MiniMax-H3-Image 2단계 이미지 생성 LoRA 패키지 버전

커뮤니티 작성자가 논문 pDMD(arXiv 2609.35768)에서 공개한 2단계 LoRA(랭크 128, 모든 50개 블록의 어텐션 및 피드포워드 레이어 커버)를 MiniMax-H3-Image용으로 정리했습니다. 원본 모델은 고정된 6단계 스케줄로 증류(distillation)되었으나, 2단계에서는 이미지가 아직 수렴하지 않습니다. 이 LoRA를 병합하면 2번의 디노이징(denoising)으로 완전한 이미지를 생성할 수 있으며, 네이티브 해상도는 4096×4096입니다. 저장소에는 4가지 파일이 제공됩니다: diffusers 키 이름의 LoRA, ComfyUI 키 이름의 LoRA, LoRA가 병합된 40GB ComfyUI 단일 파일 체크포인트, 그리고 diffusers 형식으로 변환된 공식 transformer. 작성자는 H200 GPU 한 장에서 4096×4096 해상도로 원본 6단계는 약 25.1초, 2단계는 약 17.4초가 소요된다고 밝혔습니다.

원제: akhaliq/minimax-h3-image-pdmd-2step

커뮤니티 작성자가 논문 pDMD(arXiv 2609.35768)에서 공개한 2단계 LoRA(랭크 128, 모든 50개 블록의 어텐션 및 피드포워드 레이어 커버)를 MiniMax-H3-Image용으로 정리했습니다. 원본 모델은 고정된 6단계 스케줄로 증류(distillation)되었으나, 2단계에서는 이미지가 아직 수렴하지 않습니다. 이 LoRA를 병합하면 2번의 디노이징(denoising)으로 완전한 이미지를 생성할 수 있으며, 네이티브 해상도는 4096×4096입니다. 저장소에는 4가지 파일이 제공됩니다: diffusers 키 이름의 LoRA, ComfyUI 키 이름의 LoRA, LoRA가 병합된 40GB ComfyUI 단일 파일 체크포인트, 그리고 diffusers 형식으로 변환된 공식 transformer. 작성자는 H200 GPU 한 장에서 4096×4096 해상도로 원본 6단계는 약 25.1초, 2단계는 약 17.4초가 소요된다고 밝혔습니다.

왜 중요한가 원본은 고정된 6단계로 낮출 수 없었습니다. 2단계 방식은 타이핑 중에도 미리보기를 생성할 수 있어 시드 변경 및 프롬프트 수정이 더 빠르며, 세 가지 ComfyUI 워크플로우가 포함되어 있습니다.

상승 점수 47 · 좋아요 47 · 다운로드 수 17989

이유

  • ComfyUI 두 가지 경로: 단일 파일 체크포인트를 직접 사용(LoRA 노드 불필요)하거나, 공식 Comfy-Org 패키지에 2GB 크기의 LoRA를 추가하며 강도는 고정된 1.0입니다. 작성자는 최신 ComfyUI에서 검증했으며 키 이름이 모두 일치한다고 밝혔습니다.
  • 디테일 향상 프로세스 포함: 절반 크기 2단계 스케치 → 픽셀 업스케일링 → 재인코딩 → 3단계 리샘플링. 시작 노이즈를 0.4–0.55로 설정하면 구도를 유지하고, 0.7으로 설정하면 디테일이 많아지지만 구도가 흔들릴 수 있습니다.
  • 데모 Space akhaliq/minimax-h3-image-2step에서는 입력 중 약 1MP의 실시간 미리보기를 확인할 수 있습니다.

사용법

  • ComfyUI: minimax_h3_image_pdmd_2step_bf16.safetensors 파일을 models/diffusion_models 폴더에 넣습니다. 텍스트 인코더와 VAE는 Comfy-Org/MiniMax-H3-Image의 것을 사용합니다. MiniMaxH3SigmaShift에서 shift_video를 12로 설정하고, 샘플러는 euler, 스케줄러는 simple, steps는 2로 설정합니다. 또는 저장소의 workflows/ 폴더에 있는 기존 워크플로우를 드래그하여 사용할 수 있습니다.
  • diffusers: lora_model_0.safetensors를 MiniMaxH3Transformer3DModel에 병합할 수 있습니다. scheduler.set_shift(12.0) 및 set_timesteps(3)을 사용하며, CFG와 네거티브 프롬프트는 사용하지 않습니다.

리스크

  • LoRA 자체는 Apache-2.0 라이선스이지만, 생성된 콘텐츠는 여전히 MiniMax-H3-Image 커뮤니티 라이선스(지역 및 출처 표기 조항 포함)의 제약을 받습니다.
  • 예시 이미지는 P-H3-Image 파이프라인에서 렌더링되었습니다. diffusers에 새로 병합된 공식 MiniMax-H3-Image 파이프라인과 이 LoRA의 키 이름이 일치하는지 여부는 작성자가 아직 테스트하지 않았다고 밝혔습니다.
  • 양자화된 int8_convrot / w4a8 체크포인트는 사전 병합할 수 없으며, LoRA 노드를 통해서만 사용할 수 있습니다. 이 항목은 실행되지 않았습니다.

열기

Hugging Face Trending

최신 AI 소식 보기