NineCrowns가 공개한 이 LoRA는 MiniMax-H3 오디오-비디오 통합 생성 모델의 3–4 스텝 샘플링을 위해 사용되며, 첫 프레임/마지막 프레임, 이미지에서 비디오 생성, 텍스트에서 비디오 생성용 범용 버전과 다중 참조 이미지 립싱크 동기화 버전으로 나뉩니다. 각 버전은 약 340 MiB의 압축 버전과 rank 64의 전체 버전이 있습니다. 저자는 증류(distillation) 시 GGUF Q4_K_M, INT8, BF16 세 가지 기본 모델 정밀도를 혼합했기 때문에 하나의 LoRA가 범용으로 사용 가능하다고 설명합니다. Q4_K_M 기본 모델과 함께 사용하면 9 GiB 미만의 VRAM에서 실행할 수 있으며, 최대 15초 길이의 스테레오 오디오가 포함된 비디오를 생성할 수 있습니다. 저장소에는 480P 및 768P의 ComfyUI 워크플로우가 포함되어 있으며, CFG 1, euler 샘플링 3–4 스텝, LoRA 강도 1.0를 권장합니다.
왜 중요한가 적은 스텝 수는 로컬에서 결과물을 생성하는 시간을 현저히 단축할 수 있으며, 저장소에는 6개의 ComfyUI 워크플로우가 포함되어 있습니다. 성능 및 VRAM 수치는 모두 저자의 자체 보고에 기반합니다.
Hugging Face 좋아요 3 · Hugging Face 상승 점수 3 · Hugging Face 다운로드 393
라이선스: 조건부 상업적 사용 가능(기본 모델 제한) · ComfyUI: 사용 가능할 것으로 추정 · VRAM: VRAM 요구 사항 미표기
지역 라이선스: MiniMax H3 오픈 웨이트 라이선스는 EU, 영국, 한국, 미국(LICENSE의 Excluded Territories)을 포함하지 않으며, 이 네 지역에서는 MiniMax로부터 별도의 라이선스를 받아야 합니다.
이유
- 완전한 ComfyUI 권장 설정과 바로 실행 가능한 워크플로우를 제공하며, 다양한 정밀도 비교 영상을 첨부했습니다
사용법
- ComfyUI에서 해당 분기의 MiniMax-H3 기본 모델을 로드합니다(VRAM이 9 GB 미만일 경우 Q4_K_M GGUF 사용). FL2VA 또는 Ref2VA 버전의 LoRA를 적용하고 강도를 1.0로 설정한 후, 모델 카드에 따라 BetaSamplingScheduler와 MiniMaxH3SigmaShift를 설정합니다
리스크
- 선명도 향상, VRAM 사용량, 학습 규모 등에 대한 주장은 모두 저자에게서 나온 것으로, 독립적인 검증이 이루어지지 않았습니다
- 저장소는 Apache-2.0으로 표기되어 있지만, 기본 모델인 MiniMax-H3는 조건부 상업적 사용 라이선스를 적용하며 EU, 영국, 한국, 미국을 포함하지 않습니다. 이 네 지역에서의 사용은 MiniMax로부터 별도의 라이선스를 받아야 합니다