MiniMax H3 Transformation LoRA: 2枚の画像をモーフィング変換するガイド

Tr@nsf0rmation_style（Hugging Face）は、1枚の画像を別の画像へモーフィングするMiniMax H3向けのコミュニティLoRAです。開始フレームとターゲットフレームを与えると、最初のシーンを要素ごとに分解し、そのパーツを2番目のシーンとして再構成します。そのため被写体は互いに溶け合い、マテリアルは移動しながら変化し、輪郭はその過程で描き直されていきます。Ashmotvは9月25日に、2つのチェックポイント、10本のサンプルクリップ、そしてこのアダプターが想定するプロンプト形式とともに重みを公開しました。

MiniMax H3 transformation LoRAで生成された多要素シーン変換の1フレーム

ショーケースクリップの1つからの1フレーム。最初の画像の各被写体に、2番目の画像のそれぞれの対応物が割り当てられています。

できること

MiniMax H3の開始フレーム・最終フレームのパスは通常、2枚の画像を1つの連続したショットの両端として読み取ります。つまりカメラか被写体が動き、シーンは見分けがつく範囲で同じままです。このアダプターは、2つのフレームをそれぞれ開始状態と終了状態にします。その間にあるものすべてが遷移であり、モデルは画像全体をクロスフェードするのではなく、個々の視覚要素をその遷移に沿って運ぶように学習されています。

対応関係がプロンプトで明示されるため、1回の変換で複数の変換を同時に扱えます。下のサンプルでは、グレーのTシャツの人物が2番目の画像の少女になり、黄色のシャツの人物が黄色い草になり、緑のシャツの人物が何もない背景になり、そのすべてが1つのクリップの中で起こります。

プロンプト形式

このアダプターはトリガーワードとアクションコネクターを使用し、各被写体・マテリアル・要素がどのように対応物へ変わるかをプロンプトで指定すると最もよく機能します。

トリガーワード: Tr@nsf0rmation_style
アクションコネクター: Tr@nsf0rmation into

推奨テンプレートは次のとおりです。

integrated_multimodal_description: [Shot 1] Tr@nsf0rmation_style, Picture 1 Tr@nsf0rmation into Picture 2 with individual elements and subjects Tr@nsf0rmation into one another.

モデルカードにある、より具体的な例です。

integrated_multimodal_description: [Shot 1] Tr@nsf0rmation_style, Picture 1 Tr@nsf0rmation into Picture 2 with individual elements and subjects Tr@nsf0rmation into one another. The bald person in grey T-shirt and blue jeans from <Picture 1> Tr@nsf0rmation into the Girl in <Picture 2>. The person in the Yellow shirt from <Picture 1> Tr@nsf0rmation into the yellow grass from <Picture 2>. The person in the green shirt from <Picture 1> Tr@nsf0rmation into the blank background in <Picture 2>.

サンプル

多要素シーンの再構成: 最初の画像の各人物が、2番目の画像の異なる要素へとモーフィングされます。

2つのシーン間のストレートな視覚変換。

鉛筆のストロークの変化。個々の鉛筆のストロークが互いに変換される、より具体的なプロンプト変種を使用しています。

流動的な遷移、意味的なモーフィング、複雑な被写体の入れ替え、高忠実度の流れを扱ったさらに7本のクリップがモデルカードにあります。

推奨設定

設定	値
ベースの重み	MiniMax H3 FL2VA または Ref2V（例: Comfy-Org/MiniMax-H3 の `minimax_h3_fl2va_pruned_int8_convrot.safetensors`）
チェックポイント	`Transformation_style_c1-st2500` は完全に収束したもの、`-st1600` はよりソフトで軽量
LoRA強度（st2500）	1.0〜1.2
LoRA強度（st1600）	1.0〜1.4
スタック構成	st2500を1.2、st1600を1.4で併用。ショーケースクリップで使用
サンプラー / スケジューラー	`simple` と組み合わせた `res_multistep` または `euler`。ResMultistepが最も安定した遷移になります
ステップ数	DMD turboアダプター使用時は12、スタンダードなら25〜30
sigma shift	`shift_video` 8.0、`shift_audio` 3.0
解像度	852 × 480 または 1024 × 576、1080pまでアップスケール可能

ComfyUIでの実行

ファイルはComfyUIの命名規則（Transformation_style_*_comfyui.safetensors）で配布されているため、カスタムノードは不要です。

使用したいチェックポイントを ComfyUI/models/loras/ にダウンロードします。
MiniMax H3のU-Netローダーの後に LoraLoaderModelOnly ノードを追加し、strength_model を1.0〜1.2に設定します。
開始画像とターゲット画像を開始フレーム・最終フレームの条件付けノードに渡します。
上記のように、Tr@nsf0rmation_style トリガーと Tr@nsf0rmation into コネクターを使ってプロンプトを記述します。

入手方法

LoRAの重み: Ashmotv/transformation_lora
ベースモデルの再パッケージ: Comfy-Org/MiniMax-H3

Transformation_style_c1-st2500_comfyui.safetensors をダウンロード (36 MB)