中式仙境 AI 影片复刻：MiniMax-H3 对决 SeeDance 2.0 与 Kling

中式仙境 AI 影片复刻：MiniMax-H3 对决 SeeDance 2.0 与 Kling

2026 年 8 月初，「中式仙境」AI 影片在各大社群平台爆红——一位身着红衣汉服的女子伫立于石拱桥上，桥下云海翻涌，远方浮现金碧辉煌的宫殿群。原作者以 MiniMax H3 API 重现了这个场景，并分享了完整流程。我们透过 Neta Studio 的多模态闸道，以两种参考帧来源（Gemini 生成的帧 vs 原始影片的关键帧），在 MiniMax-H3、SeeDance 2.0 与 Kling 上跑同一场景，进行正面对决比较。

参考帧

我们使用了两种首帧来源。左图为 Gemini 生成的帧，完全由文字提示词产生；右图为原始关键帧，取自爆红影片，并裁掉下方浮水印——让模型直接获得原始影片的构图。

四段生成结果——观看影片

以下四段影片皆由文字提示词（或提示词＋首帧参考）生成，规格为 10 秒／768P／16:9。播放影片即可比较构图还原度、动作流畅度与细节一致性。

我们使用的提示词

以下是我们使用的完整提示词，方便你自行复刻或改编。文字生影片提示词（MiniMax-H3）描述完整场景；图生影片提示词则只在固定首帧的基础上描述动态。

费用／状态比较

结论：哪个模型最能复刻中式仙境？

MiniMax-H3（文字生影片）是性价比最高的选择：10 秒 768P 片段仅需 $0.68，构图忠实还原原作——红衣汉服女子、石拱桥、翻涌云海与金色宫殿全部到位——而且不需要参考帧，只需一段提示词。

SeeDance 2.0能呈现最精致的细节，但费用高 5 倍（$3.76），且首帧来源影响很大——使用原始关键帧可获得最接近原片的构图与氛围。

Kling介于两者之间（$1.26），动作自然，品质与价格取得良好平衡。

加码：「仙宫」场景——快速版 vs 精致版

除了桥上场景，我们另外生成了以宫殿为主的变体（「中式仙境仙宫」）：云海流动，远方金色宫殿群，中景鲲鹏神鸟破云而出，前景三位宽袍仙人于迎客松下闲谈。我们用 Seedance 2.0 制作了两个版本——无参考的快速版，以及搭配 2 张风格参考帧的精致版。

V1 · Seedance 2.0 Fast（无参考）

完全由纯文字生成——提示词要求流动的云朵、辉煌的宫殿、鲲鹏破云而出，以及松树下的三位仙人。低成本即产出所有元素，非常适合快速验证想法。

V2 · Seedance 2.0 搭配 2 张风格参考帧

相同提示词加上 2 张风格参考截图。首帧经人工核对：迎客松下、悬崖石台上三位宽袍仙人（一男两女），凝望雾中金色宫殿；鲲鹏位于中景。整体氛围与色调远比参考素材贴近——是更适合最终交付的选择。

V1 对决 V2：参考帧改变了什么

重点总结：当场景有强烈的风格需求（色调、氛围、建筑细节）时，风格参考帧就很重要——内容完全相同，但 V2 远比 V1 贴近预期的视觉效果。若要快速实验，480P 的快速版就已足够。

完整流程（自己动手复刻）

为什么选择在 Neta Studio 上进行？

Neta Studio 的多模态闸道将 MiniMax-H3、SeeDance 2.0、Kling、Seedance 等模型整合在单一指令之后——不必管理多组 API 金钥。生成结果会自动上传至 CDN，可直接嵌入或分享。