MiniMax H3 Turbo Ref2VA 8 ステップ v1.0: 参照から動画 LoRA

ComfyUI Wikinews

minimax_h3_ref2v_turbo_8step_v1.0_comfyui_bf16.safetensors のダウンロード：Lightx2v の MiniMax H3 向け 8 ステップ 768p 参照から動画（Ref2VA）蒸留、音声付き、更新済みの例ワークフロー付き。

Lightx2vチームとModelTCは Minimax-h3-Turbo を Ref2VA Turbo 8 ステップ v1.0 768p で更新しました。これは参照から動画パスの 8 ステップ 768p 蒸留版で、ベースモデルのステップ数の数分の 1 で、1 つ以上の参照画像が音声付きの生成済み動画を駆動します (リリースリポジトリ)。

これにより、Turbo ラインナップの最後のギャップが埋まりました。FL2VA 側にはすでに v1.0 リリース から 8 ステップおよび 768p のチェックポイントがありましたが、Ref2VA は 544p の 4 ステップ v0.1 のみでした。

モデル仕様

モデル仕様テーブル には現在、FL2VA と Ref2VA にわたる 6 つのチェックポイントが記載されています。新しいエントリは以下の通りです：

モデルタスクトレーニング解像度トレーニングシフト（動画 / 音声）蒸留ステップ（NFE）推奨推論ステップ
Ref2VA Turbo 8 ステップ v1.0 768pRef2VA768p (1344x768)6 / 388

Hugging Face では、これ用の 2 つのファイルが提供されます：

  • minimax_h3_ref2v_turbo_8step_v1.0_768p_bf16.safetensors（Diffusers 用）
  • minimax_h3_ref2v_turbo_8step_v1.0_768p_comfyui_bf16.safetensors（ComfyUI 用、変換不要）
LightX2V Studio running the MiniMax H3 Turbo LoRA

LightX2V Studio は現在、FL2VA Turbo 8 ステップ v1.0 768p LoRA を提供しています；同じリポジトリでは現在、8 ステップおよび 768p の Ref2VA パスもカバーしています。

ComfyUI の使用方法

MiniMax H3 はネイティブ ComfyUI サポートを持っているため、LoRA にはカスタムノードは必要ありません：

  1. minimax_h3_ref2v_turbo_8step_v1.0_768p_comfyui_bf16.safetensors を ComfyUI/models/loras/ にダウンロードします。
  2. Ref2V ワークフローでベース MiniMax H3 チェックポイントを読み込み、モデルローダーとサンプラーの間で LoRA を適用します。
  3. 参照入力ブランチを通じて 1 つ以上の参照画像を接続し、768p（例えば 1344x768）で 8 サンプリングステップを実行します。

公式の MiniMax H3 R2V ワークフローテンプレート は良い出発点です。プロジェクト自身の例グラフも最新です：video_minimax_h3_ref2v_lightx2v_turbo.json はデフォルトで Ref2VA Turbo 4 ステップ v0.1 チェックポイントを使用し、T2VA/I2VA グラフはデフォルトで FL2VA Turbo 8 ステップ v1.0 を使用します。

参照画像のサイズについては、プロジェクトは蒸留トレーニング中に使用された match モードを推奨しており、これは推論エントリーポイントの --reference-resize-mode を通して公開されています。

利用状況

コメント

GitHubでサインインしてディスカッションに参加しましょう。

コメントを読み込み中…
MiniMax H3 Turbo Ref2VA 8 ステップ v1.0: 参照から動画 LoRA | ComfyUI Wiki