Radar IA de Zhenzhen · MiniMax H3 · Bulletin du matin 2026-11-01
Cette édition compte 7 nouvelles versions : fortement recommandé 0 · recommandé 1 · à suivre 2 · inclus uniquement 4
Note de l'éditeur Cette édition examine 7 nouvelles versions de H3, sans entrée de niveau S. La recommandation principale est un flux de travail vidéo longue durée sur une carte graphique de 12 Go : la génération vidéo à partir de références est découpée en segments, Gemma analyse chaque segment pour rédiger les prompts et utilise les 22 dernières images du segment précédent pour assurer la continuité. L'auteur fournit le temps de mesure pour une vidéo finale de 15 secondes, les paramètres de mémoire vidéo et les problèmes connus tels que la dérive des couleurs, mais ne propose que 1 exemples d'images fixes, ce qui justifie une note A. La version H3 du LoRA de style cyberpunk rétro ne comporte que deux phrases de description et les paramètres indiqués concernent la version Z-Image Turbo, ce qui abaisse la note de A à B ; cette version du VAE vidéo d'agrandissement 2x ajoute simplement le format int8 sans mention d'amélioration, maintenant la note B ; les trois variantes de personnages de Game Girl 8 et Renee Hopkins sont des LoRAs de personnages classiques dont tous les exemples sont masqués, notés C.
Recommandé (1)
【A】MiniMax H3 Ref2VA + HR Endless — vidéo de 15 s+ sur un GPU de 12 Go · v1 (testé sur 12 Go)
Flux de travail · Nouveau modèle · Auteur semenovsas776 · Publié le 11-01 03:39 · Téléchargements 43
Un flux de travail vidéo longue durée H3 avec génération à partir de références (Ref2VA) : les variables latentes sont découpées en plusieurs segments générés séquentiellement. Avant chaque segment, Gemma 4 12B analyse les images du segment précédent pour rédiger le prompt du segment actuel et utilise les 22 dernières images du segment précédent comme référence vidéo/audio pour assurer la continuité. L'auteur a obtenu une vidéo finale de 15 secondes sur une carte graphique de 12 Go.
Maintien de la note A : la continuité segmentée pour les vidéos longues est une nouvelle utilisation claire, les temps de mesure, les paramètres de mémoire vidéo et les problèmes connus sont bien documentés, mais il n'y a que 1 exemples d'images fixes, sans vidéo finale visible.
Illustration
Raisons de la recommandation
- Nouveau modèle : résout le problème des vidéos H3 trop courtes en un seul segment et des coupures lors de l'assemblage manuel, répondant au besoin d'une génération vidéo à partir de références avec un plan-séquence continu pour raconter une scène ; les indications temporelles [Shot N] dans les prompts sont respectées
- L'auteur fournit des données d'auto-test : sur une RTX 4070 SUPER 12 Go, avec turbo 4 pas, en 480×864, une vidéo de 15 secondes / 362 images prend 376–390 secondes ; avec le même flux, 32 Go de RAM prennent environ 425 secondes, et plus de 64 Go permettent au modèle de rester en mémoire entre les segments
- L'auteur a comparé avec le nœud central MiniMax H3 Context Windows : la méthode par fenêtre est deux fois plus rapide (190–204 secondes) et les couleurs sont plus stables, mais un prompt unique provoque des boucles d'actions et un prompt par fenêtre crée des coupures nettes ; pour un plan-séquence continu avec une intrigue, l'auteur préfère ce flux
- Gratuit, la licence permet la génération d'images, la location, la vente et la vente de fusions ; environ 5 heures après la publication, 43 téléchargements (indiquant uniquement l'attention portée)
Comment l'utiliser
- Importez minimaxH3Ref2vaHREndless15S_v112GBTested.zip (5 Ko) ; nécessite ComfyUI-HR-Endless-Sampler (hradec) et ComfyUI-KJNodes, les modèles proviennent de Comfy-Org/MiniMax-H3 : ref2va pruned int8, ref2v turbo 4 pas LoRA, encodeur de texte qwen3vl 32B NVFP4, VAE vidéo int8 et VAE audio ; Gemma 4 12B QAT est téléchargée automatiquement par le nœud lors de la première exécution
- Paramètres pour une carte graphique de 12 Go : chunk_frames 124, video_continuation 22 (full), MiniMax Low VRAM Attention divisé en 4 chunks de têtes, gemma4_mtp et cache_gemma_preproduction désactivés ; si la mémoire explose lors des segments suivants, réduisez chunk_frames à 90, puis à 56 si nécessaire
- Les actions doivent couvrir toute la durée du segment (étirez une action de 6 secondes sur 15 secondes, Gemma inventera les plans) ; en 480×864, les visages en plan large ne font qu'environ 80–90 pixels de haut, placez les visages importants en plan moyen ou rapproché
Risques et limitations
- Impossible de gérer les dialogues : HR Endless ne prend pas en charge le masque de débruitage segmenté, les répliques seront doublées par H3 lui-même ; l'auteur a mesuré une dérive des couleurs entre les segments, la saturation moyenne de la dernière seconde étant environ 40% plus élevée que celle de la première seconde
- Le seul exemple visible est constitué de 1 images fixes (personnage à un bureau), sans vidéo finale ; 1 exemples de niveau sensible sont masqués ; cette entrée n'a pas été exécutée
- Dépend de deux paquets de nœuds personnalisés, de cinq fichiers de modèle H3 et du modèle Gemma téléchargé automatiquement lors de la première exécution ; la machine de test de l'auteur dispose de 96 Go de RAM, avec des performances plus lentes si la mémoire est insuffisante
À suivre (2)
【B】Cyberpunk 50s · Minimax H3
LoRA · Portage · Auteur Granddyser · Publié le 11-01 03:15 · Téléchargements 91
Version H3 du LoRA de style cyberpunk rétro « Cyberpunk 50s » : transforme l'image en un futurisme rétro de l'ère atomique des années 1950, avec des prothèses chromées, des restaurants néon, des voitures volantes à ailerons et des avenues pluvieuses, dans des tons chauds rappelant le film Kodachrome.
Abaissé de A à B : le style n'est pas une nouvelle capacité, la version H3 ne comporte que deux phrases de description et aucun paramètre spécifique à H3, les paramètres affichés concernent la version Z-Image Turbo, et il n'y a que 1 exemples visibles.
Illustration
Raisons de la recommandation
- Portage : la même page de modèle propose déjà des versions Z-Image Turbo et MOSS Image, et une version Krea 2 a été publiée peu après la sortie de la version H3 ; la description de la version H3 ne contient que deux phrases : possible de générer des vidéos avec son à partir de prompts textuels simples, l'auteur affirme que les vidéos de démonstration n'utilisent pas de mots-clés de déclenchement
- Sert aux courts-métrages de science-fiction rétro, aux plans de ville et aux plans de personnages nécessitant un style artistique d'époque cohérent pour la génération vidéo à partir de texte ; l'auteur affirme que les personnages, les rues, les intérieurs et les véhicules sont couverts
- Il y a 1 vidéos d'exemple visibles (scène de station-service : voiture chromée à ailerons et pompiste portant des lunettes) ; gratuit, la licence permet la génération d'images, la location et la location interne ; environ 6 heures après la publication, 91 téléchargements, total cumulé du modèle 606 (indiquant uniquement l'attention portée)
Comment l'utiliser
- Chargez Retro-Cyberpunk-50s-H3.safetensors (569 Mo · FP16) dans un flux de travail H3, décrivez la scène avec des prompts simples ; l'auteur n'a pas fourni l'intensité, le nombre de pas ni l'échantillonneur pour la version H3
- Le Shift 7.0, les 8 pas, le guidance_scale 1, l'intensité 0.7–1.0 et le mot-clé de déclenchement cy50s sont tous listés sous les paramètres techniques de la version Z-Image Turbo, l'auteur n'a pas précisé s'ils s'appliquent à la version H3
Risques et limitations
- La description spécifique à H3 ne contient que deux phrases, sans aucun paramètre vidéo (fréquence d'images, résolution, nombre de pas), et aucun mot-clé de déclenchement n'est enregistré
- L'auteur affirme que les vidéos de démonstration incluent des flux de travail ComfyUI complets, mais les 1 segments visibles ne contiennent pas d'informations de prompt ; 3 exemples de niveau sensible sont masqués ; cette entrée n'a pas été exécutée
- La licence n'autorise pas les œuvres dérivées
【B】CLEAN X2 E26 VIDEO VAE H3 (agrandissement 2x) · v2.0
VAE · Mise à jour de version · Auteur speach1sdef178 · Publié le 11-01 00:45 · Téléchargements 45
Version 2 du VAE vidéo d'agrandissement spatial 2x pour H3 (Clean X2 E26) : sort directement une image en double résolution lors du décodage, sans nécessiter de modèle de super-résolution externe ; cette version ajoute des fichiers int8.
Maintien de la note B : l'approche est claire et il y a des exemples vidéo, mais la mise à jour de cette version ajoute simplement un format sans mention d'amélioration, et il n'y a pas de comparaison avec le décodage standard.
Illustration
Raisons de la recommandation
- Mise à jour de version : la note de mise à jour ne contient qu'une phrase « BF16 and Int8 version », indiquant l'ajout de fichiers int8 (2.6 Go), le fichier principal étant un fp16 / bf16 de 4.9 Go ; le hachage du fichier principal diffère de la version précédente, mais l'auteur n'a pas précisé si les poids ont été réentraînés ; le JSON du flux de travail de décodage joint à la version précédente n'est plus fourni
- Sert à l'agrandissement après la génération H3 : l'auteur affirme obtenir plus de détails spatiaux directement depuis le décodeur de H3, éliminant les motifs de grille répétitifs du décodage X2 de l'ancienne version, sans nécessiter de super-résolution IA post-traitement ; E26 fait référence à la 26e grande itération
- Il y a 1 vidéos d'exemple visibles (gros plan d'une poule en 2496×1664), mais sans comparaison avec le décodage standard ; gratuit ; environ 8 heures après la publication, 45 téléchargements, total cumulé du modèle 195 (indiquant uniquement l'attention portée)
Comment l'utiliser
- Il faut d'abord installer le paquet de nœuds TripleHeadedMonkey/ComfyUI-MiniMaxH3_LatentUpscaler, à utiliser avec le flux de travail de décodage X2 VAE ; en cas de mémoire vidéo limitée, choisissez cleanX2E26VIDEOVAEH32x_v20_int8.safetensors (2.6 Go), sinon utilisez cleanX2E26VIDEOVAEH32x_v20_fp16.safetensors (4.9 Go)
- L'auteur n'a pas fourni le découpage du décodage, l'occupation de la mémoire vidéo ni la résolution d'entrée recommandée ; le flux de travail de décodage X2 n'est pas joint à cette version
Risques et limitations
- La note de mise à jour ne contient qu'une phrase, sans description des changements visuels par rapport à la version précédente ; l'auteur n'a pas expliqué la différence de qualité d'image entre int8 et fp16
- Il n'y a que 1 exemples visibles, 2 exemples de niveau sensible sont masqués ; cette entrée n'a pas été exécutée
- La licence n'autorise que la location et la location interne, sans cocher l'utilisation commerciale pour la génération d'images
Inclus uniquement (4)
- TFM Game Girl 8 · MMH3 - Version 3D — LoRA : LoRA de personnage H3 pour Game Girl 8, la mascotte originale de l'auteur (version au style 3D) : le personnage est issu d'un modèle 3D sculpté à la main par l'auteur, et les images d'entraînement sont des rendus de ce modèle 3D sous différents angles.
- Renee Hopkins · v1.0 H3 — LoRA : LoRA de personnage H3 pour Renee Hopkins, un personnage adulte fictif original (une femme vivant à Halifax qui se fabrique des uniformes pour devenir une « super-héroïne amateur »), mot-clé de déclenchement : reneehopkins.
- TFM Game Girl 8 · MMH3 3D R2V — LoRA : version H3 « 3D R2V » de la LoRA de personnage Game Girl 8 : il s'agit du même personnage que la version 3D présente sur la même page, et d'après le nom de la version, elle est destinée au flux de génération de vidéos à partir de références (R2V).
- TFM Game Girl 8 · MMH3 Realistic — LoRA : version H3 réaliste de la LoRA de personnage Game Girl 8 : elle intègre la mascotte 3D de l'auteur dans des vidéos H3 avec un style réaliste.
Données : API publique de Civitai (modèle de base MiniMax H3), période de collecte du 10-31 20:31 au 11-01 09:01 (heure de Pékin). Les recommandations ont été vérifiées par la rédaction ; le nombre de téléchargements reflète uniquement le niveau d'intérêt.