Pika H3 Flex Turbo: 2、4、8ステップのH3 LoRAを1ファイルに

ComfyUI Wikinews

akhaliqがPika H3 FlexとH3のfew-step蒸留を融合し、7つの単一ファイルLoRAを作成。2ステップのドラフト、4ステップの高速版、8ステップHD、rank-32のliteビルドを収録。

Pika H3 Flex Turbo は akhaliq によるコミュニティリリースで、Pika H3 Flex アダプターを既存のfew-step MiniMax H3 蒸留と融合し、Pikaのモーションを6ステップではなく2、4、8ステップで実行できるようにします。7つのファイルはいずれも標準のH3モジュールレイアウトの通常のLoRAです: akhaliq/Pika-H3-Flex-Turbo-LoRA、2026年10月29日公開。

PikaはFlexをH3ベース上の2つのLoRAアダプターとして提供し、few-stepの世界には同じベース向けのturbo蒸留がすでに存在していました。両方を重ねれば、作者が狙ったとおり、Pikaのポスト学習済みモーションを半分の評価回数で得られます。ComfyUIグラフで2つのLoRAを重ねることは可能ですが、2つのローダー、2つのstrengthウィジェット、そして1つで済むところにファイルのフォルダーが必要になります。そのため、ここにある各ファイルは単一の融合済みアダプターです。

カスタムノードもモデルパッチも不要です。1つのファイルを ComfyUI/models/loras にドロップし、既存のH3ワークフローで LoraLoaderModelOnly に強度1.0で読み込み、そのファイルが想定するステップ数を選びます。

Pika公式Flex、6ステップ4ステップturbo LoRA
Pika公式アダプター、6ステップ4ステップturbo LoRA、同じシード

プロジェクトの比較クリップから、標準のint8 H3での1プロンプトを2つのパネルに分割したもの。左が公式6ステップ、右が4ステップLoRAです。

5つのプロンプト、同じシード、848x480、ステレオ音声。左が公式6ステップ、右が4ステップLoRAです。

速度ごとに1ファイル

ラインナップはtransformerとステップ数で分かれています。H3の2つの動画transformerは異なる役割を担うためです。参照から動画のファイルは参照ワークフローと品質マージ向けで、FL2VAファイルは標準のテキストおよび画像からのパス向けです。

ファイルTransformerステップサイズ
pika_h3_flex_turbo_2step_draft_ref2va.safetensorsRef2VA23.9 GB
pika_h3_flex_turbo_4step_fl2va.safetensorsFL2VA43.9 GB
pika_h3_flex_turbo_4step_ref2va.safetensorsRef2VA43.9 GB
pika_h3_flex_turbo_8step_hd_fl2va.safetensorsFL2VA83.9 GB
pika_h3_flex_turbo_8step_hd_ref2va.safetensorsRef2VA83.9 GB
pika_h3_flex_turbo_4step_fl2va_lite_r32.safetensorsFL2VA40.31 GB
pika_h3_flex_turbo_4step_ref2va_lite_r32.safetensorsRef2VA4~0.3 GB

4ステップ側は、FL2VA向けがlightx2v v1.2 768p、Ref2VA向けがref2v v0.1です。作者がスタッキングの既知のリグレッションと呼ぶv1.3ではなく、これらが明示的に選ばれています。2ステップファイルでは代わりに pDMD 2-NFE を融合しています。Flexスタイルは2ステップと4ステップのファイルでは0.5、8ステップHDペアでは0.6で焼き込まれており、これはfew-step蒸留の上にスタイルアダプターを重ねる際にH3コミュニティが落ち着いた強度範囲です。

2つの lite_r32 ファイルはrank-32の圧縮ビルドです。正確なQR積の切り詰めにより、**融合後のスペクトルエネルギーの96.1%**を 0.31 GB で保持し、フルサイズの3.9 GBアダプターより12.6倍小さくなっています。

近似マージではなく正確な融合

2つのLoRAを単純に加算マージすると、出力側のB行列で衝突が起きます。作者はこれをLoRA合成に関する2026年の論文から引用しています。連結では衝突が起きないため、各ファイルはレイヤーごとのrank連結です:

B_fused @ A_fused  ==  s·(B_flex @ A_flex) + 1.0·(B_turbo @ A_turbo)

これにより、融合ファイルは両方のアダプターを重ねて読み込む場合と機能的に同一になります。フィッティングではなく構成上そうなるからです。作者はアップロード前にレイヤーごとに数値検証し、bf16のラウンドトリップで最悪の相対誤差は約 2.6e-7 でした。その後、以下のクリップを用いてGPU上でエンドツーエンドに再検証しています。

実測速度

同じベース、同じシード、同じプロンプト、CFG 1、848x480、121フレーム、ステレオ音声:

ハードウェア構成ステップ5秒クリップあたり公式比
H200Pika公式アダプター660秒1x
H200このLoRA440秒1.5倍高速
H200このLoRA、ドラフト2約25秒（サンプリング14秒）約2.4倍高速
H200このLoRA、HD870秒0.86x、品質最大
A100Pika公式アダプター6109.3秒1x
A100このLoRA466.0秒1.66倍高速
Base H3アダプターなし~40~500秒約8〜12倍遅い

同じカードでは1ステップあたりのコストは同一で、H200では約7秒/ステップ、A100では12.5秒/ステップです。したがって節約分はすべて、ステップが安くなったのではなく、必要な評価回数が減ったことによるものです。

破綻するケース

  • 2ステップファイルはドラフト用ツールです。 作者の最初のテストバッチでは、5件中4件は昇格後も品質を保ちました。フレーミングとモーションの反復に使い、最終レンダーは4または8ステップで行ってください。
  • 音声は6ステップ未満で劣化します。 これはすべてのH3 turboに当てはまります。2ステップで最も悪くなるため、サウンドトラックが重要な場合は4ステップ以上でレンダーしてください。
  • ステップ数は互換ではありません。 4ステップファイルはちょうど4ステップに調整されており、8ステップHDペアは6〜8ステップで効果を発揮します。
  • さらに強いアダプターを重ねないでください。 2ステップと4ステップのファイルに高強度で重いスタイルLoRAやモーションLoRAを追加すると、融合の意味が失われます。

作者はこれらをSingularityなどの品質マージ上でも実行しており、そこでは4ステップのRef2VAファイルが推奨の組み合わせです。以下のクリップでは、この組み合わせが公式Pikaの6ステップより高速で見た目も良いと報告しています。

高アクションのストレステスト。武道とスケートボードのランで、左が公式6ステップ、右が4ステップLoRAです。few-stepモデルは速い動きで最も弱くなるため、判断すべきはこのクリップです。

ComfyUIでの使い方

  1. transformerに合うファイルを ComfyUI/models/loras にコピーします。参照ワークフローと品質マージにはRef2VAファイル、標準のテキストおよび画像から動画にはFL2VAを使います。
  2. いつものMiniMax H3ワークフローを読み込み、LoraLoaderModelOnly を強度 1.0 で追加します。
  3. ファイルに合わせて 2、4、8ステップ でサンプリングし、CFG 1.0、euler、lcm、res_multistep のいずれかと simple schedulerを使います。Flow shiftはFL2VAで 6.0、Ref2VAで 12.0、audio shiftは 3.0 です。

リポジトリには、比較の生成に使われた5方向レンダーとsamplerスイープのスクリプトを含む scripts/ も同梱されています。特定のパネルを再現したい場合は sampler_sweep_results.json も利用できます。ファイルはH3互換の任意のローダーで読み込めるためDiffusersでも動作し、同じアダプターはint8およびGGUFのH3ビルドでも実行できます。

入手方法

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…
Pika H3 Flex Turbo: 2、4、8ステップのH3 LoRAを1ファイルに | ComfyUI Wiki