作者拆解了 Playtime-AI 发布的 Sydney Sweeney 人物 LoRA（仅 155MB）如何在 MiniMax H3 视频模型上无需参考图、仅凭名字生成人物视频。文章讲解 LoRA 低秩自适应原理：冻结基础模型，只训练小矩阵 A、B 记录人物身份差量；还原训练过程（3440 步、120 epoch、rank 16、约 5% caption dropout）；并分享本地加载实践，包括底模版本兼容、量化格式、采样步数（6 步而非 30 步才清晰）和触发词拼写等常见坑。最后指出 LoRA 技术正在改变人物身份的传播方式。
作者分享了以 MiniMax H3 為核心的本地 AI 影片製作工作流，強調人物不僅要長得對，還要具備空間、道具與互動邏輯。流程包括：確立參考素材、撰寫結構化分鏡 Prompt（含 subject_definitions、retention_analysis、detailed_description 等模組）、加入 T8 ActionLogic 語義橋強化動作因果理解，並依題材搭配加速、寫實、格鬥、電影質感等 LoRA。生成後經放大銳化第二階段精修，遵循「寫分鏡→生成→檢查→修改→重拍」的創作循環。文末附完整模型、語義橋與 LoRA 資源清單。
本文是 LTX-2.5 AI 视频模型的镜头运动指导教程。文章介绍了该 220 亿参数开源音视频基础模型的架构原理，指出良好的镜头运动需具备时间连贯性、意图匹配和画面完整性。作者强调使用官方文档化的镜头词汇（如 pushes in、pulls back、pans across 等），并给出最关键的提示词技巧：描述运动完成后主体在画面中的状态，为模型提供'目的地'而非仅方向。文章还讲解了帧数约束（(F-1)%8==0）、提示词修复案例、多镜头剪辑中的镜头规划方法，以及复杂运动可使用 IC-LoRA 深度条件控制等确定性手段。
本文是 MiniMax H3 视频生成系列第二篇，作者在 4080 12G 显存笔电上用 ComfyUI 本地运行 H3。文章首先分析官方公开的九套 Skills，涵盖产品广告、品牌宣传、纸拼贴、纸艺定格、歌词贴字 MV、3D 动画、手绘实拍融合和双人游戏开场，并附自制案例视频。随后详解 H3 提示词写作规范：先确定任务模式（T2VA/I2VA/FL2VA/L2VA/Ref2VA），为参考素材分工，定义视觉系统，单独列出屏幕文字的进入、可读与退出状态，按时间线写主体动作与运镜，将声音分为剧情内音景与非剧情配乐，规定转场继承方式，并明确结尾定格，最后给出一份可直接复用的 Prompt Spec 模板。
作者分享了在RTX 4070 16G显存电脑上本地部署MiniMax H3视频生成模型的完整经验：使用精简版ComfyUI和turbo lora模型（6步生成480P，超分至1080P），并让AI工具搭建了手机可远程调用的自动化系统，支持文生视频、图生视频、首尾帧等功能。文章详细说明不同分辨率下的时长与耗时数据，总结了低分辨率视频的美学要点（适合风景、特写、慢镜头），并附上完整的30秒电影复刻级英文对白短片提示词，涵盖镜头设计、人物一致性、声音设计与避坑指南。
本文面向新手介绍如何在 ComfyUI 中使用开源视频大模型 MiniMax H3 生成带同步声音的视频。内容包括：检查本地电脑显卡、显存与磁盘空间（建议预留70-100GB）；Windows 安装 ComfyUI Desktop 的步骤；不适合本地时使用 Comfy Cloud 云端方案；使用官方 T2V/I2V/R2V 模板生成第一条5秒视频的参数与提示词写法；以及高清修复、多参考素材、首尾帧控制、长视频续拍、局部重绘等进阶工作流，最后给出常见问题排查和最稳学习路线。
本文详细介绍了在 Windows 宿主 + Linux Docker 容器环境下，使用双 RTX 4090（48GB）本地部署 MiniMax H3 视频生成模型的完整过程。内容包括本地部署的优势（成本、隐私、可控性）、双 GPU 架构分工、宿主机目录布局、模型文件清单、Docker 容器创建、启动验收、已验证的推理链、速度实测、分辨率与帧数注意事项、最小生成验证流程、复现清单以及生产链必需节点。文章提供了具体的配置命令和参数，并强调了可复现性的重要性。
本文详细介绍了如何在 RTX 4080 显卡上本地部署并运行 MiniMax H3 视频生成模型。作者分享了从 ComfyUI 环境配置、模型文件下载到工作流测试的全过程，并指出了中文口播不稳定等痛点及解决方案，为本地低成本生成视频提供了实战指南。
作者拆解了热门的AI视频换人技术，基于机智波玩AI发布的MiniMax H3角色替换工作流（RunningHub画布），讲解如何用现成模板最快做出第一版换人视频。文章指出应先认准真正生效的上方分支，第一步保留原视频只换角色参考图，第二步只修改提示词中换人对象的定位描述（用位置加衣服锁定目标），第三步照抄采样等参数不做凭感觉的调整，第四步通过分帧核查验证新结果并按错误类型逐项排查。最后总结可迁移的控制逻辑：视频给动作环境、图片给角色身份、提示词限定改动范围，建议按风险从小到大逐步修改素材。
作者详细记录了从零开始训练一个专属人物 LoRA 的完整实战流程。他使用 GPT Image 2 生成 56 张虚构人物训练数据，基于开源模型 MOSS-Image（5B 参数 Diffusion Transformer）进行微调，仅用一张 RTX 4090 训练约 65 分钟即获得稳定的人物形象生成能力。文章涵盖数据准备、Caption 标注、Checkpoint 选择、效果验收等关键环节，并指出了过拟合等常见问题。作者将整个流程开源到 GitHub，提供运行环境镜像、Jupyter Notebook 和 ComfyUI 工作流，建议初学者亲手跑一遍以真正理解 LoRA 训练原理，一通百通。
文章介绍了一种简单易上手的AI视频玩法：上传一张图片加一条指令，即可生成360°环绕（Bullet Time）效果的视频。作者展示了旅游、美食、美妆、商业摄影、产品展示、服装穿搭等多个应用场景及商业潜力。实现方法分为两种：一是免部署的Web端方案，使用豆包等可生成视频的模型，配合文中提供的通用短指令和完整10秒详细指令；二是适合进阶用户的ComfyUI本地部署方案，通过加载MiniMax H3 I2V模板和360° Orbit LoRA实现。作者以设计师视角分享了最低门槛、可复用的AI玩法。
本文通过对8分钟AI短剧《黄果》成片（117个镜头）的逐帧逆向拆解，总结出一套可复现的13步AI短剧制作流水线。文章首先对比云端托管、本地开源、混合路线三条技术路径及成本考量，然后详解从LLM编写分镜脚本、角色LoRA训练、场景模板建立、关键帧生成、人工精修、I2V/TI2V视频生成、对口型处理，到后期超分补帧、TTS配音混音等每一步的操作要点、验证标准与错误应对方案。文末还总结了重复帧、短镜头策略、LoRA维护、精修比例等行业认知，以及模型在长动作、多人互动、文字生成等方面的能力边界。
本文解读 Fireworks AI 官方 Training API Cookbook 中一篇实战教程，讲解如何结合 HUD 框架与 Fireworks Serverless Training API，在无本地 GPU 条件下用 GRPO 风格强化学习微调 LoRA 适配器。文章详细拆解了四步工作流程：环境配置、任务校准、单步训练和长跑训练，重点阐释了快照隔离、trace 记录、loss masking、组内优势归一化等核心训练机制。实验结果显示四位数乘法任务准确率从 78.1% 提升至 98.4%，但作者指出收益主要来自输出格式和自我节制的优化，而非深层算术能力的提升。文章还提醒了 checkpoint 语义区分等实操要点，并对教程的严谨设计给予高度评价。
