Bản tin buổi sáng MiniMax H3 2026-10-31｜Đề xuất hàng đầu: Perfect Looper (MiniMax-H3) | T2AV, I2AV, Ref2AV, V2AV | 6 bước turbo

Radar AI của Trinh Trinh · MiniMax H3 · Bản tin buổi sáng 2026-10-31

Kỳ này có 8 phiên bản mới: Đề xuất mạnh mẽ 1 · Đề xuất 1 · Đáng chú ý 2 · Chỉ ghi nhận 4

Lời bình của biên tập viên　Kỳ này đã xem xét 9 phiên bản mới của H3. Đề xuất hàng đầu là Perfect Looper: một quy trình làm việc (workflow) ComfyUI cho phép H3 tạo ra các video lặp lại với hình ảnh và âm thanh khép kín từ đầu đến cuối, hỗ trợ cả bốn phương thức đầu vào: từ văn bản, từ hình ảnh, từ tham chiếu và từ video có sẵn; các nút, mô hình, turbo 6 bước và mẫu câu lệnh (prompt) đều được mô tả rõ ràng. Một mục khác được xếp hạng A là gói nút Komikku, biến các video nhiều cảnh quay của H3 thành trang truyện tranh có thể thêm khung thoại, được nâng từ hạng B lên hạng A, nhưng có nhiều phụ thuộc và chỉ có 1 ví dụ minh họa. Mô hình cơ sở hợp nhất PIKA72 (không nêu rõ tác dụng của LoRA tích hợp, thiếu các tham số lấy mẫu số bước) bị hạ từ hạng S xuống hạng B; phiên bản InstaPic H3 và quy trình làm việc chỉnh sửa khung hình đơn bị hạ từ hạng A xuống hạng B do phần mô tả quá sơ sài; quy trình làm việc phóng to chỉ dựa vào video giải thích bên ngoài và ba LoRA nhân vật thông thường được xếp hạng C.

Đề xuất mạnh mẽ (1)

【S】Perfect Looper (MiniMax-H3) | T2AV, I2AV, Ref2AV, V2AV | 6 bước turbo · v1.1

Quy trình làm việc · Mô hình mới · Tác giả CoolBreeze_ · Phát hành 10-31 05:11 · Lượt tải 56

Một quy trình làm việc ComfyUI cho phép MiniMax H3 tạo ra các video lặp lại liền mạch từ đầu đến cuối (hình ảnh và âm thanh cùng lặp lại): có thể tạo mới từ văn bản, hình ảnh hoặc hình ảnh tham chiếu, cũng có thể biến một video có sẵn thành vòng lặp; bản thân nó không phải là trọng số (weights) mới.

Giữ hạng S: Khả năng mới và rõ ràng (hình ảnh và âm thanh cùng khép kín), có 5 đoạn ví dụ trực quan, các nút, mô hình, số bước và mẫu câu lệnh đều được mô tả rõ ràng, miễn phí và giấy phép rộng rãi; rào cản là một gói nút phải cài đặt thủ công, và các hành động phức tạp không được đảm bảo sẽ khép kín.

Hình minh họa

Lý do đề xuất

• Mô hình mới (phiên bản đầu tiên trên trang, tên phiên bản v1.1): Đầu tiên tạo ra một đoạn ngắn "neo" (anchor), mã hóa khung hình đầu và cuối của nó vào bộ lấy mẫu tiếp theo và bảo vệ bằng mặt nạ, sau đó sử dụng cùng một câu lệnh để tạo ra đoạn "cầu nối" (bridge) đi từ cuối đoạn neo quay trở lại đầu, cuối cùng ghép hình ảnh và âm thanh của hai đoạn bằng kỹ thuật chuyển đổi chéo (cross-fade) để tạo thành vòng lặp
• Phục vụ các nhu cầu như video ngắn lặp lại, hành động/tuần hoàn tại chỗ, hình nền động; hỗ trợ cả bốn phương thức đầu vào: từ văn bản (T2AV), từ hình ảnh (I2AV), từ tham chiếu (Ref2AV) và từ video có sẵn (phải là 24 fps); tác giả cho biết có thể kết hợp với bất kỳ mô hình cơ sở tinh chỉnh H3 và LoRA nào
• Có thể điều chỉnh độ phân giải, thời lượng đoạn neo và đoạn cầu nối, độ dài chồng lấn, số lần lặp lại; video thành phẩm có thể tùy chọn phóng to bằng RTX và nội suy khung hình; cấu hình mặc định sử dụng LoRA turbo của Larryvrh chạy 6 bước, cả đoạn neo và đoạn cầu nối đều sử dụng cơ chế chú ý hỗn hợp CK+SLA
• Các thay đổi của V1.1 được liệt kê trên thẻ: LoRA turbo được thay thế bằng phiên bản đã tối ưu hóa cho ComfyUI để sửa lỗi không khớp kích thước tensor (không còn cần gói nút cho LoRA cũ), điều chỉnh các tham số lấy mẫu, VAE video được đổi thành int8, thêm công tắc tắt tiếng cho STAGE 2, cho phép chỉ rút lại seed của STAGE 1 trước để tìm đoạn nền phù hợp cho vòng lặp
• Có 5 đoạn video ví dụ trực quan, một số có kèm câu lệnh; miễn phí, giấy phép cho phép xuất ảnh, cho thuê, bán và bán các bản kết hợp; phát hành khoảng 4 giờ với 56 lượt tải (chỉ phản ánh mức độ quan tâm)

Cách sử dụng

• Giải nén gói perfectLooperMinimaxH3T2AV_v11 và nhập vào ComfyUI, hầu hết các nút có thể được bổ sung bằng tính năng "Install missing custom nodes" của Manager; gói ComfyUI-CoolB-Nodes của tác giả cần cập nhật lên phiên bản mới nhất, gói ComfyUI-H3-Motion-Context-MultiRef không có trong Manager nên phải tải về thủ công; ngoài ra còn cần các nút rgthree, KJNodes, VideoHelperSuite và Nvidia VFX (để phóng to/nội suy khung hình)
• Mô hình: Bất kỳ mô hình chính H3 nào (tác giả tự dùng phiên bản Singularity ref2va đã cắt tỉa int8), bộ mã hóa văn bản và VAE sử dụng từ kho lưu trữ chính thức Comfy-Org/MiniMax-H3, LoRA turbo sử dụng phiên bản LoRA của Larryvrh đã được tối ưu hóa cho ComfyUI trong kho lưu trữ của drbaph, 6 bước
• Viết câu lệnh theo mẫu trong quy trình làm việc với các hành động có thể khép kín, ví dụ: "nhân vật thực hiện một hành động tại chỗ, máy quay cố định" hoặc "máy quay xoay một vòng quanh cảnh"; nếu không khớp được thì thay đổi thời lượng video hoặc đổi seed của đoạn neo/cầu nối; khi lặp lại video có sẵn, hãy ghi rõ trong câu lệnh cách đoạn cầu nối chuyển tiếp từ cuối về đầu; cố gắng không tạo ra nhạc

Rủi ro và hạn chế

• Hành động phức tạp không được đảm bảo sẽ khép kín: hành động phải có thể nối lại được cả về không gian và biên độ thời gian, nếu không đoạn cầu nối sẽ xuất hiện cắt cứng trước khung hình cuối; nhịp điệu hầu như không khớp, tác giả khuyên không nên tạo nhạc và nên thêm nhạc sau trong giai đoạn hậu kỳ
• Nhiều phụ thuộc: một gói nút phải cài đặt thủ công; tính năng nội suy khung hình của nút Nvidia VFX yêu cầu card đồ họa dòng RTX 40 trở lên, các chức năng khác yêu cầu cu130+ PyTorch, nếu không đáp ứng thì phải thay thế bằng các nút phóng to/nội suy khác
• Video vòng lặp được lưu bằng nút VHS sẽ có thêm một chút âm thanh trống ở cuối, cần cắt bỏ 2–3 ms trước khi ghép đầu cuối lại với nhau, nếu không sẽ có sự nhảy vọt âm thanh tại điểm lặp
• Môi trường thử nghiệm của tác giả là ComfyUI 0.42.0/0.43.0, PyTorch 2.14.0+cu130, RTX 4080 SUPER, bộ nhớ 64 GB; phiên bản tải lên là thiết lập video 0.7 MP, 7 giây, tác giả cho biết tổng thời gian xử lý là 156 giây (không bao gồm thời gian tải), hai giai đoạn lấy mẫu lần lượt mất 17 giây và 84 giây; mục này chưa được chạy thử
• 4 ví dụ ở mức độ nhạy cảm đã bị ẩn, tác giả có gợi ý nhẹ nhàng trong các mẹo về câu lệnh

Đề xuất (1)

【A】Minimax-H3-Komikku | Video → Trang Manga/Truyện tranh (ComfyUI) · v1.0

Quy trình làm việc · Mô hình mới · Tác giả paralaif_xox · Phát hành 10-31 01:44 · Lượt tải 32

Một gói nút và quy trình làm việc ComfyUI biến đầu ra video nhiều cảnh quay từ tham chiếu của MiniMax H3 thành một trang truyện tranh hoàn chỉnh: trước tiên bố cục trang, mỗi ô tương ứng với một cảnh quay cắt cứng trong video, sau đó đưa hình ảnh của từng cảnh quay trở lại các ô và thêm thoại.

Nâng từ hạng B lên hạng A: Biến video nhiều cảnh quay thành trang truyện tranh là quy trình làm việc sáng tạo nhất trong kỳ này, quy trình và hướng dẫn cài đặt rõ ràng, mã nguồn mở MIT; nhưng phụ thuộc vào nhiều mô hình, trên trang chỉ có 1 ví dụ.

Hình minh họa

Lý do đề xuất

• Mô hình mới: Komikku Page & Shots là trình chỉnh sửa bố cục toàn màn hình (các mẫu có sẵn, tự do, cắt chéo và ô đa giác, cắt dao), nhấp vào ô để viết nội dung cảnh quay cho ô đó, nút sẽ tự động ghép thành câu lệnh video nhiều cảnh quay H3 có kèm dấu thời gian
• Quy trình hoàn chỉnh: H3 ref2vid sử dụng tối đa 4 hình ảnh tham chiếu nhân vật để tạo video nhiều cảnh quay → phát hiện cảnh quay và lấy một khung hình cho mỗi cảnh → FLUX 3 Klein tái cấu trúc hình ảnh theo tỷ lệ của các ô → tùy chọn làm nét cao bằng MOSS-Image lên tới 5 MP → trong Komikku Page Compose, di chuyển, thu phóng hình ảnh, thêm các hộp thoại như nói, suy nghĩ, hét, thì thầm, tường thuật, từ tượng thanh, chồng lớp, sử dụng thư viện yêu thích và phông chữ tùy chỉnh
• Tùy chọn sử dụng bộ mã hóa văn bản cục bộ MOSS Qwen3.5-9B để viết lại mô tả cảnh quay và đề xuất lời thoại; kèm theo quy trình làm việc chính (video 1:1) và các ví dụ về bốn thể loại: siêu anh hùng, thám tử, anime Nhật Bản và tối tăm
• Mã nguồn mở MIT, miễn phí, giấy phép cho phép xuất ảnh, cho thuê, bán và bán các bản kết hợp

Cách sử dụng

• Cài đặt nút của tác giả github.com/quinteroac/ComfyUI-Minimax-H3-Komikku, ngoài ra cài đặt ZNGB-SceneDetect, VideoHelperSuite, Pixaroma, rgthree, comfyui-obvpm được liệt kê trong hướng dẫn quy trình làm việc
• Giải nén minimaxH3KomikkuVideo_v10.zip và nhập quy trình làm việc chính, trước tiên đặt hình ảnh nhân vật của bạn vào Picture 1 rồi chạy; ví dụ Manga sử dụng LoRA chấm bi manga_tone_v2, từ khóa kích hoạt là "manga-tone rendering"
• Các tệp mô hình cụ thể, số bước và CFG cho H3, FLUX 3 Klein, MOSS-Image không được tác giả cung cấp

Rủi ro và hạn chế

• Nhiều phụ thuộc: đồng thời cần H3 và FLUX 3 Klein, tùy chọn MOSS-Image và MOSS Qwen3.5-9B, cộng thêm năm gói nút của bên thứ ba
• Chỉ có 1 hình ảnh ví dụ trực quan (không có câu lệnh), 3 ví dụ ở mức độ nhạy cảm khác đã bị ẩn; phiên bản đầu tiên; mục này chưa được chạy thử

Đáng chú ý (2)

【B】Singularity-V2-x-10Eros-Max · PIKA72

Mô hình cơ sở / Checkpoint · Cập nhật phiên bản · Tác giả 0l1v1aR0551 · Phát hành 10-30 21:07 · Lượt tải 508

Một mô hình cơ sở hợp nhất cho video từ tham chiếu H3 (Ref2VA): sử dụng thuật toán PRISM do tác giả tự chế để hợp nhất hai mô hình tinh chỉnh là Singularity V2 và 10Eros-Max (turbo 8 bước), phiên bản PIKA72 này sau đó tích hợp trực tiếp LoRA Pika-H3-Flex của Pika-Labs vào trọng số với cường độ 1.00 hoặc 0.85.

Hạ từ hạng S xuống hạng B: Chỉ nói về phương pháp hợp nhất và cường độ của LoRA tích hợp, không nói rõ LoRA này thay đổi điều gì, không cung cấp số bước và các tham số lấy mẫu, hai tệp cũng không phân biệt được; lượt tải nhanh chỉ cho thấy mức độ quan tâm cao.

Hình minh họa

Lý do đề xuất

• Cập nhật phiên bản (phiên bản thứ 4): Tác giả cho biết theo yêu cầu của người dùng, đã tích hợp LoRA Pika-H3-Flex trên nền tảng BETA7 x Singularity-V2, có hai mức cường độ 1.00 và 0.85, giúp tiết kiệm việc phải nạp riêng LoRA này
• Tác giả cho biết PRISM có thể giảm thiểu các hiện tượng giả (artifacts) trọng số khi tích hợp các mô hình turbo vào mô hình cơ sở: sử dụng SVD ngẫu nhiên (hạng 64) để lọc các gia tăng nhiễu khuếch tán, nội suy SLERP theo hướng và nội suy biên độ trong không gian logarit, đồng thời giải quyết xung đột dấu và hiệu chỉnh lại chuẩn hóa lớp
• Trên cùng trang mô hình còn có hai phiên bản để so sánh là CLASSICS (Singularity V1.3 x 10Eros-Beta5) và BETA72 (Singularity V2 x 10Eros-Beta7); kho lưu trữ Hugging Face của tác giả có ba độ chính xác: fp16, int8, w6a8
• Phát hành khoảng 12 giờ với 508 lượt tải, mô hình tích lũy 3670 lượt (chỉ phản ánh mức độ quan tâm); miễn phí, giấy phép cho phép xuất ảnh và cho thuê trong trang

Cách sử dụng

• Tải xuống safetensors int8 (khoảng 21.3 GB) để thay thế việc tải mô hình cơ sở H3 ref2va; hai tệp trên trang mô hình đều là int8 và có cùng dung lượng, không thể phân biệt qua tên tệp đâu là 1.00 và đâu là 0.85
• Các độ chính xác khác có trên Hugging Face tại OliviaRossi/Minimax-h3_Singularity-x-10Eros-Max_PRISM; tác giả không cung cấp số bước, CFG hay bộ lấy mẫu (nguồn hợp nhất 10Eros-Max là turbo 8 bước)

Rủi ro và hạn chế

• Tác giả không viết ghi chú cập nhật (changelog trống), chỉ có một câu trong mô tả phiên bản, cũng không nói rõ LoRA Pika-H3-Flex mang lại hiệu quả gì
• Mô hình hợp nhất từ ba nguồn, không có khuyến nghị về số bước và thiết lập lấy mẫu; các ví dụ hiển thị chỉ gồm 1 đoạn video + 1 hình ảnh, ngoài ra có 3 ví dụ ở mức nhạy cảm đã bị ẩn; mục này chưa được chạy thử
• Cần tự kiểm tra giấy phép của LoRA tích hợp và hai mô hình tinh chỉnh nguồn

【B】MiniMaxH3. Chỉnh sửa khung hình đơn · v0.1

Quy trình làm việc · Mô hình mới · Tác giả brainburns894 · Phát hành 10-30 23:40 · Lượt tải 88

Quy trình làm việc ComfyUI sử dụng MiniMax H3 như một mô hình chỉnh sửa hình ảnh: chỉ tạo ra một khung hình duy nhất, hỗ trợ nhiều hình tham chiếu và sao chép tư thế; phiên bản v0.1 này chủ yếu dùng để thay đổi tư thế cho nhân vật.

Hạ từ A xuống B: Ý tưởng mới, có 3 hình ví dụ, nhưng phần mô tả chỉ vài dòng, không cung cấp các phụ thuộc và tham số, sự khác biệt giữa hai tệp cũng không rõ ràng.

Hình minh họa

Lý do đề xuất

• Mô hình mới: Tác giả tuyên bố có thể dùng H3 để chỉnh sửa hình ảnh khung đơn, phục vụ nhu cầu "đổi tư thế cho cùng một nhân vật, chỉnh sửa hình theo ảnh tham chiếu", đây là cách dùng hiếm thấy đối với các mô hình video
• Tác giả đưa ra hai mẹo: trong phần detailed_description của prompt, hãy ghi rõ phong cách vẽ của ảnh đầu vào (ví dụ: monochrome sketch, expressive digital illustration, anime screencap), tác giả cho biết điều này giúp giữ nguyên phong cách của ảnh gốc; kích thước mục tiêu không nên thấp hơn 2.0 MP
• Có 3 hình ví dụ hiển thị; miễn phí, giấy phép cho phép xuất ảnh, cho thuê, bán và bán các bản kết hợp

Cách sử dụng

• Nhập minimaxh3SingleFrame_v01_3337169.json hoặc minimaxh3SingleFrame_v01_3337171.json (147 KB / 161 KB, tác giả không giải thích sự khác biệt giữa hai tệp), sử dụng Manager để bổ sung các node còn thiếu; tác giả không cung cấp danh sách node cần thiết, tệp mô hình H3, số bước và CFG

Rủi ro và hạn chế

• Thẻ mô hình chỉ có vài dòng, không liệt kê các node phụ thuộc và mô hình; phiên bản v0.1 còn sơ khai, ghi chú phiên bản chỉ có một câu
• 5 ví dụ ở mức nhạy cảm đã bị ẩn; JSON quy trình làm việc không phải là trọng số mới; mục này chưa được chạy thử

Chỉ liệt kê (4)

• Quy trình làm việc Upscale MiniMax H3 2K · v1.0 — Quy trình làm việc: một quy trình ComfyUI để upscale lên 2K bằng MiniMax H3; thẻ mô hình chỉ có một câu giới thiệu, cách cài đặt và nguyên lý đều nằm trong video YouTube liên kết ngoài.
• Phong cách nhân vật Fern :: bvga · v1.0 — LoRA: LoRA H3 cho nhân vật Fern, được tác giả huấn luyện bằng các hình vẽ theo phong cách riêng: tóc tím, áo sơ mi, phong cách minh họa anime bán thực tế.
• Darcy Belwyn · MiniMaxH3 — LoRA: LoRA H3 cho nhân vật nữ hư cấu gốc Darcy Belwyn; thẻ mô hình là một đoạn tiểu sử nhân vật (xuất thân từ gia đình danh giá ở Bruges, chuyên tu sửa sách cổ), không có hướng dẫn sử dụng.
• Kaida Pax · v1.0 H3 — LoRA: LoRA H3 cho nhân vật thú nhân nữ gốc rồng xanh Kaida Pax, từ khóa kích hoạt là kaidapax; thẻ mô hình là đoạn giới thiệu tính cách nhân vật.

---

Dữ liệu: API công khai của Civitai (mô hình cơ sở MiniMax H3), cửa sổ thu thập từ 10-30 20:31 → 10-31 09:01 (giờ Bắc Kinh). Lý do đề xuất đã được biên tập viên xem xét; số lượt tải chỉ phản ánh mức độ quan tâm.