如何使用 MiniMax H3 动作迁移：视频转视频指南

MiniMax H3 动作迁移可让参考视频控制动作、节奏、运镜或表演，同时由独立的图像与音频参考定义角色身份、外观和声音。如果你正在学习如何使用 MiniMax H3，核心难题并不是让 H3 识别动作，而是确保每份参考素材都控制正确的属性。

视频参考还包含演员、背景、构图、表情、镜头行为，通常也包含音频。这些信号相互竞争时，结果可能出现身份信息串入、动作偏移、背景变化或面部不一致。最可靠的MiniMax H3 工作流会通过明确界定哪些内容应保留、哪些应改变，以及每项决定由哪份参考素材负责来减少冲突。结构清晰的MiniMax H3 提示词能让这种分工更容易表达。

对于希望将这些工作流转化为可重复生产流程的团队，Virse将 AI 生成与面向专业创意协作的无限画布工作空间结合起来。其多 Agent 创意工作流方法让参考素材、输出与项目上下文保持关联，而更全面的从需求简报到交付的 AI 设计工作流帮助团队在多个模型之间分配任务。付费套餐包含 Nano Banana 2、GPT Image 2 等 40 多个模型的无限使用权限，以及不限数量的席位。新用户还能获得免费积分，足够生成约 10 张 Nano Banana 2 图像或 1 段 Seedance 2.0 视频。

什么是 MiniMax H3 动作迁移与参考生成？

最好将 MiniMax H3 动作迁移理解为 H3 更广泛的参考生成系统的一种用途。H3 不必将源视频视为完整模板，而是可以结合图像、视频、音频和文字，让不同输入影响输出的不同部分。

MiniMax H3 动作迁移与传统 V2V 对比

传统 V2V 工作流通常在改变外观的同时保留源视频的大部分结构。H3 可以更有选择地保留内容。

有用的思路转变是从“改造这个视频”变为“决定这个视频应该贡献什么”。

本文查阅的现行 H3 参考生成规格最多支持9 张参考图像、3 段参考视频、3 段参考音频，以及总计 12 份混合参考文件。参考视频总时长最多 15 秒，参考音频总时长最多 15 秒，输出时长为 4 至 15 秒。

MiniMax H3 动作迁移、视频编辑与 I2V 对比

这些工作流解决不同的问题。动作迁移利用视频引导动作、节奏、运镜或表演。视频编辑从现有视频出发，更改选定内容，同时尽量保留其余部分。I2V从静态图像出发生成新动作，而不是复现视频源中的动作。

对设计师而言，这一区别很重要，因为动作迁移从根本上关注的是参考素材之间的关系，而不只是动画。了解MiniMax H3 的适用场景有助于判断 Ref2V、编辑或其他生成方式哪种更合适。

MiniMax H3 的参考属性分工如何改善动作迁移

分析 H3 最有用的框架是参考属性分工：每个输入都应有明确职责。

分别指定动作、身份、镜头和音频

以典型的角色替换为例：

视频 1 提供动作和节奏。图像 1 提供身份和外观。提示词定义哪些必须保留、哪些必须改变。

在另一个镜头中，视频 1 也可能改为提供镜头路径。特写视频可以提供面部表演。音频可以提供声音特征。

当多个来源争夺同一属性时，问题就开始出现。角色图像可能定义了新面孔，而视频却强烈强化原演员的特征。

增加提示词细节前，先减少参考信息串入

我们审阅记录在案的工作流和反复出现的用户问题后发现，许多表面上的提示词失败实际上是参考信息串入问题。

实用的操作顺序如下：

1. 定义每个来源。
2. 指定一项主要职责。
3. 说明哪些属性必须保留。
4. 说明哪些属性必须改变。
5. 只描述新的目标内容。

明确的职责划分通常比提示词长度更重要。

如何编写 MiniMax H3 动作迁移提示词

好的 MiniMax H3 动作迁移提示词应让参考素材之间的关系易于理解。在更全面的MiniMax H3 提示词指南中介绍的同样原则，在多份参考素材需要承担不同职责时尤为重要。

使用“参考素材、职责、保留内容、目标内容”结构

实用的提示词可以很简单：

视频 1 是动作参考。图像 1 是角色参考。让图像 1 中的角色执行视频 1 的动作与节奏。保留角色的身份、发型、体态外观和服装。将角色置于光线柔和的摄影棚中。

其中包含四个有用层次：参考素材、职责、保留内容和目标内容。

不要再次控制参考素材已经控制的内容

当多个角色或参考素材存在歧义时，详细提示词可能有帮助。但更长并不一定更好。

镜头迁移就是一个好例子。如果视频 1 已经包含所需的镜头路径，再描述同样的环绕、速度、距离和方向，可能引入相互竞争的指令。

用文字消除不确定性，而不是重复参考素材中已明确的信息。

如何使用 MiniMax H3 Ref2V 替换角色

角色替换是 H3 最明确的应用之一，因为动作和身份可以来自不同来源。

单角色替换与参考素材构图

让参考素材匹配目标表演。全身动作用全身图像，面部表演用特写图像。

然后分别评估输出的以下方面：

• 身份；
• 服装；
• 动作节奏；
• 镜头；
• 环境。

即使视觉效果很吸引人，若面孔改变或原表演者仍有部分可见，结果依然可能不合格。

双角色替换案例研究

一个记录在案的工作流使用了10 秒双人舞蹈视频以及两张独立的角色图像，目标是在保留原动作与环境的同时替换两位表演者。

完善保留指令后，该工作流报告称，在这一特定配置中替换成功率约为 90%，但种子变化仍会影响结果。

这不是 H3 的通用准确率。它说明了更有价值的一点：多角色参考分工是可行的，但仍具有概率性，而非确定性。

如何在不破坏 MiniMax H3 动作迁移的前提下更换背景

在同一次生成中更改角色、动作和环境，会产生更多相互竞争的条件。

单轮 Ref2V 何时会变得不稳定

走路、转身或简单手势等大幅度动作，在同时更换角色与背景时可能仍能保留。

精细手指动作、面部表演、嘴唇动作和复杂编舞则更敏感。我们的审阅发现，同一轮生成中加入环境替换时，这些细节更容易偏移。

复杂动作与背景变化采用两轮处理

对于高难度镜头：

1. 替换角色，同时保留源视频的动作与环境。
2. 确认身份、双手、面部和节奏。
3. 将成功输出作为下一次的视频参考。
4. 在第二次生成中替换背景。

当多项变换相互竞争时，将其拆开处理，可能比扩充提示词更能改善控制。

如何在 MiniMax H3 中迁移运镜与面部表演

动作迁移不局限于身体动作。视频参考还可以提供镜头轨迹与表演。

MiniMax H3 镜头迁移

当参考素材已提供镜头运动时，让视频控制这一运动，并用提示词定义新的主体与环境。

这样可以避免两个来源各自独立控制同一种镜头行为。

进行镜头迁移时，描述镜头中新加入的内容，不必多余地重写参考镜头已有的运动方式。

MiniMax H3 面部表情与表演迁移

参考素材能清晰呈现细微动作时，面部表演效果最好。与远景相比，紧凑特写能更有效地传递眼球运动、眉毛变化、表情变化与手势节奏的信息。

身体几何结构也很重要。将人类动作映射到比例差异很大的角色，尤其是四足主体时，需要更多解释推断，也会增加偏移的可能性。

如何改善 MiniMax H3 的角色一致性

角色一致性既取决于提示词设计，也同样取决于参考素材设计。

让参考素材构图匹配目标镜头

一个记录在案的一致性工作流使用了两张 1024 × 1024 的角色上半身参考图，以1376 × 768生成，同时结合角色与声音参考。观察发现，面部距离镜头更近时，面部一致性更好。

实际启示是，身份保留在一定程度上是摄影构图问题。H3 需要足够的可见信息，才能辨识定义性特征。

参考图像分辨率存在取舍

另一个工作流报告称，增大参考图像的有效尺寸后，相似度有所改善。在该配置中，最长边约为2500 像素或以下的参考图仍然实用，而 4K 以上图像会让处理大幅变慢。

这并不能证明每个工作流都应追求最大分辨率。更有力的证据支持的是良好的构图与清晰可辨的身份信息，而非严格匹配像素数或宽高比。

分辨率与算力如何影响 MiniMax H3 Ref2V

更高分辨率改变的可能不止清晰度，也可能影响提示词遵循程度、身份一致性和生成成本。

352p、416p 与 768p 的表现可能不同

在一个使用4 块 B300 硬件的受控 Ref2VA 工作流中，同样的提示词在 352p 和 416p 下，比在 768p 下更稳定地保留了镜头结构、拍摄角度与角色位置。

增加采样步数改善了视觉连贯性，却未完全恢复结构控制。其他记录在案的工作流得到不同结果，因此不能将其视为通用的分辨率规律。

更高分辨率并不自动意味着更强的参考遵循能力。

即使使用高端硬件，Ref2V 仍可能开销很高

一个复杂的 V2V 工作流使用配备 96GB 显存的 RTX PRO 6000 Blackwell，以及 128GB DDR5，设置约为0.4 MP、20 步，报告称生成3–10 秒片段约需 2–10 分钟。

对制作团队而言，高效的做法是先在成本较低的设置下验证参考分工、身份与动作，再投入最终分辨率的生成。

H3 如何处理音频与长视频续接

音频与连续性还带来两个容易被忽略的参考控制问题。

H3 声音参考不等于精确保留语音

我们审阅到的部分工作流会重新合成参考语音，而不是原样复制。在一个记录在案的案例中，视频与参考音频之间约0.1 秒的时差，就可能导致漏词或语调变化。

关键区别很简单：

声音参考不等于精确保留波形。

因此，对对白要求严格的工作流应将原始音频作为独立制作素材处理。

H3 长视频续接更适合采用短片段串联

一个记录在案的续接工作流会先生成10 秒片段，再将最后的2 秒，即 24 fps 下的 48 帧作为下一次生成的上下文，并重新加入角色参考。

这种做法改善了动作连续性，但仍可能出现色彩漂移与偶发的状态变化。

对于更长的片段，采用短片段并传递上下文，比假设一次生成就能无限期保留所有内容更切合实际。

MiniMax H3 动作迁移最佳实践

在制作中，以下决策提供了最明确的起点：

总体原则是一致的：使用干净明确的参考素材，让构图匹配目标表演，为每个来源指定明确职责，并在还原度开始下降时拆分变换。

常见问题

如何让 H3 只复制动作，而不复制原人物？

明确将视频作为动作来源，将身份交给图像参考负责。清楚说明图像中哪些内容必须保留，视频中哪些内容应该迁移。如果原表演者仍然残留，就简化源素材，减少相互竞争的身份信号。

为什么 H3 角色替换有时会保留原角色或改变背景？

视频可能不仅影响动作，还在影响身份或环境。更干净的参考素材、相匹配的构图、明确的职责分配，以及将角色替换与背景替换分开，都有助于减少这种串入。

应采用单轮还是两轮 Ref2V？

简单动作先从单轮开始。如果精细手部动作、面部表演、嘴唇动作、复杂编舞以及背景替换都必须准确，就采用两轮。先锁定角色与动作，再更改环境。

H3 能精确保留参考视频中的语音吗？

根据本文审阅的工作流，不能可靠地做到。语音可能被重新合成、更改，或因时间变化而变得不准确。如果对白必须精确，就应单独保留源音频，不要假设 Ref2V 会原封不动地复现它。

结论

当将 MiniMax H3 动作迁移视为多模态参考架构，而非简单的 V2V 效果时，其可控性会显著提升。最有效的工作流将身份、动作、镜头、表演、环境和音频分别交给明确的来源；尽量减少冲突指令；使用与目标镜头相匹配的参考素材；提高分辨率前先高效测试；必要时把复杂变换拆分为多轮。最有用的问题不再是“怎样写更长的 H3 提示词？”，而是“这个镜头的每个部分应由哪份参考素材控制？”

作者：Yifan Zhao — AI 设计工作流策略师与创意技术顾问。