MiniMax-H3 分段长视频人物替换 — 与 SCAIL-2 基线对比

每条视频三栏并排,已统一 24fps 时间对齐,长度按三方最短截齐。 H3 结果由 192 帧/块、12 帧重叠的滑动窗口分段生成(ref2va nvfp4,单卡 RTX 5090),段间软锚定 + 自适应接缝拼接。