Wuli의 MiniMax H3용 Gemma-4 프롬프트 확장 모델, ComfyUI에서 실행
Wuli-Art가 Gemma-4-12B를 MiniMax H3 프롬프트 확장 모델로 파인튜닝했습니다. FL2VA와 Ref2VA에 하나의 가중치 세트를 사용하며 fp8 기준 13GB이고, ComfyUI 워크플로 2종을 함께 제공합니다.
Wuli-Art는 2026-11-16에 Gemma4-for-MiniMax-H3-Prompt-Extend를 공개했습니다. Gemma-4-12B를 파인튜닝한 모델로, 단순한 아이디어를 MiniMax H3가 요구하는 음향·영상 프롬프트로 다시 작성해 줍니다. bf16, fp8, int8 가중치와 ComfyUI 워크플로 2종을 제공하며, 해당 그래프는 코어 노드만 사용합니다.
기능
H3 프롬프트는 샷, 시간에 따른 동작, 카메라 무브, 사운드스케이프를 하나의 블록에 담아야 합니다. 이를 직접 작성하는 것이 느린 부분입니다. 이 모델은 여러분의 문장과 이미 불러온 프레임 또는 참조 자료를 바탕으로 프롬프트를 작성합니다.
하나의 가중치 세트가 두 입력 형식을 모두 지원하므로, 첫/마지막 프레임 작업용과 참조 작업용으로 서로 다른 확장 모델을 쓸 필요가 없습니다.
| H3 입력 형식 | 지원 범위 | 확장 모델이 추가하는 것 |
|---|---|---|
| FL2VA | T2VA, I2VA, L2VA, FL2VA | 장면, 동작, 카메라 무브, 사운드, 프레임 제약 |
| Ref2VA | 참조 조건부 생성 | 피사체 정의, 참조 역할, 유지할 요소 |
실행 방법
gemma4_12b_h3_pe_fp8_scaled.safetensors(13.0 GB) 또는 int8 파일을ComfyUI/models/text_encoders/에 넣습니다. bf16 파일은 23.9 GB입니다.- 해당하는 워크플로를 캔버스로 끌어다 놓습니다. FL2VA 또는 Ref2VA입니다. 두 워크플로는 두 단계가 아니라 서로 대체 가능한 선택지입니다.
- UNet, 텍스트 인코더, VAE, LoRA 로더를 자신의 H3 파일로 지정하고 프롬프트를 작성한 뒤 실행합니다. 출력은 텍스트이며, 이를 평소 사용하는 H3 그래프에 넣으면 됩니다.
버전 요구 사항: TextGenerateV2와 Gemma-4 텍스트 인코더 지원이 포함된 ComfyUI 빌드가 필요합니다. v0.46.0에 두 기능이 모두 들어 있습니다.
다운로드
| 파일 | 크기 | 저장 위치 |
|---|---|---|
gemma4_12b_h3_pe_fp8_scaled.safetensors | 13.0 GB | models/text_encoders/ |
gemma4_12b_h3_pe_int8.safetensors | 13.0 GB | models/text_encoders/ |
gemma4_12b_h3_pe_bf16.safetensors | 23.9 GB | models/text_encoders/ |
다른 프롬프트 작성 도구와 비교
모델 카드의 데모는 동일한 입력에 다섯 가지 설정을 적용합니다. 확장 없음, 일반 Gemma-4-12B, MiniMax 공식 PE, lightx2v의 재작성기, 그리고 이 모델입니다. 케이스 04는 두 마리의 두루미가 싸우는 장면을 담은 31자 중국어 문장 하나와 첫 프레임에서 시작합니다.
![]() | ![]() | ![]() |
|---|---|---|
| 확장 없음 | MiniMax 공식 PE | Gemma-4-12B 확장 모델 |
눈에 보이는 차이는 길이입니다. 이 케이스에서 일반 Gemma-4 베이스라인은 1,097자, lightx2v의 재작성기는 1,180자, 이 모델은 2,102자, 공식 PE는 4,296자를 작성했습니다.
이 확장 모델의 프롬프트로 생성한 5초 1024×768 샘플입니다.
제공 현황
- 가중치: Hugging Face · ModelScope
- 45개 클립 5종 비교: Wuli 데모 페이지
- Wuli-Art의 이전 H3 릴리스: MiniMax-H3-Turbo



댓글
GitHub로 로그인하고 토론에 참여하세요.