这次要解决的问题#
MiniMax H3 生成视频时,部分远景人脸会模糊、五官变形,人物一运动脸还不稳定。这次用两组样本测试:一组是《神像睁眼》,看人物由近到远、远景正面运动再回近景的表现;另一组是天宫,对比 1MP 和 0.4MP 生成,以及低分辨率片段做局部修脸的取舍。
这次怎么试#
《神像睁眼》生成了约一分钟原片,整片约 62.59 秒,画面为 1376×768,采用 20 步采样。天宫组中,1MP 版本为 1376×768,0.4MP 版本为 864×480,两组成片都约 24.88 秒。低分辨率修复只选了两个片段,合计约 9.42 秒,不是整条视频都修。
流程是:先看原片,选问题片段,定位人脸,局部采样,解码后贴回,再用同帧对照和连续播放检查。定位和修复读取同一份原片,避免看的位置和实际修复位置不一致。
看到的结果#
较高生成分辨率仍然是基础。天宫对照里,1MP 原片的人脸整体更稳定,明显模糊和变形更少;0.4MP 生成时间明显缩短,但部分脸部问题更容易被看见。本次记录时间:1MP 原片生成约 60 分 45 秒,0.4MP 约 17 分 5 秒,低分辨率片段局部修复约 9 分 52 秒,0.4MP 生成加修复约 26 分 56 秒。这些数字只代表本次样本,不包含人工检查、定位和后续放大,也不是严格性能基准。
局部修脸适合明确有问题的镜头。明显歪斜或变形的人脸值得尝试;原本已经可接受的人脸,修复后不一定更好,可能只是更平滑,或发生五官重绘。远景脸部像素极少时,放大重生成再缩回,提升也可能有限。因此,0.4MP 更适合剧情、构图和运动预览;对人脸要求高的正式成片,优先使用本次的 1MP、20 步生成基线。当前也没有证明“低分辨率生成再修脸”能普遍替代直接生成较高分辨率。
修复时最关键的环节#
测试中,看不到修复增益时,不能先怪羽化。更关键的是检查目标帧有没有进入修复范围、局部结果有没有贴到正确位置,以及人物运动时区域是否持续对齐。自动身份匹配在远景中曾因脸部过小未达到确认阈值;这不等于画面不需要修,也不等于修不了。当前改为人工点选脸部中心和框选区域,并把坐标、帧号和范围整合到定位信息里。
局部重绘强度对比过 0.4 和 0.6:0.6 在部分静帧上五官更明显,但连续播放时还要看重绘变化与融合;本次选择继续用 0.4,这是样本折中,不是通用最优值。
判断有没有修好,不能只看一张放大图。要同时保留原片、修复候选和局部放大图,用相同帧号和裁切区域比较,再连续播放。评估不只看清晰度,还要看五官形态、人物身份、边缘融合、运动中的位置连续性和闪烁。
哪些尝试没有继续#
仅靠参考图自动确认远景身份,不能作为所有远景片段的唯一入口。只缩小羽化值,甚至试到 1 像素,也没有解决效果不明显的问题,因为部分问题首先出在定位和贴回覆盖。提高局部重绘强度也不必然更好。
测试中还出现过贴回花屏、末段重影,以及播放观感不如局部对照图的情况;花屏处理后画面可以正常使用,但现有证据不足以把所有异常统一归因到某一个环节。早期操作界面也有变量难理解、旧参数暴露、原片来源重复选择、保存后重新打开未恢复选区等问题;后续统一原片入口、整合定位信息并修正选区恢复。
现在怎么选和边界#
如果是预览剧情、构图和运动,可以用 0.4MP 快速生成;正式成片且人脸重要,优先较高分辨率。修脸只处理明确有问题的局部镜头,不默认覆盖全片。
本次主要在单人目标样本上验证了原片选择、人工定位、局部修复与贴回流程;多人身份匹配、批量稳定性和通用参数推荐还没有完成验证。本次也没有完成低分辨率修复后再放大的统一对照,因此不能把这次结果直接套用到更完整的发布流程。