Đây là mô hình tăng cường prompt được Wuli-art tinh chỉnh từ Gemma4-12B-IT, được huấn luyện riêng cho việc tạo âm thanh và video bằng MiniMax-H3: định dạng FL2VA bao phủ các trường hợp tạo từ văn bản thuần túy, khung hình đầu, khung hình cuối và cả khung hình đầu lẫn cuối, trong khi Ref2VA bao phủ việc tạo từ hình ảnh tham chiếu; cả hai cùng chia sẻ một bộ trọng số. Kho lưu trữ cung cấp phiên bản chuẩn BF16 và các phiên bản lượng tử hóa FP8 / Int8, cùng với hai quy trình làm việc ComfyUI độc lập; tác giả cũng đã tạo ra một trang so sánh, đặt cạnh nhau để phát đồng thời các trường hợp không mở rộng, bản gốc Gemma4, bản mở rộng chính thức của H3, bản viết lại lightx2v và mô hình này trong 9 trường hợp và 45 đoạn video.
Tại sao quan trọng Biến một yêu cầu đơn giản thành các mô tả về bối cảnh, hành động, chuyển động máy quay và âm thanh, hai loại tác vụ gồm khung hình đầu/cuối và hình ảnh tham chiếu cùng chia sẻ một bộ trọng số, có thể được kết nối trực tiếp phía trước H3 trong ComfyUI.
Hug để thích 5 · Hug để tăng điểm 5 · Hug để tải xuống 0
Giấy phép: Được phép sử dụng thương mại · ComfyUI: Được đề cập trong thẻ mô hình · VRAM: ≈29 GB (ước tính)
Giấy phép theo khu vực: Giấy phép trọng số mở của MiniMax H3 không bao gồm Liên minh châu Âu, Vương quốc Anh, Hàn Quốc và Hoa Kỳ (các Vùng loại trừ trong LICENSE), những khu vực này cần có sự cấp phép riêng từ MiniMax.
Lý do
- Giấy phép Apache-2.0, ModelScope cung cấp đồng bộ để tải xuống
- Trang so sánh cho phép phát đồng bộ và mở rộng các prompt gốc và prompt đã được mở rộng
Cách sử dụng
- Tải các tệp mô hình và đặt vào ComfyUI, kéo tệp minimax_h3_gemma4_pe_fl2va.json hoặc minimax_h3_gemma4_pe_ref2va.json vào bảng vẽ, chọn phiên bản chuẩn hoặc phiên bản lượng tử hóa tại nút tải PE, sau khi chạy thì nối kết quả mở rộng vào quy trình tạo của H3
Rủi ro
- Phiên bản BF16 của mô hình 12B ước tính cần khoảng 29 GB VRAM dựa trên số lượng tham số, hãy chọn phiên bản FP8 / Int8 nếu VRAM hạn chế; quy trình làm việc cũng yêu cầu cài đặt các nút tùy chỉnh được đề cập trong thẻ mô hình
- Kết quả mở rộng phải được sử dụng cùng với MiniMax-H3, giấy phép của H3 không áp dụng cho Liên minh châu Âu, Vương quốc Anh, Hàn Quốc và Hoa Kỳ