中式仙境 AI 影片復刻：MiniMax-H3 對決 SeeDance 2.0 與 Kling

中式仙境 AI 影片復刻：MiniMax-H3 對決 SeeDance 2.0 與 Kling

2026 年 8 月初，「中式仙境」AI 影片在各大社群平台爆紅——一位身著紅衣漢服的女子佇立於石拱橋上，橋下雲海翻湧，遠方浮現金碧輝煌的宮殿群。原作者以 MiniMax H3 API 重現了這個場景，並分享了完整流程。我們透過 Neta Studio 的多模態閘道，以兩種參考幀來源（Gemini 生成的幀 vs 原始影片的關鍵幀），在 MiniMax-H3、SeeDance 2.0 與 Kling 上跑同一場景，進行正面對決比較。

參考幀

我們使用了兩種首幀來源。左圖為 Gemini 生成的幀，完全由文字提示詞產生；右圖為原始關鍵幀，取自爆紅影片，並裁掉下方浮水印——讓模型直接獲得原始影片的構圖。

四段生成結果——觀看影片

以下四段影片皆由文字提示詞（或提示詞＋首幀參考）生成，規格為 10 秒／768P／16:9。播放影片即可比較構圖還原度、動作流暢度與細節一致性。

我們使用的提示詞

以下是我們使用的完整提示詞，方便你自行復刻或改編。文字生影片提示詞（MiniMax-H3）描述完整場景；圖生影片提示詞則只在固定首幀的基礎上描述動態。

費用／狀態比較

結論：哪個模型最能復刻中式仙境？

MiniMax-H3（文字生影片）是性價比最高的選擇：10 秒 768P 片段僅需 $0.68，構圖忠實還原原作——紅衣漢服女子、石拱橋、翻湧雲海與金色宮殿全部到位——而且不需要參考幀，只需一段提示詞。

SeeDance 2.0能呈現最精緻的細節，但費用高 5 倍（$3.76），且首幀來源影響很大——使用原始關鍵幀可獲得最接近原片的構圖與氛圍。

Kling介於兩者之間（$1.26），動作自然，品質與價格取得良好平衡。

加碼：「仙宮」場景——快速版 vs 精緻版

除了橋上場景，我們另外生成了以宮殿為主的變體（「中式仙境仙宮」）：雲海流動，遠方金色宮殿群，中景鯤鵬神鳥破雲而出，前景三位寬袍仙人於迎客松下閒談。我們用 Seedance 2.0 製作了兩個版本——無參考的快速版，以及搭配 2 張風格參考幀的精緻版。

V1 · Seedance 2.0 Fast（無參考）

完全由純文字生成——提示詞要求流動的雲朵、輝煌的宮殿、鯤鵬破雲而出，以及松樹下的三位仙人。低成本即產出所有元素，非常適合快速驗證想法。

V2 · Seedance 2.0 搭配 2 張風格參考幀

相同提示詞加上 2 張風格參考截圖。首幀經人工核對：迎客松下、懸崖石台上三位寬袍仙人（一男兩女），凝望霧中金色宮殿；鯤鵬位於中景。整體氛圍與色調遠比參考素材貼近——是更適合最終交付的選擇。

V1 對決 V2：參考幀改變了什麼

重點總結：當場景有強烈的風格需求（色調、氛圍、建築細節）時，風格參考幀就很重要——內容完全相同，但 V2 遠比 V1 貼近預期的視覺效果。若要快速實驗，480P 的快速版就已足夠。

完整流程（自己動手復刻）

為什麼選擇在 Neta Studio 上進行？

Neta Studio 的多模態閘道將 MiniMax-H3、SeeDance 2.0、Kling、Seedance 等模型整合在單一指令之後——不必管理多組 API 金鑰。生成結果會自動上傳至 CDN，可直接嵌入或分享。