MiniMax H3 Motion Adapter: Movimiento real 240fps para acción rápida
MATLOWAI lanza un adaptador de movimiento de rango 16 para el paso de desenredado H3 de ComfyUI-MAINodes, entrenado con cuadros de 240fps, más los nodos Repair/Splice y DyRoPE.
El problema
Motion Lab de MAINodes regenera el tramo rápido de un clip de MiniMax H3 en un reloj estirado (el "desenredo") y lo recupera al tiempo real. En movimiento muy rápido el modelo base sobreproduce: el resultado alterna entre avance y salto cuadro a cuadro, y el paso inventa aproximadamente un 40 por ciento más de movimiento del que requería la toma (tasa medida 1.416 en lugar de 1.0).
El adaptador de movimiento es un delta de peso de rango 16 simple, sin cómputo extra, sin nodo personalizado requerido. Fue entrenado exactamente en esa tarea: retener los cuadros dentro de una ráfaga de movimiento, mantener el resto como contexto limpio y predecir los tokens retenidos. El reloj extra aún proviene de los nodos de desenredo; el LoRA solo cambia cómo se comporta el modelo en ese reloj estirado.
Medido en cuatro clips que el adaptador nunca vio durante el entrenamiento (pelea, anillo de espada de anime, intercambio de personaje, primer plano de diálogo), contra el mismo gráfico sin el adaptador:
- la alternancia avance/salto bajó de 0.370 a 0.134 y la sobreproducción cuadro a cuadro de ~1.4× a ~1.01× (renderizado 63.6 s → 49.9 s en el mismo tramo);
- selecciones de operador ciego, adaptador vs sin adaptador, misma semilla: 7 a favor, 0 en contra, 1 sin preferencia;
- se transfiere al checkpoint Ref2VA, por lo que un archivo sirve tanto para gráficos fl2va como ref2va.
La comparación de clip siguiente muestra la placa fuente, el paso estirado del modelo base y el paso del adaptador lado a lado:
Sin el adaptador los luchadores avanzan y saltan cuadro a cuadro; con él (abajo-derecha) siguen moviéndose a la velocidad que requería la toma.
La escalera de expansión temporal
La versión de seguimiento (2026-08-24) reentrena la misma construcción de solo atención de rango 16 contra cuadros intermedios reales: ventanas cortadas del conjunto de datos de desenfocado público GOPRO_Large (fuente de 240 fps), decimadas a la frecuencia de cuadros de trabajo y reexpandidas, para que los tokens retenidos se puntúen contra cuadros que una cámara real realmente capturó. El reloj mundial en el entrenamiento es veraz, cada token está etiquetado con el tiempo real que abarca.
Cada paso 25 del entrenamiento se publica (temporal_expansion/step025 … step375, más warm100, 63 MB cada uno). Error de token retenido, escenas que el adaptador nunca vio (línea base sin adaptador 1.23, interpolación simple 0.26):
| step | 25 | 100 | 175 | 250 | 375 |
|---|---|---|---|---|---|
| error | 0.158 | 0.133 | 0.116 | 0.105 | 0.086 |
La curva nunca gira, pero los números y el ojo discrepan sobre dónde detenerse: el paso 100 es la selección de reproducción (movimiento rápido suave, el clip todavía se siente como sí mismo), mientras que el paso 375 mide mejor pero puede leerse demasiado suave. En una prueba de contenido estático la familia no inventa movimiento, aterriza por debajo del piso de interpolación en lugar de por encima.
Actualización de MAINodes
La misma actualización agrega nuevos nodos alfa a ComfyUI-MAINodes (2026-08-24): H3 Repair Plan / Repair Splice (volver a renderizar un rango de cuadros malo, ajustado a tokens enteros, regenerar a través del corte de toma más cercano, unir todo lo demás bit a bit exacto), H3 DyRoPE (ajustes de reloj por bloque: bloques de "fidelidad de tiempo" 30–49, "brillo mínimo" 40–49), congelación de prefijo de audio en H3 V2V Init, H3 Drift Control (las cadenas dejan de lavarse, las uniones mantienen 0.85–0.89 a través de 4 enlaces), H3 Delta Color Carry (cancela oscurecimiento de ida y vuelta de VAE) y un constructor de mazo de comparación para páginas de revisión A/B.
Uso en ComfyUI
Coloque un archivo en models/loras/minimax_h3/ y cárguelo con un LoraLoaderModelOnly estándar a fuerza 1.0 en el modelo que alimenta el paso de desenredo, no el primer paso de texto a vídeo. Un gráfico listo se envía en ComfyUI-MAINodes como examples/motion_pipeline_adapter_api.json.
Configuraciones que funcionan (del tarjeta del modelo):
- Fuerza 1.0 es la configuración de suavidad; 0.75 inventa menos objetos.
- Inyección es el dial: 0.45 para personaje/diálogo donde el modelo base sobreproduce duro; 0.30 donde la identidad o los accesorios son el entregable.
- Mantenga la guía de cola encendida; aplique el adaptador solo al paso de desenredo.
- Bordes ásperos: cuesta aproximadamente 1 dB de fidelidad de ancla en fotogramas clave nativos, corrige en exceso cadenas tranquilas (manténgalo apagado en contenido tranquilo) y silencia color fuerte / adelgaza efectos de partículas, peor en Ref2VA y pasos de clip completo.
El adaptador tiene licencia MIT; su uso con el modelo base está sujeto al Acuerdo de Licencia de Comunidad MiniMax H3.
Comentarios
Inicia sesión con GitHub para unirte a la conversación.