MiniMax H3 モーニングレポート 2026-11-20|注目モデル Enzino Video2Prompt for MiniMax H3

今号では 4 件の H3 新バージョンをレビューし、S評価が 1 件、A評価が 2 件、B評価が 1 件でした。注目は Enzino Video2Prompt です。これは無料の ComfyUI ノードで、動画を読み込み、ローカル環境で H3 公式形式のプロンプトを作成します。各カット切り替えにタイムスタンプが含まれ、テキストから動画への再現か、動きのみを抽出して画像から動画へ生成するかの選択が可能です。Frieren アニメ風 LoRA は Ref モデルベースの訓練版が登場しました。Tap to Screen のリップシンク MV ワークフローには EDL タイムラインと全曲 song.wav エクスポート機能が追加され、編集ソフトでの仕上げが容易になりました。Borderlands 画風は有料移植でパラメータ設定がないため B評価です。

ジェンジェンのAIレーダー · MiniMax H3 · 2026-11-20 モーニングレポート

今号の 4 件の新バージョン:強く推奨 1 · 推奨 2 · 注目 1 · 収録のみ 0

編集者按語 今号では 4 件の H3 新バージョンをレビューし、S評価が 1 件、A評価が 2 件、B評価が 1 件でした。注目は Enzino Video2Prompt です。これは無料の ComfyUI ノードで、動画を読み込み、ローカル環境で H3 公式形式のプロンプトを作成します。各カット切り替えにタイムスタンプが含まれ、テキストから動画への再現か、動きのみを抽出して画像から動画へ生成するかの選択が可能です。Frieren アニメ風 LoRA は Ref モデルベースの訓練版が登場しました。Tap to Screen のリップシンク MV ワークフローには EDL タイムラインと全曲 song.wav エクスポート機能が追加され、編集ソフトでの仕上げが容易になりました。Borderlands 画風は有料移植でパラメータ設定がないため B評価です。

強く推奨(1)

【S】Enzino Video2Prompt for MiniMax H3 · v1.0

ワークフロー · 新モデル · 作者 enzino · 公開 11-19 21:45 · ダウンロード数 168

無料の ComfyUI ノード:動画を読み込み、ローカルで Qwen ビジュアルモデルを使用して H3 が再現可能なプロンプトを作成します。フォーマットは MiniMax 公式ガイドラインに準拠し、カット切り替えにはタイムスタンプが付与されます。

画像

サンプル 1080x1620

推奨理由

  • 新機能:「参考動画」を H3 プロンプトに変換します。出力は公式の三段階フィールド(integrated_multimodal_description / overall_soundscape / non_diegetic_music)に従い、各カット切り替えは [Shot 2] At 00:02.000 のようなタイムスタンプ付き記述となります。同一フレーム内のジャンプカット(着せ替え動画など)も認識可能です。
  • 2つのモード:Faithful モードでは全体の映像(スタイル、構図、人物、シーン、動作、カメラワーク、ライティング)を再現しテキストから動画を生成します。Motion only モードでは動作とカメラワークのみを保持し、公式の画像から動画へのプロンプトを自動付与して、ユーザーの画像を動かすために使用します。
  • 15 秒を超えるクリップは 15 秒のプロンプトに圧縮されます。イベント順序は保持され、カット切り替え時刻は比例スケールされます。Notes フィールドでは内容の書き換え(例:弓矢使いを2人の武士に変更)が可能で、元の動画のリズムとカメラワークは保持されます。
  • 全工程をローカルで実行します。インストール済みの Qwen3-VL テキストエンコーダ(Krea 2 や Qwen-Image 2.1 などで使用されるもの)をそのまま利用でき、追加のモデルダウンロードは不要です。

使い方

  • Node/ComfyUI-Enzino-Video2Prompt を ComfyUI/custom_nodes/ にコピーし、ComfyUI 標準の Python で requirements.txt をインストールします。再起動後、Workflow/Enzino Video2Prompt.json を読み込みます。
  • 作者推奨設定:format は H3 official、model は Qwen3-VL-4B または既存の Qwen3-VL テキストエンコーダ、length は Detailed、frames は 16(カット切り替えが多い場合や動作が速い場合は 24–32)を選択します。
  • 出力項目は prompt、first_frame(画像から動画への開始フレーム)、duration(H3 の再生時間)、frames です。1つの素材に対して1本の H3 動画が生成され、15 秒以内のクリップで最も効果的です。

リスクと制限

  • モデルは映像のみを参照し音声は認識しないため、効果音や音楽は映像から推測されます。セリフは書き出されません。
  • ハードカットのみを認識し、フェードイン/アウトやディゾルブは同一カットとして扱われます。
  • サンプル画像は 2 枚のみです。圧縮ファイルにはコードとワークフローが含まれるため、インストール前に自己検証してください。作者は審査なし版の Qwen3-VL エンコーダの使用も推奨しており、必要に応じて選択してください。モデルカード冒頭に有料会員広告がありますが、ノード自体は無料です。

推奨(2)

【A】Frieren Anime H3 Style Lora · v1.0 Ref

LoRA · バージョン更新 · 作者 tazmannner379 · 公開 11-19 23:37 · ダウンロード数 144

『葬送のフリーレン』アニメ画風の H3 LoRA の Ref 版です。パラメータは原版と同じですが、Ref モデル上で ostris v3 Ref アダプタを用いて訓練されており、キャラクター参考画像と音声参考資料との併用を想定しています。

画像

動画 1952x1088

推奨理由

  • バージョン更新:前版は FLV2A でしたが、本版では Ref モデルでの訓練に変更されました。作者によればその他の訓練パラメータは変更なしです。参考画像でキャラクターを固定する画像から動画への生成や、参考からの動画生成に適しています。
  • 訓練データはアニメからの音声付きクリップ 672 本とスクリーンショット 721 枚です。作者によれば画風、一部のキャラクターの声、BGMの再現が可能です。
  • 作者は Civitai ページに 27 人のキャラクター設定画像、音声参考資料、プロンプトガイドライン、完全な訓練レポートを公開しています。6 本の動画サンプルが確認可能で、ライセンスにより商用利用と販売が許可されています。

使い方

  • トリガーワード:2d anime style Frieren style
  • ダウンロードファイルのうち recommended と付いたものが作者推奨の Ref 版重みです。Other ファイルは原版の重みです。
  • 作者の説明によれば、Civitai ページ tazmannner/Frieren-H3-LoRA にあるキャラクター参考画像と音声参考資料との併用で最も効果的です。強度やステップ数については作者から指定がありません。

リスクと制限

  • Ref 版と原版の効果の差異について、作者は比較結果を記載していません。
  • fp32 で保存されており、ファイルサイズは bf16 より大きいです。また 5 件のサンプルが非表示です。
  • アニメ著作権キャラクターであるため、商用利用時の著作権リスクは自己判断が必要です。

トリガーワード:2d anime style Frieren style

【A】Tap to Screen — MiniMax H3 lip-sync MV on your own song (multi-scene timeline) · v1.3.3

ワークフロー · バージョン更新 · 作者 koyan0418439 · 公開 11-20 06:29 · ダウンロード数 15

自分の曲と画像を使って H3 のリップシンク MV を作成する ComfyUI タイムラインワークフローです。v1.3.3 では編集ソフト向けに timeline.edl と全曲 song.wav のエクスポート機能が追加されましたが、生成部分に変更はありません。

画像

概念図 1448x1086

推奨理由

  • バージョン更新:編集ソフト内でクリップと曲が徐々にずれるというユーザーからの報告に対応しました。「シーンごとに個別クリップを出力」を有効にすると、CMX3600 形式の timeline.edl が追加で書き出されます。インポート後、各セグメントは正しい位置に配置され、実際に使用されたフレームまでトリミングされるため、クリップ末尾の余剰フレームによるずれが解消されます。
  • さらに 24-bit PCM の全曲 song.wav をエクスポートします。これをオーディオトラックの先頭に主音声として置き、クリップ自体の音声をミュートすることで、ディゾルブなどの追加後も同期が崩れません。
  • 作者は DaVinci Resolve 21 で検証済みであり、4 本のテストクリップの位置と長さが正しいことを確認しています。mp4 オーディオは 256 kbps AAC ステレオに変更されました。
  • ワークフロー自体:タイムライン上でキー操作によりシーンを切り替え、歌唱開始・終了をマークします。H3 はマークされた区間内でのみリップシンクを行い、各シーンの最初のフレームはユーザーの画像に固定されます。無料で、カスタムノードパッケージを1つインストールするだけです。

使い方

  • 「a clip per scene」にチェックを入れてエクスポートし、シーンクリップと song.wav をメディアプールに追加した後、timeline.edl をインポートします。
  • Resolve ではタイムラインを 24.000 fps に設定してください。23.976 を使用する場合、4 分の動画の末尾で約1/4秒のずれが生じます。
  • EDL はハードカットのみを含みます。ディゾルブなどのトランジションは編集ソフト側で追加してください。

リスクと制限

  • 本版には表示可能なサンプルがありません(1 件が非表示)。EDL へのディゾルトランジションの重ね掛けについて、作者はまだテストしていないとのことです。
  • 圧縮ファイルにはコードが含まれるため、インストール前に自己検証してください。
  • カード画像は AI 生成の概念図であり、モデルの実効果ではありません。作者から公開されている通常レベルのサンプルはありません。

注目(1)

【B】Borderlands Style [Minimax / MOSS / Krea2 / SD] · Minimax

LoRA · 移植 · 作者 TeraWatt · 公開 11-20 06:04 · ダウンロード数 1 · 有料

『ボーダーランズ』ゲームアート風の LoRA の H3 版です。セルルックのブロック状シャドウ、太い黒縁線、アメリカンコミック風の半写実スタイルが特徴で、作者はテキストから動画への生成でサンプルを作成しています。

画像

動画 1344x2048

推奨理由

  • 移植:同ページには MOSS、Krea 2、Illustrious、SDXL 版もあります。H3 版にはバージョン説明がなく、他版との差異について作者は記載していません。
  • シーンやキャラクターをボーダーランズ風のトゥーンレンダリングでテキストから動画へ生成するサービスです。スタイル特徴(色塊シャドウ、不規則な太縁線、手描き感)については作者が明確に記載しています。
  • 5 本の動画サンプルが確認可能です。

使い方

  • トリガーワード:BorderlandsStyle_TeraWatt。作者によればサンプルはテキストから動画モードで生成されています。
  • 強度やステップ数については作者から指定がありません。

リスクと制限

  • ダウンロードは有料です。また 8 件のサンプルが非表示です。
  • ゲームアートスタイルであるため、商用利用時の著作権リスクは自己判断が必要です。

トリガーワード:BorderlandsStyle_TeraWatt


データ:Civitai 公開 API(ベースモデル MiniMax H3)、収録期間 11-19 20:31 → 11-20 09:01(北京時間)。推奨理由は編集者による審査済みです。ダウンロード数は注目度を表すに過ぎません。

Civitai

最新の AI ニュースを見る