这几天视频区几乎被 H3 刷屏了。有人拿它和 Google 那个 omni flash 对比，说简单提示词下 H3 的指令遵循反而更好；也有人跑 Turbo 版本在 Colab 上 20 秒出一个 5 秒 480p。
我自己试的感受是它对模糊描述的容忍度高。以前写视频提示词得像写分镜脚本，机位光线动作全交代清楚，漏一样就抽风。H3 给个大概意思它自己就补齐了，出片率明显高一截。
代价是可控性差一些，你想要精确到某一帧的东西它不一定听。所以定位挺清楚：出量快，精修还得靠别的。有没有拿它做长镜头的，超过 15 秒还稳不稳
长镜头我试了 12 秒开始飘
容忍模糊描述 这点很关键
和 omni 对比有数据吗 还是纯体感
纯体感 我没见谁跑正经评测
显存要求劝退一批人
必须冲 周末就试
出片率高就够了 精修本来就是另一套活
这波是把门槛拉到能用了
12 秒就飘 那还是短片工具