huangserva(@servasyy_ai):MiniMax H3 官方 API 有个很好用的功能Context-IR 深度解析多模态信息，将情绪拆成细腻动作、运镜与声音设计，让生成结果更连贯、真实。但是本地如何用呢？流程很简单：原提示词 + 首帧 → 云端 Context-IR → 返回增强提示词 → 本地 H3 生成 768P 视频需要四个条件： 1. 本地 H3-Base 能运行首帧生视频使用 FL2VA 模型；现有 ComfyUI 工作流能生成即可。 2. MiniMax 开放平台账号需要 API Key，并保证账号有可用额度和接口权限。 3. 允许素材上传云端分析原提示词和首帧需要发送给 Context-IR。它只返回增强提示词，不生成视频。 4. 增加一个 API 节点或脚本调用 POST /v2/h3_context_ir，轮询任务状态，取得 task.content.prompt，再把它填入本地 H3 的提示词输入。

2026.08.10 13:57

MiniMax H3 官方 API 有个很好用的功能Context-IR 深度解析多模态信息，将情绪拆成细腻动作、运镜与声音设计，让生成结果更连贯、真实。但是本地如何用呢？流程很简单：原提示词 + 首帧 → 云端 Context-IR → 返回增强提示词 → 本地 H3 生成 768P 视频需要四个条件： 1. 本地 H3-Base 能运行首帧生视频使用 FL2VA 模型；现有 ComfyUI 工作流能生成即可。 2. MiniMax 开放平台账号需要 API Key，并保证账号有可用额度和接口权限。 3. 允许素材上传云端分析原提示词和首帧需要发送给 Context-IR。它只返回增强提示词，不生成视频。 4. 增加一个 API 节点或脚本调用 POST /v2/h3_context_ir，轮询任务状态，取得 task.content.prompt，再把它填入本地 H3 的提示词输入。

显示更多

0xMomo@0xmomonifty

2026.08.10 03:48

MiniMax H3 官方 API 有个很好用的功能：Context-IR 我用同一个提示词、同一张首帧，分别生成了两段 10 秒 768P 视频。第一段直接生成，第二段经过 Context-IR 它能够把提示词 “甜笑后强忍悲伤” 拆成吸气、笑容僵住、嘴角颤动、吞咽、肩膀下沉，再补上推镜和声音设计 IR 的本质是通过深度解析跨越文本、图像、音频和视频生成更丰富语义细节上下文对比下来，IR 版强忍悲伤的过程更细，情绪转折也更连续，能够让生成的视频细节更加丰富、真实 @MiniMax_AI @Hailuo_AI

显示更多