MiniMax H3 プロンプトリライター LoRA 8B: 画像条件付きリライティング

Lightx2v が MiniMax H3 プロンプトリライター LoRA の 8B バリアント をリリースしました (Hugging Face)。コミュニティメンバーの Nynxz 氏がこれを ComfyUI 用に変換し、ComfyUI-NynxzH3 v0.0.2 として公開しています (GitHub、Comfy Registry)。以前の 27B リリースがテキストのみだったのに対し、8B アダプターはビジュアル参照を受け付け、トレーニングに使用された4つのプロンプトリライティングタスクすべてをカバーします。

27B LoRA との変更点

オリジナルの MiniMax-H3-Prompt-Rewriter-LoRA は Qwen3.6-27B をベースに、短いプロンプトを構造化された H3 音声・動画の説明にリライトします。新しい 8B バリアント はベースモデルを Qwen3-VL-8B-Instruct に変更し、キーフレーム条件付きリライティングを追加しました:

• T2VA / T2AV: テキストから音声・動画へ
• I2VA / I2AV: 先頭フレームの画像 + テキストから音声・動画へ
• L2VA / L2AV: 最終フレームの画像 + テキストから音声・動画へ
• FL2VA / FL2AV / FLF2V: 先頭・最終フレームの画像 + テキストから音声・動画へ

リライトされたプロンプトは、27B バージョンと同じ構造化された出力（ショットのタイムライン、同期された物理音と環境サウンド、非ダイジェティック音楽のガイダンス）を維持します。このアダプターリリースでは Ref2VA 条件付けはサポートされていません。

ComfyUI-NynxzH3 v0.0.2

Nynxz 氏はアダプターを ComfyUI 用に変換し、ComfyUI-NynxzH3 (GitHub) として公開しました。v0.0.2 のレジストリリリースには、LoRA のトレーニングに使用されたプロンプトテンプレートと、変換済みウェイトが同梱されています:

• LoRA: minimax-h3-prompt-rewriter-8b_lora_rank256_bf16.safetensors (~1.3 GB、ランク 256)
• テキストエンコーダー: qwen3vl_8b_int8_convrot.safetensors (~8.8 GB)。ComfyUI 用の Qwen3-VL-8B エンコーダーです。
• オプション: abliterated 済みの Qwen3-VL-8B 抽出ウェイトを変換した超小型 (<4 MB) LoRA。こちらも loras フォルダーにあります。

Nynxz 氏自身のデモでは、プロンプトリライターノードを配線した ComfyUI グラフにこのパックが組み込まれています:

8B プロンプトリライターノードを H3 条件付けに配線した ComfyUI-NynxzH3 グラフ。

8B ルートは、プロンプトを文字通りに解釈してしまう H3 ワークフローにとって実用的なドロップイン代替であり、27B ベースモデルのような大きな VRAM 消費を伴いません。

入手方法

ComfyUI-Manager からノードパックをインストールするか（NynxzH3 を検索）、ComfyUI-NynxzH3 を ComfyUI/custom_nodes/ にクローンしてください。次に、nynxz/Qwen3-VL-8B-ComfyUI から LoRA とテキストエンコーダーを、それぞれ対応する models/loras/ と models/text_encoders/ フォルダーに配置します。リライターはテキスト側のアダプターであり、プロンプトのリライトのみを行います。動画を生成するには、引き続き MiniMax-H3 ジェネレーターのウェイトと ComfyUI の MiniMax-H3 ワークフローが必要です。