最近在用h3高强度搓ai剧,不得不说h3的上限还是挺高的(提示词足够细致且是满血不加任何lora的情况下,实测lora加得越多生成效果越差)
总结一下个人目前的一些经验:
第一就是
提示词难度堪比论文,用ai出视频提示词每次都是一大段,看着就头疼
目前自己测试下来,gemini3.8flash比较适合生成点子(各种颠的不行的剧本和故事 )
但是在视频提示词生成这里感觉gemini的效果就很差,不知道是不是反重力的问题,感觉gemini对于分镜安排和指令遵循都比较差劲
相比之下目前体验比较好的是WorkBuddy的dsv41f(国际版可以白嫖)
让我比较意外的是dsv41f对于分镜的安排和细节处理(尤其是人物的小动作还有表情等处理以及时间轴的安排,他甚至会具体到帮你设计出人物的五官在第几秒怎么动,这种细致的提示词非常利于minimax h3的发挥)不清楚是不是得益于我安装的一大堆也不记得从哪里找来的skill以及WorkBuddy这个harness的优势
不过还是有很多问题的,ds一般第一次直出的视频提示词效果都还可以,但是一旦视频出现一些穿帮或者什么小问题想要修改时就会变得非常麻烦
因为h3每一段视频的提示词都非常非常长,长到我根本就不想读(相当大一部分都是各种资产定义,剧情简介等重复但又可能有细微区别的内容)
加上flash模型特有的记忆问题(他不记得你的上一句话了,他不记得他不记得你上一句话了.jpg)导致了随着修改次数变多,ds喜欢在提示词里面写进大量废话(他出门买了个苹果,不是香蕉也不是梨,而是苹果)
目前还没有找到比较好的解决办法,开新对话窗口又需要重新告诉ai每个角色的服装外貌定义,场景描述(h3对于文本的描述权重似乎是高于图片的,提示词里的描述会更优先参考,比如角色图里穿的是白衬衫,但是提示词里写兜帽卫衣,H3会以兜帽卫衣为准)
总结下来就是H3做视频虽然成本可控,质量也还OK,但是真的太消耗时间和精力了(一个15秒768p的视频至少也要消耗20分钟以上,更别提反复的抽卡时间)
欢迎各位佬友们来一起交流
用markdown帮我润色一下文章格式,不要动任何内容