akhaliq은 Pika 공식의 Pika-H3-Flex 스타일 어댑터와 MiniMax-H3의 소수 단계 증류 LoRA(lightx2v Turbo, pDMD 2단계)를 레이어별로 결합하여 단일 표준 LoRA로 만들었습니다. 일반적인 MiniMax-H3 워크플로우에 적용하면 커스텀 노드나 모델 수정 없이 2, 4 또는 8 단계로 오디오가 포함된 영상을 생성할 수 있습니다. Pika-H3-Flex 자체는 10월 30일에 이미 수록되었으며, 이 통합 버전은 이전 호에서는 다루지 않았습니다.
상승 점수 78 · 좋아요 78 · 다운로드 수 28961
이유
- 저자의 테스트 결과(848×480, 121 프레임 스테레오 오디오 포함, CFG 1)에 따르면: H200에서 Pika 공식 어댑터는 6단계당 약 5초 영상 생성 시 약 60초가 소요되지만, 이 LoRA는 4단계에서 약 40초, 2단계 초안 모드에서는 약 25초가 소요됩니다. A100에서는 109.3초 대 66.0초로 비교됩니다. 속도 향상은 전적으로 단계 수 감소에서 비롯되며, 단일 단계 처리 시간은 동일합니다.
- 방법은 랭크 결합(rank concatenation)이며, 저자는 두 LoRA를 동시에 로드하는 것과 수치적으로 동등하다고 주장합니다(각 레이어의 상대 오차는 1e-7 수준). 이는 근사적 병합이 아닙니다. Flex 스타일 강도는 0.5(2 / 4단계) 및 0.6(8단계 HD)으로 고정됩니다.
- 총 7개의 파일이 있으며, FL2VA(일반 텍스트-영상 / 이미지-영상)와 Ref2VA(다중 참조) 두 가지 유형으로 나뉩니다. 또한 랭크 32의 경량 버전이 있으며 용량은 0.31GB이고, 저자는 스펙트럼 에너지의 96.1%을 보존한다고 밝혔습니다. 저장소에는 비교 영상과 재현 스크립트가 포함되어 있습니다.
사용법
- ComfyUI: 워크플로우에 따라 파일을 models/loras 폴더에 배치합니다(일반 텍스트-영상 / 이미지-영상은 fl2va, 참조 이미지 워크플로우는 ref2va 사용). MiniMax-H3 워크플로우에 LoraLoaderModelOnly를 추가하고 강도를 1.0으로 설정합니다.
- 샘플링: 단계 수는 파일과 일치해야 합니다(2, 4 또는 8단계), CFG는 1.0, 샘플러는 euler / lcm / res_multistep, 스케줄러는 simple을 사용합니다. 영상 shift는 6.0(FL2VA) 또는 12.0(Ref2VA)를 사용하고, 오디오 shift는 3.0을 사용합니다.
- 먼저 2단계 버전으로 구도와 동작을 결정한 후, 최종본은 4단계 또는 8단계로 생성하세요. Diffusers에서도 일반 LoRA처럼 로드할 수 있습니다.
리스크
- 개인이 제작한 통합 모델이며 Pika나 MiniMax의 공식 버전이 아닙니다. 속도와 화질 비교는 모두 저자가 직접 수행했으며, 주요 시연에는 원본 H3가 아닌 커뮤니티 통합 모델인 Singularity가 사용되었습니다. 본 칼럼에서는 비교 영상을 확인하지 않았습니다.
- 저자의 경고: 약 6단계 미만에서는 오디오 품질이 저하되며, 특히 2단계에서 가장 두드러집니다. 2단계 버전은 간혹 전체 생성이 실패할 수 있어 초안 작성에만 적합합니다. 빠른 동작은 소수 단계 모델의 약점입니다. 2 / 4단계 버전에 높은 강도의 스타일이나 동작 LoRA를 추가로 적용하지 마세요.
- 라이선스는 MiniMax H3 커뮤니티 라이선스(MiniMax-H3 파생 모델)를 따르며, 상업적 사용 전 원본 약관을 확인해야 합니다. 표준 버전의 각 파일 용량은 3.9GB입니다.