1. MiniMax-H3 от MiniMax - Качество корпоратов на вашем ПК без цензуры
https://huggingface.co/MiniMaxAI/MiniMax-H3
Принимает на вход тексты, пикчи, звук, видео и может делать с ними всякое. Absolute Cinema. Ждём турбо-лор.
2. LTX-2.3 - обещает сделать локальную генерацию грейт агейн. Подходят лоры от 2.0
https://huggingface.co/Lightricks/LTX-2.3
Известные тюны:
Sulphur
Eros
3. Wan 2.2 от Alibaba
https://huggingface.co/collections/Wan-AI/wan22
VACE модели:
https://github.com/ali-vilab/VACE
https://huggingface.co/Wan-AI/Wan2.1-VACE-14B
https://huggingface.co/Wan-AI/Wan2.1-VACE-1.3B
4. Hunyuan от Tencent
https://huggingface.co/tencent/HunyuanVideo-1.5
5. Ovi
https://huggingface.co/chetwinlow1/Ovi
6. Starflow
https://huggingface.co/apple/starflow
7. MAGI-1 от Sand AI
https://sand.ai/magi
https://github.com/SandAI-org/MAGI-1
8. LongCat-Video
https://github.com/meituan-longcat/LongCat-Video
https://huggingface.co/meituan-longcat/LongCat-Video
https://meituan-longcat.github.io/LongCat-Video/
9. MOVA
https://github.com/OpenMOSS/MOVA
Локальный UI
https://github.com/comfyanonymous/ComfyUI
Установка локальных моделей
Wan 2.2: https://comfyanonymous.github.io/ComfyUI_examples/wan22/
Wan 2.1: https://comfyanonymous.github.io/ComfyUI_examples/wan/
Hunyuan Video (осторожно, ссылки в туторе на предыдущую модель): https://comfyanonymous.github.io/ComfyUI_examples/hunyuan_video/
Гайд для использования Wan 2.2
https://alidocs.dingtalk.com/i/nodes/EpGBa2Lm8aZxe5myC99MelA2WgN7R35y
Альтернативные ноды ComfyUI
Hunyuan Video: https://github.com/kijai/ComfyUI-HunyuanVideoWrapper
Wan: https://github.com/kijai/ComfyUI-WanVideoWrapper
Где брать готовые LoRA
https://civitai.com/models
Обучение LoRA
https://github.com/tdrussell/diffusion-pipe
Терминология моделей
prune — удаляем ненужные веса, уменьшаем размер
distill — берем модель побольше, обучаем на ее результатах модель поменьше, итоговый размер меньше
quant — уменьшаем точность весов, уменьшаем размер
scale — квантуем чуть толще, чем обычный fp8, чтобы качество было чуть лучше, уменьшение чуть меньше, чем у обычного квантования, но качество лучше
merge — смешиваем несколько моделей или лор в одну, как краски на палитре.
lightning/fast/turbo — а вот это уже просто название конкретных лор или моделей, которые обучены генерировать видео на малом количестве шагов, они от разных авторов и называться могут как угодно, хоть sonic, хоть sapogi skorohody, главное, что они позволяют не за 20 шагов генерить, а за 2-3-4-6-8.
Кейворды для дополнительных вещей: SVI, RuneXX, LTX Director.
Предыдущий тред
>>1628892 (OP)
ref2va офк, промпт "Use the Storyboard as a Reference". Это со средита если что
https://www.reddit.com/r/StableDiffusion/comments/1vecz21/
Ну и доки по промптингу, как правильно делать (по пикче не правильно, лол), чтобы не потерялось
https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md
а быстро ты не успел даже запостить вот это
Чет у меня пиздец дохуя каких-то древних воркфлоу и непонятных нод и моделей.
Щас какая мета по генерациям раскадровок и по едиту картинок? Чтоб с хуями, конечно.
LTX гарантированно будет обновляться, и гарантированно навсегда будет оставаться опенсорсом, это идейная фишка создателя проекта, даже если он далеко обгонит фронтиры (его цитата). А вот сколько щедрость от Минимакса будет продолжаться, мы не знаем.
готовый систем промпт для ллм. Переваривает все режимы, в том числе с референсами.
так а чему продолжаться, они выложили веса, все обратно их не забрать, лтх нужны пока что световые годы чтобы догнать минмакс.
А по опенсорсам, тенденция скорее всего сохраниться, конкуренция большая, а попен модель (если она еще хорошая) это гигантский хайп и халявная реклама на весь мир. в практику вошло пилить отдельно попенмодель для народа.
Просто файл инструкции кидаешь чату/агенту и всё. Нахуй сущности плодить и создавать рассинхрон в случае изменения инструкций?
>это идейная фишка создателя проекта
Ну да, даже компанию назвал OpenAI, нонпрофит, работа на благо человечества, все дела... Ой, не тот пример, неудобно, игнорируем.
>LTX гарантированно будет обновляться, и гарантированно навсегда будет оставаться опенсорсом
Ещё бы, помним правило it's only open until it's good.
Евреи нихуя не смогут сделать и их будет ебать каждый год новая рандомная моделька, даже если минимакс единственный опен релиз от них, выйдут другие и напихают на щеку.
вчера потестил немного с херетиковым на хейтайщине, разницы с обычным как будто бы и нет вовсе
Жалоб на кого, на самого себя?
>Алло, полиция, я тут ТАКОГО нагенерировал, приходите посмотреть
>potentially dangerous in the hands of people who intend to do bad stuff with it
Давайте ножи запретим, огнестрел запретим, запретим всё нахуй. Ведь всё потенциально опасно и может быть использовано "плохими" людьми.
Да там за этим и к Wan 2.2 очередь. Причем очередь даже из тех, у кого железо послабее. :)
Прикол в том, что у меня на калькуляторе 2х3060 + 64GB без nvme, видео в минимаксе рендерится быстрее, чем аналогичное по размерам и секундам - что в Wan, что в LTX. Потому, что у Wan не смотря на лоры-ускорялки дохрена занимает перезагрузка High и Low моделей и апскел с интерполяцией (для FPS), а LTX не влазит в память, и лезет в своп чтобы часть системы выгрузить под себя. С минимаксом - занято ~40GB, никакого свапа и все сразу в нужном размере и FPS. И raylight под него стартует быстрее чем под wan или ltx. Общий результат выходит быстрее, особенно если ролик на 15 секунд делать (в wan то это только последовательно продлением через 3 цикла). При этом оно еще и управляется промптом в разы лучше, не говоря о всеядности по исходному материалу (это даже безцензурой называть грех, это именно всеядность).
И это я даже до ref2va толком не добрался. Это же главный вин лета получается. :)
>Это же главный вин лета получается. :)
Вчера пообещали скорый выпуск Флюкс 3. Хотя настроения на его счёт сомнительные.
а от кого жалобы то, у них и так суд с диснеем и прочими уебками
от мимокроков чтоли, так им всем забанили модель к хуям, на что ты будешь жаловаться если тебе официально запрещено юзать модель, думаешь китайцы просто так сделали такую лицензию к минмаксу
ну и потом, главное правило, что один раз утекло в инет, осталось там навсегда
Excluded Territories” means the European Union, the United Kingdom, the Republic of Korea and the United States of America.
ну и при чем мимокроку надо будет пиздувать в китай жаловаться
MiniMax H3 • Гайд по установке
Оптимальные наборы файлов для ComfyUI под видеокарты с 16 ГБ VRAM
Сделал для новичков https://transfiles.ru/c4cj7
Спасибо можете сказать сюда https://2ch.su/ai/res/1665577.html прикольной пикчей или видосиком по теме вайбкодинга
субтитры он сам прихуярил по заветам ltx или в промпте написал?
Этот текст — эмоциональный отзыв от человека, который тестирует различные нейросети для генерации видео на своём не самом топовом железе и пришёл к выводу, что MiniMax H3 — прорывная модель. Давай разберём его по косточкам.
---
## 🖥️ Конфигурация автора («калькулятор»)
- 2× RTX 3060 — две видеокарты среднего сегмента, суммарно 24 ГБ VRAM.
- 64 ГБ RAM — много оперативки, полезно для свопинга (выгрузки из VRAM в RAM).
- Без NVMe — обычный SSD или HDD, что замедляет подгрузку моделей с диска.
Это «рабочая лошадка», а не топовая сборка, и именно на ней автор сравнивает модели.
---
## 🆚 С кем сравнивается MiniMax
### 1. Wan (от Alibaba/Wan-AI)
- Одна из самых популярных open-source видео-моделей.
- Автор жалуется на два узких места:
- «Перезагрузка High и Low моделей» — Wan использует пайплайн из двух этапов (низкое → высокое разрешение), и между ними происходит смена весов в памяти, что тратит время.
- Апскейл + интерполяция FPS — чтобы получить плавное видео (например, 24/30 fps), нужно сначала сгенерить в низком FPS, потом апскейл и достраивать кадры — это доп. этапы, жрущие VRAM и время.
- «Лоры-ускорялки» — LoRA-адаптеры для ускорения инференса (есть community-решения типа *Wan2.1 Lightning*). Они помогают, но не убирают архитектурные издержки пайплайна.
### 2. LTX-Video (от Lightricks)
- Модель, оптимизированная под реальтайм.
- Проблема автора: «не влазит в память, лезет в своп». На его железе LTX выгружает часть весов в RAM (swap), что катастрофически замедляет рендер из-за пропускной способности PCI-E.
---
## 🏆 Почему MiniMax выигрывает
### 1. Эффективное использование памяти
> «Занято ~40 ГБ, никакого свапа»
На двух 3060 + 64 ГБ RAM модель умещается целиком (вероятно, распределённо по картам), и не нужно ничего выгружать на диск или в swap. Это даёт линейную скорость.
### 2. «Сразу в нужном размере и FPS»
Минимакс генерирует видео сразу в финальном разрешении и частоте кадров, без цепочки: low-res → upscaler → interpolator. Это убирает 2–3 лишних этапа рендера.
### 3. Быстрый старт
> «Raylight под него стартует быстрее»
*Raylight* — это, судя по всему, какой-то интерфейс/обёртка для локального рендера (возможно, ComfyUI-нода или отдельный форк). Загрузка весов MiniMax происходит быстрее из-за оптимизированных форматов (nvfp4, int4).
### 4. Длинные видео за один проход
> «Ролик на 15 секунд — в Wan только через 3 цикла продления»
Wan умеет генерить короткие клипы (около 5 сек), и для длинного ролика нужно контекстно удлинять их последовательно (каждый следующий клип опирается на последний кадр предыдущего). Это:
- трата времени (3 генерации вместо 1),
- потеря консистентности (артефакты на стыках),
- накопление ошибок.
MiniMax, похоже, умеет делать 15+ секунд за один заход.
### 5. **Управляемость промптом**
> «Управляется промптом в разы лучше»
Модель точнее следует инструкциям: композиция, движения, стиль — всё держится лучше, чем у конкурентов.
### 6. **«Всеядность по исходному материалу»**
Очень важное наблюдение. Автор пишет, что модель **не цензурит** и принимает любые входные данные — фото, стили, персонажей, сцены. Это большой плюс для creative-задач, где Wan и LTX могут отказывать в генерации из-за внутренних фильтров.
---
## 🧩 Про Ref2VA (которого автор «ещё не добрался»)
**Ref2VA** — это функция генерации видео **по картинке-референсу** (image-to-video), а не только по тексту. Автор ещё её не тестировал, но ожидает, что она добавит ещё больше контроля — например, «оживи этого персонажа с этого фото в такой-то позе».
---
## 🍷 «Главное вин лета»
Это сленг из AI-комьюнити. «Вино года» (или *wine of the summer*) = **лучший релиз сезона**. По аналогии с винными рейтингами.
Автор фактически говорит: *«MiniMax H3 — это лучший open-source видео-генератор лета, и он даже не раскрыл весь потенциал»*.
---
## 📌 Суть одной строкой
На скромном железе (2×3060) MiniMax H3 рендерит быстрее, чем Wan и LTX, потому что:
1. не требует многоэтапного пайплайна,
2. не уходит в swap,
3. генерит длинные видео сразу,
4. лучше слушается промптов и не капризничает по контенту.
Это делает её фактически «рабочей лошадкой» для тех, у кого нет топовых 4090/5090 с 24+ ГБ VRAM.
>## 🍷 «Главное вин лета»
>Это сленг из AI-комьюнити. «Вино года» (или wine of the summer) = лучший релиз сезона. По аналогии с винными рейтингами
Сингулярность...
Style: Modern 2D anime feature film style, high-definition cel shading, vibrant cinematic lighting, expressive character animation, Studio MAPPA aesthetic, clean line art, sharp color palettes, professional composition, smooth dynamic movement.
A young sexy witch in a dark, flowing summer dress accents with lace trim sits alone in a vast field of glowing orange spider lilies and twisted, gnarled ancient trees under a massive, clear full moon. A smooth panning up shot focuses on her thighs as they jiggle naturally with each shift of her legs while a pointed witch’s hat sits atop her head, fluttering gently. Her dark hair lifts around her shoulders as the hem of her dress ripples.
The camera shakes slightly with a handy cam element to the composition of the framing of the scene. The camera cuts quickly a frontal wide shot with a snap cut to a medium shot slowly panning up to her thighs sitting on an exposed stump in the middle of the field. She puts one exposed thigh up bent to the side spreading her jiggling thighs revealing her black lace panties in a panty-shot with a tiny red bow and her inner thighs and then the camera pans up again slowly to her chest level as she pulls down with one hand the strap of her dress and exposes one of her small breasts and pink nipple and finally the camera pans up to a close up of her in a medium shot focused on her plump sexy lips as she whispers to the viewer over the sound of rushing wind, crashing waves, and cawing seagulls, giggling as she says in a sexy tone as lightning and thunder light up the scene and she says in Japanese: “Mattetan.. da yo... ne?”. At the same time Subtitles appear reading: "Kept ya waiting, right?" and suddenly a gun shot shoots her in the head and her head explodes into a gorey mess as the camera pans out as her lifeless body falls to the ground with a violent thud.
The camera cuts to a dutch angle focusing on her from behind as Her lifeless body lands in a hunched over kneeling position showing off her buttocks cheeks as they jiggle and her arms to twitch. Her blown off head upper head with only her mouth and below remaining. A gruff man's voice from off screen says in an annoyed Japanese voice: "mata kono bake mono ka? kuso". At the same time Subtitles read "Another one of these monsters, again? Shiiiit." As a muscular leather globed hand reaches down from out of frame and grabs her be the ankle of the woman's corpse and which lifts her and causes her body to turn towards the camera and he drags her corpse behind him off into the distance slowly leaving a trail of blood behind them. You see his long black leather jacket and black cowboy leather hat. His other hand rests a cross bow across his shoulders. The camera remains stationary at a low dutch angle as the woman's lifeless body is dragged out into the distant field.
Calm piano music plays throughout the scene.
пишешь примитивную "рыбу" промпта - "АНА, ТИП СЕЛА НА ПИНЁК, У НЕЁ КРЧ ЧОРНАЕ ПЛАТЕ И НУ ЭТА, НУ ШЛЯПА КРЧ"
закидываешь в гугол и просишь переделать в промпт для генерёжки видоса.
даже несмотря на то что такое может пистаь ллмка у нас было время чтобы ltx промптинг нас так острапонил что мы научились этому скиллу благодаря ебле с ним)
Сделай лучше на ване или лтх (остальные вообще мертвы с рождения).
вот этот прав>>1668950
в целом меня ван и лтх научили промптить, ллмками в промпте не пользуюсь, максимум перевести картинку в промпт.
А вдруг они одумались, и сейчас файнтюнят модель на порнхабе и всех материалах, что отсеивались на предыдущих этапах сейфити фильтром?
Давайте не булить раньше времени флюкс. Может они реально выпустят годноту.
Скорее бегают по конгрессменам, требуя запретить злых китайцев.
>>1668979
я не булю, я сужу по таким фактам как
флюкса эт немцы в юриздикции евросоюза
все предыдущие флюксы с цензурой, причем анальной, это не просто тебе фильтр как идиотграм или крея
флюкс клейн настолько зацензурили, там не то что случайный сосок, там модели в целом сломали все понимание анатомии
если они выпустят веса без цензуры, их фемтрансы и прочие бюрократы сьедят говном, им тогда придется теоритически выпускать флюксу без цензуры, с баном по всей европе и штатам, как сделали китайцы со своим минимаксом, в ином случае их реально заебут в той же Гермашке.
Ну и как тут можно верить в то, что флюкса 3 наст на клыка минмаксу
китайцы сами себя запретили в европе и штатах, лицензию ж читаем перед тем как юзать модель да
Так это не перестает говном быть от того, что в других моделях так не получится. Если чисто про визуал говорить, то в любом случае Лоры персонажей нужны.
Надо воркфлоу смотреть, может там из одной пережатой картинки без референсов сгенерировано. Как будет время потестирую.
Vae Decode зависает и добавляет еще 40-60 секунд сверху после самплера, ну что за хуйня?
Не мучайся, попробуй на русском написать. Ему, как и второй крее, фактически пофигу на язык промпта, а тебе проще.
с другой стороны увеличение количества кадров увеличивает время генерации по экспоненте - печальна.
LTX пока не переплюнут в генеарци длинного бесссмысленного кала.
и БЛЯДь!!! ЭТО БЕЗ АНЦЕНЗОРА!!! ПРЯМО СО СТАРТА!!!
промпт писал не оттюненный нейродебил
у меня все ок с обычным встроенным, ничего не накидывает лишнего, а два tiled'а как раз наоборот ошибку выдавали при первых генерациях, я сперва по привычке их воткнул, в итоге вернулся на стандартный
Ну я вот пробую с 2к референсами делать шас ЕОТок своих разных - ну оно как бы похоже, ну это как бы вроде они, но не совсем они - карикатуры перерисованные. Сосания в ваньке сви с лорами персонажей лучше получались.
А чё ты хотел? Вае вытаскаивает покадрово весь видос из латентов. Это обсчёт на видюхе. Посмотри, не свапит ли память в это время.
Хотя вот щас одна моя бывшая еот и ее муженек нормально так здорового хуйца соснули в 2к...
Немного только в движении ширина ебальника муженька поплыла.
>ЭТО БЕЗ АНЦЕНЗОРА
А вот зря. Я бы такой ужас цензурил бы.
>>1669040
>но не совсем они - карикатуры перерисованные
Ждём доработок, а как как по мне фейссвап сверху накинуть бы для 100% совпадения.
>с лорами
Сейчас бы сравнивать модель с поддержкой нулевого дня и без лор с ваном, который уже год оттачивают.
тут скорее всего недостаточно нормальное описание кисок, хотя с этим минимаксом щас даже и описывать иногда не нужно, модель такая что можно просто референс киску отдельно в виде картинки сделать (и даже несколько) и подсунуть её в генерацию нужному персонажу) имба как она есть
Ну собственно я просто душный, поэтому не терплю, когда модель, которая рисует подобное уродство вместо киски, называют "АНЦЕНЗОД БЕЗ ОГРАНИЧЕНИЙ ОПАСНАЯ!". Придётся таскать киску в каждую генерацию, а это -1 картинка.
И еще, как улучшать звук в видео? Он звучит как будто мп3 64kbps, которую по диалапу полвечера пересылали. Чем бы его "апскейльнуть".
А, забыл добавить, что реф модель с одной пикчей на входе.
>без лор с ваном, который уже год оттачивают
просто если бы он сравнил Ван на старте с минмаксом, то не написал бы даже, а над было чет высрать то.
как будто все забыли какой ван был на старте
>3090Ти
>Ти
Хуя редкость.
>Было бы здорово если господа с 5090 поделились своими цифрами в этой же конфигурации
А накуя? В смысле бф16. Сижу на pruned_int8_conчvrot, мне норм.
обнови cuda до 130 версии.
еще используй int8 версию модели.
>мимо RTX3090 юзер
>бф16
Нет смысла, это для серверных карт тема, переходи на кванты
- сборка с NVIDIA RTX PRO 6000 и 512 Гб ддр5
- или квартира в миллионике?
Сервер ты можешь взять с собой, у него высокая ликвидность. А хата же...
А что тебе даст квартира? Унылый хрущ с зумерами -гопниками и алкашами у подъезда, вонь от сигарет и унылое существования с видом на болото, стройку или дорогу с пятерочками на фоне.
Другое дело какие виды можно сделать в MiniMax на 6000pro..
https://huggingface.co/Kijai/MiniMax-H3-TAE
Напоминаю, что недавно эта карта стоила на 50% дешевле. Нет смысла сейчас брать даже потребительские видюхи.
Вот последние попытки в эдиты. Спасибо минимакс за 3 дня веселья.
Там скоро великая депрессия, так что крыша над головой, да еще и в миллионике, в котором сможешь найти работу говновозом - неплохой варик.
>Хуя редкость.
Купил б/у в прошлом году как главную карту в риг и ни разу не пожалел, быстрее обычных 3090, охлад наипиздатейший. 5090 пожадничал, потому что до этого не генерил картинки, ну вот локти кусаю.
>А накуя? В смысле бф16.
Ну бейзлайн чтобы понять. На инт8 у меня норм скорости вроде. Так-то бф16 с сажей может обогнать коньврот без сажи, а какая комбинация из этого лучше - еще непонятно. И ты на неправильном коньвроте сидишь, там HQ подвезли (в прошлом треде кидали) https://huggingface.co/DmitryDB/MiniMax-H3-ComfyUI-Quants, у меня отличия во времени на шаг секунда.
>>1669076
>обнови cuda до 130 версии.
Не могу, у меня лапки V100.
>Нет смысла сейчас брать даже потребительские видюхи
А в чём тогда есть смысл? Корпораты говорят, что дальше будет только хуже с дефицитом.
Конечно же в подписочке на апишечку или в аренде железяк у швятого барина.
ставлю эту залупу после load checkpoint нихуя не показывает, как ее цеплять правильно?
В душ и без меня? В тред с эдитами и без промптика?
Кстати, по поводу эдитов, я заметил, что если выставить больше длительность, то вместо более жесткого бита будет какая-то попса танцевальная или вообще с вокалом с белибердой вместо слов. Так и не удалось запромптить эдит на 10 секунд с жестким электронным битом.
ставь ее между загрузкой модели (тут после модели может еще быть всякий сейдж аттеншен, сол аттеншен и всякое такое) и basic guider.
Там оказывается комфихуй завез прунед bf16 на 40 гигов. Кто нибудь пробовал сильно уже лучше оно по качеству чем int8?
потестил w8/w4. сразу ёбла разваливаются
nvfp4 попробуй, оно работает на картах 30xx\40xx, просто без x2 ускорения как на 50xx
Уже снёс лапшу и там промпт плохо работал, лишь на 50-60% картинок срабатывал.
Можно попробовать промпт расписать по секундам, включая музыку и больше наводящих слов накидать в начало промпта до кадров. Минимакс очень послушный если правильно попердолиться.
> там HQ подвезли (в прошлом треде кидали) https://huggingface.co/DmitryDB/MiniMax-H3-ComfyUI-Quants
чё такое hq и есть ли смысл на 50ых картах?
>И ты на неправильном коньвроте сидишь, там HQ подвезли
Там большой выбор, а версии для 5090 нет, лол.
>>1669095
всё прочёл
NVFP4 HQFL2VA · Ref2VA13.597 GiB16–24 GB · RTX 50/Blackwell. 170 NVFP4 + 30 BF16 main matrices; the eight token-refiner matrices remain BF16.
NVFP4FL2VA · Ref2VA10.862 GiB8–12 GB · RTX 50/Blackwell. All 208 main and token-refiner matrices use block-scaled NVFP4.
На 5090 вот это за 2:30 генерится, с референсом. Можно до 2 минут поджать, если на звук похуй. Без референса будет ещё быстрее. Ждём Турбу и можно из минуты выходить будет.
В HQ весь аттеншен в бф16 и еще некоторые другие, будет работать чуть медленее, но качественнее. У меня просадка в 1с на шаг всего была.
А на 1 МП нужно железо за полмульта или полдня одну генерацию ждать.
Проорал с васянского дома с газовой трубой на красной площади
>>1669154
Хз, у меня ща закончилось генериться в бф16 весе на 0.98 и тоже говняк какой-то получился, нихуя не тянет на 720р. Нужен апскейлер, который нам не дают пока