Radar AI của Trinh Trinh · MiniMax H3 · Bản tin buổi sáng 2026-11-01
Kỳ này có 7 phiên bản mới: Rất khuyến nghị 0 · Khuyến nghị 1 · Có thể theo dõi 2 · Chỉ ghi nhận 4
Lời bình của biên tập viên Kỳ này đã xem xét 7 phiên bản mới của H3, không có mục nào đạt cấp S. Ưu tiên giới thiệu quy trình làm việc video dài trên card đồ họa 12 GB: chia nhỏ quá trình tạo video từ tham chiếu, Gemma xem từng đoạn để viết prompt, nối tiếp bằng 22 khung hình cuối cùng của đoạn trước; tác giả đã cung cấp thời gian đo thực tế cho video hoàn chỉnh 15 giây, cài đặt VRAM và các vấn đề đã biết như lệch màu, nhưng chỉ có 1 ảnh tĩnh mẫu, nên xếp loại A. Phiên bản H3 của LoRA phong cách Cyberpunk cổ điển chỉ có hai dòng mô tả, các tham số trên thẻ thuộc về phiên bản Z-Image Turbo, nên hạ từ A xuống B; phiên bản này của VAE video phóng to 2 lần chỉ thêm định dạng int8, không ghi rõ cải tiến, giữ nguyên B; ba biến thể nhân vật của Game Girl 8 và Renee Hopkins đều là LoRA nhân vật thông thường với toàn bộ mẫu bị ẩn, xếp loại C.
Khuyến nghị (1)
【A】MiniMax H3 Ref2VA + HR Endless — video hơn 15 giây trên GPU 12 GB · v1 (đã kiểm thử trên 12 GB)
Quy trình làm việc · Mô hình mới · Tác giả semenovsas776 · Phát hành 11-01 03:39 · Tải xuống 43
Một quy trình làm việc video dài tạo từ tham chiếu (Ref2VA) cho H3: chia nhỏ các biến thể tiềm ẩn (latent) thành nhiều đoạn để tạo lần lượt, trước mỗi đoạn Gemma 4 12B xem hình ảnh của đoạn trước để viết prompt cho đoạn hiện tại, và nối tiếp bằng cách sử dụng 22 khung hình cuối cùng của đoạn trước làm tham chiếu video / âm thanh; tác giả đã tạo ra video hoàn chỉnh dài 15 giây trên card đồ họa 12 GB.
Giữ nguyên A: Nối tiếp video dài theo từng đoạn là một cách dùng mới rõ ràng, thời gian đo thực tế, cài đặt VRAM và các vấn đề đã biết đều được ghi chép đầy đủ, nhưng chỉ có 1 ảnh tĩnh mẫu, không có video hoàn chỉnh để xem.
Hình minh họa
Lý do khuyến nghị
- Mô hình mới: Giải quyết vấn đề video H3 đơn đoạn quá ngắn và bị đứt gãy khi ghép cứng, phục vụ nhu cầu tạo video từ tham chiếu cần một cảnh quay dài liên tục để kể trọn vẹn một tình tiết; thời lượng phân cảnh [Shot N] được ghi trong prompt sẽ được tuân thủ
- Tác giả cung cấp dữ liệu tự kiểm tra: Trên RTX 4070 SUPER 12 GB, turbo 4 bước, độ phân giải 480×864, video 15 giây / 362 khung hình mất 376–390 giây; cùng quy trình đó với bộ nhớ 32 GB mất khoảng 425 giây, từ 64 GB trở lên có thể giữ mô hình thường trú trong bộ nhớ giữa các đoạn
- Tác giả đã so sánh với nút lõi MiniMax H3 Context Windows: Phương pháp cửa sổ nhanh gấp đôi (190–204 giây), màu sắc ổn định, nhưng một prompt duy nhất sẽ gây lặp lại hành động, mỗi cửa sổ một prompt sẽ gây cắt cứng; khi cần một cảnh quay liên tục có tình tiết, tác giả chọn quy trình này
- Miễn phí, giấy phép cho phép xuất ảnh, cho thuê, bán và bán bản fusion; phát hành khoảng 5 giờ với 43 lượt tải xuống (chỉ phản ánh mức độ quan tâm)
Cách sử dụng
- Nhập minimaxH3Ref2vaHREndless15S_v112GBTested.zip (5 KB); cần có ComfyUI-HR-Endless-Sampler (hradec) và ComfyUI-KJNodes, mô hình lấy từ Comfy-Org/MiniMax-H3: ref2va pruned int8, ref2v turbo 4 bước LoRA, bộ mã hóa văn bản qwen3vl 32B NVFP4, VAE video int8 và VAE âm thanh; mô hình Gemma 4 12B QAT sẽ tự động tải xuống bởi nút khi chạy lần đầu
- Cài đặt cho card đồ họa 12 GB: chunk_frames 124, video_continuation 22 (full), MiniMax Low VRAM Attention chia thành 4 head chunk, tắt gemma4_mtp và cache_gemma_preproduction; nếu các đoạn sau bị tràn VRAM, hãy giảm chunk_frames xuống 90, nếu vẫn không được thì giảm xuống 56
- Hành động phải lấp đầy toàn bộ thời lượng (kéo dài hành động 6 giây lên 15 giây, Gemma sẽ tự biên tập cảnh quay); ở độ phân giải 480×864, khuôn mặt trong cảnh xa chỉ cao khoảng 80–90 pixel, hãy đặt các khuôn mặt quan trọng ở cảnh trung hoặc cận
Rủi ro và hạn chế
- Không thể làm đối thoại: HR Endless không hỗ trợ mặt nạ khử nhiễu theo đoạn, lời thoại sẽ do H3 tự lồng tiếng; tác giả đo được sự lệch màu giữa các đoạn, độ bão hòa trung bình của giây cuối cùng cao hơn khoảng 40% so với giây đầu tiên
- Mẫu hiển thị duy nhất là 1 ảnh tĩnh (nhân vật ngồi trước bàn làm việc), không có video hoàn chỉnh; 1 mẫu cấp nhạy cảm đã bị ẩn; mục này chưa được chạy thử
- Phụ thuộc vào hai gói nút tùy chỉnh, năm tệp mô hình H3 và mô hình Gemma tự động tải xuống khi chạy lần đầu; máy thử nghiệm của tác giả có bộ nhớ 96 GB, nếu bộ nhớ nhỏ hơn sẽ chậm hơn
Có thể theo dõi (2)
【B】Cyberpunk 50s · Minimax H3
LoRA · Chuyển đổi · Tác giả Granddyser · Phát hành 11-01 03:15 · Tải xuống 91
Phiên bản H3 của LoRA phong cách Cyberpunk cổ điển "Cyberpunk 50s": biến hình ảnh thành tương lai cổ điển của kỷ nguyên nguyên tử thập niên 1950, với chi giả mạ crôm, nhà hàng neon, xe bay có vây đuôi và đại lộ trong đêm mưa, thiên về tông màu ấm của phim Kodachrome.
Hạ từ A xuống B: Phong cách không phải là khả năng mới, phiên bản H3 chỉ có hai dòng mô tả, không có tham số H3 nào, các tham số trên thẻ thuộc về phiên bản Z-Image Turbo, mẫu hiển thị chỉ có 1 đoạn.
Hình minh họa
Lý do khuyến nghị
- Chuyển đổi: Trang mô hình cùng tên đã có phiên bản Z-Image Turbo, MOSS Image, ngay sau khi phát hành phiên bản H3 thì phiên bản Krea 2 cũng được ra mắt; mô tả của phiên bản H3 chỉ có hai dòng: có thể tạo video từ văn bản kèm âm thanh, chỉ cần dùng prompt thông thường, tác giả tuyên bố các video trưng bày đều không thêm từ khóa kích hoạt
- Phục vụ phim ngắn khoa học viễn tưởng cổ điển, cảnh quay thành phố trống, cảnh quay nhân vật cần thống nhất phong cách nghệ thuật thời đại; tác giả tuyên bố bao phủ cả nhân vật, đường phố, nội thất và phương tiện giao thông
- Có 1 đoạn video mẫu hiển thị (cảnh trạm xăng: xe có vây đuôi mạ crôm và nhân viên bơm xăng đeo kính bảo hộ); miễn phí, giấy phép cho phép xuất ảnh, cho thuê và cho thuê trong nền tảng; phát hành khoảng 6 giờ với 91 lượt tải xuống, mô hình tích lũy 606 lượt (chỉ phản ánh mức độ quan tâm)
Cách sử dụng
- Trong quy trình làm việc H3, tải Retro-Cyberpunk-50s-H3.safetensors (569 MB · FP16), trực tiếp mô tả cảnh bằng prompt thông thường; tác giả không cung cấp cường độ, số bước và bộ lấy mẫu cho phiên bản H3
- Các tham số Shift 7.0, 8 bước, guidance_scale 1, cường độ 0.7–1.0 và từ khóa kích hoạt cy50 trên thẻ đều được ghi dưới thông số kỹ thuật của phiên bản Z-Image Turbo, tác giả không nói rõ liệu phiên bản H3 có thể sao chép nguyên vẹn hay không
Rủi ro và hạn chế
- Mô tả riêng cho H3 chỉ có hai dòng, không có bất kỳ tham số video nào (tốc độ khung hình, độ phân giải, số bước), cũng không đăng ký từ khóa kích hoạt
- Tác giả tuyên bố các video trưng bày đều kèm theo quy trình làm việc ComfyUI đầy đủ, nhưng 1 đoạn hiển thị không chứa thông tin prompt; 3 mẫu cấp nhạy cảm đã bị ẩn; mục này chưa được chạy thử
- Giấy phép không cho phép tạo tác phẩm phái sinh
【B】CLEAN X2 E26 VIDEO VAE H3 (phóng to kích thước 2x) · v2.0
VAE · Cập nhật phiên bản · Tác giả speach1sdef178 · Phát hành 11-01 00:45 · Tải xuống 45
Phiên bản thứ 2 của VAE video phóng to không gian 2 lần cho H3 (Clean X2 E26): trực tiếp xuất hình ảnh ở độ phân giải gấp đôi khi giải mã, không cần nối thêm mô hình siêu phân giải bên ngoài; phiên bản này bổ sung tệp int8.
Giữ nguyên B: Ý tưởng rõ ràng, có video mẫu, nhưng cập nhật của phiên bản này chỉ là thêm định dạng mới, không ghi điểm cải tiến, cũng không có so sánh với giải mã thông thường.
Hình minh họa
Lý do khuyến nghị
- Cập nhật phiên bản: Mô tả cập nhật chỉ có một câu "BF16 and Int8 version", tức là bổ sung tệp int8 (2.6 GB), tệp chính là fp16 / bf16 dung lượng 4.9 GB; hash của tệp chính khác với phiên bản trước, nhưng tác giả không nói rõ trọng số có được huấn luyện lại hay không; JSON quy trình làm việc giải mã đi kèm ở phiên bản trước đã không còn được đính kèm trong phiên bản này
- Phục vụ phóng to sau khi xuất video từ H3: tác giả tuyên bố lấy thêm chi tiết không gian trực tiếp từ bộ giải mã riêng của H3, loại bỏ hoa văn lưới lặp lại của giải mã X2 cũ, không cần nối siêu phân giải AI phía sau; E26 chỉ lần lặp lớn thứ 26
- Có 1 đoạn video mẫu hiển thị (cận cảnh gà mái ở độ phân giải 2496×1664), nhưng không có so sánh với giải mã thông thường; miễn phí; phát hành khoảng 8 giờ với 45 lượt tải xuống, mô hình tích lũy 195 lượt (chỉ phản ánh mức độ quan tâm)
Cách sử dụng
- Bắt buộc phải cài đặt gói nút TripleHeadedMonkey/ComfyUI-MiniMaxH3_LatentUpscaler, sử dụng kết hợp với quy trình làm việc giải mã X2 VAE; nếu VRAM hạn hẹp hãy chọn cleanX2E26VIDEOVAEH32x_v20_int8.safetensors (2.6 GB), ngược lại dùng cleanX2E26VIDEOVAEH32x_v20_fp16.safetensors (4.9 GB)
- Tác giả không cung cấp thông tin về chia khối giải mã, mức sử dụng VRAM và độ phân giải đầu vào khuyến nghị; quy trình làm việc giải mã X2 phiên bản này không được đính kèm
Rủi ro và hạn chế
- Mô tả cập nhật chỉ có một câu, không ghi rõ thay đổi hình ảnh so với phiên bản trước; tác giả không giải thích sự khác biệt về chất lượng hình ảnh giữa int8 và fp16
- Mẫu hiển thị chỉ có 1 đoạn, 2 mẫu cấp nhạy cảm đã bị ẩn; mục này chưa được chạy thử
- Giấy phép chỉ cho phép cho thuê và cho thuê trong nền tảng, không chọn thương mại hóa xuất ảnh
Chỉ ghi nhận (4)
- TFM Game Girl 8 · MMH3 - 3D Version — LoRA: LoRA nhân vật H3 của Game Girl 8, một nhân vật gốc linh vật do tác giả tạo ra (phiên bản phong cách 3D): Nhân vật này bắt nguồn từ mô hình 3D được tác giả chạm khắc thủ công, các hình ảnh huấn luyện là kết xuất đa góc độ của mô hình 3D này.
- Renee Hopkins · v1.0 H3 — LoRA: LoRA nhân vật H3 của Renee Hopkins, một nhân vật hư cấu trưởng thành gốc (một phụ nữ sống ở Halifax, tự chế tạo đồng phục để làm "siêu anh hùng nghiệp dư"), từ khóa kích hoạt là reneehopkins.
- TFM Game Girl 8 · MMH3 3D R2V — LoRA: Phiên bản H3 "3D R2V" của LoRA nhân vật Game Girl 8: Đây là cùng một nhân vật với phiên bản 3D trên cùng trang, dựa vào tên phiên bản có thể thấy nó dành cho quy trình tạo video từ tham chiếu (R2V).
- TFM Game Girl 8 · MMH3 Realistic — LoRA: Phiên bản H3 phong cách thực tế của LoRA nhân vật Game Girl 8: Đưa nhân vật linh vật 3D của tác giả vào video H3 theo phong cách chân thực.
Dữ liệu: API công khai của Civitai (mô hình cơ sở MiniMax H3), cửa sổ thu thập từ 10-31 20:31 đến 11-01 09:01 (giờ Bắc Kinh). Lý do đề xuất đã được biên tập viên xem xét; số lượt tải xuống chỉ phản ánh mức độ quan tâm.