡表加一句話只對上 3/16 格；把分鏡照官方鏡頭表格式改寫成逐格時間軸、再配角色圖，RTX 5090 一發 339.9 秒拍出 10 秒片、13/16 格對上。含分鏡表與角色圖怎麼生、Ref2VA 接法和坑。

NVIDIA 研究團隊放出的 Open-H3-Regenerate-2K 能把 MiniMax-H3 草稿重畫成 2K。我在 RTX 5090 上用 ComfyUI 實測：睫毛、耳環、刺繡都重新畫出來，一支 5 秒片重繪 133 秒，VSR 只要 19 秒；代價是臉被改、中小招牌字變假字。附 workflow。

NVIDIA 研究院的 MotionBricks 給它最近四個姿勢和目標姿勢，就補出中間的動作。我在 RTX 5090 上實測一次生成 1.66 毫秒，用 Smart Primitives 排出 37.2 公尺、10 連跳的跑酷賽道，再把灰模預演交給 MiniMax-H3 生成 20 秒古裝俠女跑酷：造型和古鎮保住了，跳躍時序還對不準。