MiniMax H3 Bản tin buổi sáng 2026-11-03｜Đề xuất hàng đầu Hand Tie Clips — video + âm thanh MiniMax H3 multi-hop, một hàng đợi

Radar AI của Trinh Trinh · MiniMax H3 · Bản tin buổi sáng 2026-11-03

Kỳ này có 33 phiên bản mới: Đề xuất mạnh mẽ 0 · Đề xuất 2 · Đáng chú ý 13 · Chỉ ghi nhận 18

Lời bình của biên tập viên　Kỳ này đã xem xét 33 phiên bản mới của H3, trong đó AIKSK đã phát hành đồng loạt hơn 20 quy trình làm việc. Đề xuất hàng đầu là Hand Tie Clips 3.4: nối nhiều đoạn video ngắn H3 thành một video dài hơn một phút, thêm phương pháp nối sand_tie để toàn bộ chuỗi đoạn được kết xuất thành một video duy nhất, không có mối nối; một lựa chọn A khác là Ref2VA đồng bộ khẩu hình v2.0 của UCHIJ, sử dụng âm thanh của riêng bạn để điều khiển việc tạo video từ tham chiếu. Các phiên bản 48/80 GB trong loạt AIKSK chỉ thay đổi mức lượng tử hóa, mẫu cơ bản không có tính năng mới và các biến thể R2V có sự khác biệt không rõ ràng trên thẻ được hạ xuống hạng C, và ghi rõ trong phần rủi ro vấn đề đặt tên mức độ “phiên bản 24 GB thực ra lại là độ chính xác đầy đủ bf16”; LoRA nhân vật thông thường và công cụ nhắc lệnh chung được xếp hạng C.

Đề xuất (2)

【A】Hand Tie Clips — video + âm thanh MiniMax H3 multi-hop, một hàng đợi · v3.4

Quy trình làm việc · Cập nhật phiên bản · Tác giả sandpies · Phát hành 11-03 00:25 · Tải xuống 44

Hand Tie Clips 3.4: gói nút tùy chỉnh nối nhiều đoạn video ngắn H3 thành một video dài hơn một phút, phiên bản này thêm phương pháp nối sand_tie “một cảnh quay liên tục”, toàn bộ chuỗi đoạn được kết xuất thành cùng một video, không thấy mối nối.

Giải pháp video dài hoàn chỉnh nhất kỳ này; giá trị của phiên bản mới nằm ở việc loại bỏ các mối nối khi ghép nhiều đoạn, phù hợp để thử sand_tie với các bài hát ngắn hoặc cuộc đối thoại giữa hai người trước.

Hình minh họa

Lý do đề xuất

• Cập nhật phiên bản: Phương pháp nối mới sand_tie cho phép toàn bộ chuỗi hop được kết xuất như một video, chỉ cắt ở những nơi đã ghi anchor: restart; có thể làm lại riêng lẻ một hop, các phần khác được giữ nguyên; thêm tone_lock để ngăn cảnh quay dài ngày càng sáng hơn; bộ khuếch đại vẽ lại các khuôn mặt nhỏ ở xa như cận cảnh, và sửa lỗi tràn bộ nhớ khi xử lý video dài; trợ lý viết kịch bản đã bổ sung các quy tắc cho nhiều người nói cùng lúc, nói khi đang ăn, quay camera bao quanh, v.v.
• Phục vụ video dài và đối thoại: Cùng một nhân vật, cùng một giọng nói được duy trì qua nhiều cảnh quay; thanh tham chiếu có thể chứa khung hình tĩnh của nhân vật/cảnh và đoạn âm thanh, sử dụng @tag để điều phối; ngoài ra còn có chế độ SWAP để đổi người/đổi đầu và tính năng phóng to 2 MP tích hợp
• Hình ảnh cũ đã lưu vẫn có thể tải được; ba phương pháp nối (motion_context mặc định, sand_tie mới, hand_tie thử nghiệm) đều có các trường hợp sử dụng riêng, tác giả đã viết rõ giới hạn và điểm cắt đề xuất cho từng loại
• Miễn phí; phiên bản này có 44 lượt tải xuống, toàn bộ mô hình có 1207 lượt (chỉ đại diện cho mức độ quan tâm)

Cách sử dụng

• git clone kho lưu trữ của tác giả vào thư mục ComfyUI/custom_nodes, khởi động lại và làm mới trình duyệt cưỡng bức, kéo vào workflows/HandTieClips_Starter.json; đặt ảnh nhân vật vào dòng đầu tiên của REFS, viết kịch bản phân cảnh vào SCRIPT rồi xếp hàng đợi
• Chọn pin_mech: sand_tie cho các cảnh quay dài, yêu cầu ComfyUI phiên bản mới hơn; tác giả đề xuất Turbo DiT Wuli 8 bước, bộ khuếch đại không gian tiềm ẩn 3D và LoRA Open-H3-Regenerate-2K, các nút liên quan đến tốc độ sử dụng PlagueKind / KJNodes

Rủi ro và hạn chế

• 3 đoạn video mẫu của phiên bản này đều bị ẩn, không thể xem hình ảnh trên trang Civitai; các demo như MV một cảnh quay 2:03 và cảnh hai người 52 giây mà tác giả đề cập nằm ở liên kết ngoài, chưa được xác minh
• sand_tie yêu cầu ComfyUI v0.38.0 trở lên và chồng lấn 0.9 giây; các mức tone_lock 0.5 / 0.75 / full chỉ có trong thẻ mô hình đầy đủ
• Phụ thuộc nhiều (Turbo DiT, bộ khuếch đại, LoRA Regenerate, LLM cục bộ tùy chọn để viết kịch bản); mục này chưa được chạy thử
• Hình minh họa trên thẻ là hình ảnh do AI tạo ra, không phải hiệu ứng thực tế của mô hình; tác giả không có ví dụ công khai ở mức độ thông thường

【A】MiniMax H3 ref2va - Lip Sync + TURBO (v2.0) · MiniMax H3 Ref2VA v2.0

Quy trình làm việc · Cập nhật phiên bản · Tác giả UCHIJ · Phát hành 11-02 21:21 · Tải xuống 48

Quy trình làm việc v2.0 điều khiển H3 Ref2VA bằng âm thanh của riêng bạn: một đến hai hình ảnh tham chiếu + một đoạn đối thoại/hiệu ứng âm thanh/nhạc + nhắc lệnh để tạo video, âm thanh được giữ nguyên làm âm thanh cuối cùng của video, tùy chọn LoRA Turbo tự động khớp số bước.

Chỉ dựa vào các nút cốt lõi là có thể điều khiển bằng âm thanh, đây là giải pháp đồng bộ khẩu hình có rào cản thấp nhất kỳ này.

Hình minh họa

Lý do đề xuất

• Cập nhật phiên bản: Thêm Audio Start (bắt đầu từ bất kỳ vị trí nào trong âm thanh, tự động cắt đến độ dài video); thêm hình ảnh tham chiếu thứ hai, sử dụng <Picture 1> / <Picture 2> trong nhắc lệnh; thời lượng mặc định được đổi thành 5 giây để dễ thử nghiệm; đổi tên nút tải, hướng dẫn tích hợp được cập nhật đồng bộ
• Phục vụ đồng bộ khẩu hình và điều khiển bằng âm thanh: Quy trình làm việc tự động thêm <Audio 1>: fully_copy vào nhắc lệnh, để mô hình coi âm thanh của bạn là âm thanh cuối cùng chứ không phải tham chiếu phong cách; nếu muốn theo dõi lỏng hơn, hãy thay đổi chuỗi nút Audio Guidance
• Bộ chuyển đổi Turbo tự động đặt số bước dựa trên 4step / 8step trong tên tệp LoRA, tắt Turbo sẽ chạy mô hình cơ sở đầy đủ khoảng 20 bước; chỉ sử dụng các nút cốt lõi của ComfyUI, không cần gói nút tùy chỉnh
• Miễn phí; phiên bản này có 48 lượt tải xuống, toàn bộ mô hình có 623 lượt (chỉ đại diện cho mức độ quan tâm)

Cách sử dụng

• Cần mô hình cơ sở minimax_h3_ref2va_pruned_int8_convrot, bộ mã hóa văn bản Qwen3-VL nvfp4_awq, hai VAE cho video và âm thanh (xem danh sách của tác giả để biết độ chính xác); LoRA Turbo là tùy chọn, tên tệp phải chứa 4step hoặc 8step
• Tải lên hình ảnh tham chiếu (hình thứ hai có thể để trống) và âm thanh, đặt Audio Start, độ phân giải, thời lượng và tốc độ khung hình; sử dụng <Picture 1>, <Audio 1> trong nhắc lệnh để chỉ định đầu vào

Rủi ro và hạn chế

• Chỉ có 1 đoạn mẫu và bị ẩn, không thể xem hiệu ứng khẩu hình
• Tác giả nhắc nhở rằng khi số bước thấp gây nhiễu, hãy kiểm tra bảng điều khiển xem có “lora key not loaded”, LoRA Turbo có thể không tương thích với mô hình cơ sở ref2va; không có điều khiển khung đầu/cuối, giới hạn khoảng 15 giây mỗi lần, không nối nhiều đoạn
• Độ dài âm thanh phải không nhỏ hơn điểm bắt đầu + thời lượng; mục này chưa được chạy thử
• Hình minh họa trên thẻ là hình ảnh do AI tạo ra, không phải hiệu ứng thực tế của mô hình; tác giả không có ví dụ công khai ở mức độ thông thường

Đáng chú ý (13)

【B】MiniMax H3 Reference-to-Video Tăng tốc 6x - Phiên bản 24 GB · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-03 00:26 · Tải xuống 29

Phiên bản 24 GB của loạt tăng tốc sáu lần cho việc tạo video từ tham chiếu: đồng thời sử dụng một hình ảnh, một đoạn video và một đoạn âm thanh làm tham chiếu, mô hình cơ sở Ref2VA bf16 + LoRA turbo-v4 chạy 6 bước.

Hình minh họa

【B】MiniMax H3 Ref2VA Vẽ lại đa tham chiếu ba giai đoạn 2K · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-02 23:18 · Tải xuống 30

Vẽ lại đa tham chiếu ba giai đoạn Ref2VA của AIKSK: Giai đoạn đầu tạo từ nhiều hình ảnh tham chiếu, sau đó qua hai lần phóng to không gian pixel RTX ×1.5, mỗi giai đoạn được điều kiện hóa lại theo kích thước mới, sử dụng LoRA Turbo 4 bước để tinh chỉnh giảm nhiễu thấp, mục tiêu 2K.

Hình minh họa

【B】MiniMax H3 Image-to-Video Tăng tốc 6x - Phiên bản 24 GB · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-03 00:23 · Tải xuống 26

Phiên bản 24 GB của loạt “tăng tốc sáu lần” AIKSK cho việc tạo video từ hình ảnh: mô hình cơ sở độ chính xác đầy đủ FL2VA bf16 + LoRA turbo-v4, euler + beta chỉ chạy 6 bước, một hình ảnh tạo ra video.

Hình minh họa

【B】R2V-06 Hình ảnh nhân vật + Video chuyển động + Âm thanh mới · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-03 00:00 · Tải xuống 21

R2V-06 của AIKSK: Hình ảnh nhân vật xác định danh tính, video chuyển động cung cấp hành động, kèm theo một đoạn âm thanh hoàn toàn mới, tạo ra video nhân vật với giọng nói đã thay đổi.

Hình minh họa

【B】MiniMax H3 Tăng tốc Turbo LightX2V · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-03 00:25 · Tải xuống 21

Hướng đi LightX2V trong loạt tăng tốc sáu lần: tạo video từ một hình ảnh, mô hình cơ sở INT8 đã cắt tỉa + LoRA Turbo LightX2V 4 bước (cường độ 0.75), er_sde + simple chỉ chạy 4 bước.

Hình minh họa

【B】MiniMax H3 Vẽ lại Video HD Phổ quát (Phóng to một lần) · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-02 23:20 · Tải xuống 27

Vẽ lại video HD phổ quát của AIKSK: Phóng to bất kỳ đoạn video nào rồi đưa không gian tiềm ẩn vào H3, sử dụng giảm nhiễu thấp 4 bước (0.65) để vẽ lại một lần nhằm bổ sung chi tiết, giữ nguyên hành động, bố cục, chuyển động camera và âm thanh gốc.

Hình minh họa

【B】MiniMax H3 FL2VA Phóng to hai giai đoạn (Khung đầu/cuối) · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-02 23:18 · Tải xuống 17

Quy trình làm việc phóng to hai giai đoạn khung đầu/cuối H3 của AIKSK: Hai hình ảnh khung đầu và cuối đầu tiên được tạo bằng LoRA turbo với 8 bước, sau đó được phóng to trong không gian pixel bởi RTX, được điều kiện hóa lại dựa trên kích thước thực tế sau khi phóng to, và được tinh chỉnh với nhiễu thấp bằng LoRA turbo với 4 bước.

Hình minh họa

【B】R2V-01 Tham chiếu đa hình ảnh · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-02 23:57 · Tải xuống 24

Số thứ tự 1 của R2V trong loạt video tham chiếu đa phương thức H3 kỳ 288 của AIKSK: Bốn hình ảnh tĩnh xác định nhân vật và đạo cụ, kết nối thêm một đoạn âm thanh để điều khiển biểu diễn, sử dụng lấy mẫu cơ bản với 20 bước không có LoRA, xuất video theo chiều ngang.

Hình minh họa

【B】MiniMax H3 Con người kỹ thuật số - Đối thoại hai nhân vật · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-02 22:19 · Tải xuống 20

Quy trình làm việc con người kỹ thuật số đối thoại hai nhân vật H3 của AIKSK: Mỗi nhân vật được cung cấp một hình ảnh và một đoạn âm thanh, hai đoạn âm thanh được cắt, bổ sung khoảng trống và ghép thành một dòng thời gian rồi khóa lại, H3 chỉ tạo ra hình ảnh biểu diễn khớp cho hai nhân vật.

Hình minh họa

【B】MiniMax H3 Tăng tốc INT8 W4A8 · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-03 00:24 · Tải xuống 19

Tệp so sánh lượng tử hóa trong loạt tăng tốc kỳ 291: Một tệp chứa ba nhánh video từ hình ảnh song song, so sánh mô hình cơ sở đã cắt tỉa lượng tử hóa hỗn hợp W4A8 với hai mô hình cơ sở convrot INT8, cả hai đều không có LoRA và giữ nguyên 20 bước đầy đủ.

Hình minh họa

【B】R2V-05 Hình ảnh nhân vật + Video + Âm thanh ghép đôi · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-03 00:00 · Tải xuống 20

Mục thứ 5 của loạt R2V: Hình ảnh nhân vật + video tham chiếu + âm thanh gốc đi kèm video; tách hình ảnh và âm thanh ghép đôi từ đoạn tham chiếu để làm điều kiện, thay thế bằng nhân vật của riêng bạn nhưng giữ nguyên âm thanh của đoạn gốc.

Hình minh họa

【B】MiniMax H3 Tăng tốc Larry Turbo · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-03 00:25 · Tải xuống 15

Hình ảnh đơn giản nhất trong loạt tăng tốc kỳ 291: Tạo video từ một hình ảnh duy nhất, mô hình cơ sở INT8 đã cắt tỉa FL2VA + LoRA turbo-v4 (cường độ 1), euler + beta với 6 bước, chỉ có 21 nút.

Hình minh họa

【B】MiniMax H3 + VoxCPM Con người kỹ thuật số - Một nhân vật · v1.0

Quy trình làm việc · Mô hình mới · Tác giả AIKSK · Phát hành 11-02 22:18 · Tải xuống 18

Quy trình làm việc con người kỹ thuật số một nhân vật H3 + VoxCPM của AIKSK: Một hình ảnh nhân vật + một mẫu giọng tham chiếu VoxCPM, viết kịch bản lời thoại, VoxCPM tổng hợp giọng nói trước, sau đó H3 tạo hình ảnh đang nói dựa trên giọng nói đã khóa.

Hình minh họa

Chỉ bao gồm (18)

• AI Girl: Fictional Women Series39 / 架空の女性シリーズ39 MiniMax H3 · v1.0 — LoRA: LoRA nhân vật hư cấu số 39 thuộc loạt nhân vật hư cấu của shimeaji_RTX: một LoRA nhân vật nữ vận động viên bóng chuyền Nhật Bản hư cấu.
• MiniMax H3 First-Frame Image-to-Video · v1.0 — Workflow: Quy trình cơ bản tạo video từ hình ảnh khung hình đầu tiên H3 của AIKSK: sử dụng một hình ảnh làm khung hình bắt đầu, mô hình cơ sở FL2VA bf16, không dùng LoRA, res_multistep + simple 20 bước.
• MiniMax H3 Image-to-Video 6x Speedup - 48 GB Edition · v1.0 — Workflow: Phiên bản 48 GB của quy trình tạo video từ hình ảnh tăng tốc gấp sáu lần: sử dụng cùng bộ lấy mẫu turbo-v4 6 bước như phiên bản 24 GB, chỉ thay đổi mô hình cơ sở sang FL2VA INT8 convrot, bộ mã hóa sang nvfp4_awq và VAE video sang int8.
• MiniMax H3 Text-to-Video · v1.0 — Workflow: Quy trình cơ bản tạo video từ văn bản H3 của AIKSK: chỉ nhập prompt, không kết nối hình ảnh vào nút điều kiện ImageToVideo để sử dụng như tạo video từ văn bản thuần túy, mô hình cơ sở FL2VA bf16 20 bước.
• MiniMax H3 Reference-to-Video 6x Speedup - 48 GB Edition · v1.0 — Workflow: Phiên bản 48 GB của quy trình tạo video từ tham chiếu tăng tốc gấp sáu lần: sử dụng ba nguồn tham chiếu hình ảnh + video + âm thanh và lấy mẫu turbo-v4 6 bước giống như phiên bản 24 GB, chỉ thay đổi mô hình cơ sở sang Ref2VA INT8 convrot và bộ mã hóa sang nvfp4_awq.
• catolf1 · v1 — LoRA: LoRA nhân vật catolf1 của chibron: nhãn chỉ ghi “character”, cho thấy chỉ có tên nhân vật, không rõ đó là nhân vật gì.
• MiniMax H3 Image-to-Video 6x Speedup - 80 GB Edition · v1.0 — Workflow: Phiên bản 80 GB của quy trình tạo video từ hình ảnh tăng tốc gấp sáu lần: sử dụng cùng bộ lấy mẫu turbo-v4 6 bước, mô hình cơ sở được thay bằng FL2VA INT8 convrot đã được cắt tỉa (pruned), bộ mã hóa nvfp4_awq và VAE video int8.
• R2V-02 Pure Video Reference · v1.0 — Workflow: Tham chiếu video thuần túy R2V-02 của AIKSK: động tác và nhịp điệu được lấy từ một đoạn video tham chiếu thay vì khung hình tĩnh, Video Slice quyết định sử dụng đoạn nào.
• MiniMax H3 Ref2VA Two-Stage Multi-Reference Redraw · v1.0 — Workflow: Phiên bản tiết kiệm chi phí của quy trình vẽ lại đa tham chiếu ba giai đoạn: sau khi tạo từ nhiều hình tham chiếu, chỉ thực hiện một lần phóng to pixel bằng RTX, giai đoạn hai tái điều kiện hóa theo kích thước sau khi phóng to và tinh chỉnh với mức giảm nhiễu thấp trong 4 bước.
• R2V-04 Character Image + Standalone Audio · v1.0 — Workflow: Mục thứ 4 của loạt R2V: tạo video từ hình ảnh nhân vật + âm thanh độc lập, bốn vị trí hình ảnh cộng với một đoạn âm thanh đã cắt, không kết nối video tham chiếu; gần như giống hệt mục R2V số 1, chỉ thay đổi tỷ lệ khung hình sang dọc 9:16.
• MiniMax H3 First-and-Last-Frame Video · v1.0 — Workflow: Phiên bản cơ bản tạo video từ khung hình đầu và cuối H3 trong kỳ thứ 288 của AIKSK: hai hình ảnh xác định phần mở đầu và kết thúc, H3 bổ sung chuyển động ở giữa, không dùng LoRA, 20 bước.
• MiniMax H3 Last-Frame Image-to-Video · v1.0 — Workflow: Phiên bản cơ bản tạo video từ hình ảnh khung hình cuối H3 trong kỳ thứ 288 của AIKSK: cung cấp một hình ảnh làm khung hình kết thúc, để video hội tụ về hình ảnh đó; cùng một tệp chứa hai nhánh song song, xuất ra lần lượt 10 giây và 5 giây.
• MiniMax H3 Reference-to-Video 6x Speedup - 80 GB Edition · v1.0 — Workflow: Mức 80 GB của quy trình tạo video từ tham chiếu trong loạt “Tăng tốc 6 lần” kỳ thứ 291 của AIKSK: ba nguồn tham chiếu hình ảnh + video + âm thanh, mô hình cơ sở Ref2VA INT8 đã cắt tỉa kết hợp với LoRA turbo-v4, euler + beta chỉ chạy 6 bước.
• Prompt Studio — Give Your AI Creations a Memory · v1.21 — Khác: Một công cụ lưu trữ prompt và tác phẩm cục bộ trên Windows (không phải mô hình, bản thân nó không tạo ra hình ảnh), v1.21 bổ sung các công cụ lập kế hoạch như quả cầu minh họa ánh sáng, tư thế cho người và mèo/chó, bàn làm việc cho hình ảnh/video/âm thanh; không có sự điều chỉnh chuyên biệt cho H3.
• Elizabeth WhiteMoon · MiniMaxH3 — LoRA: Phiên bản H3 của LoRA nhân vật hư cấu Elizabeth WhiteMoon, dùng để tạo ra nhân vật nữ mang phong cách học giả thư viện trong video.
• R2V-03 Character Image + Motion Video · v1.0 — Workflow: Mục thứ 3 của loạt R2V: hình ảnh nhân vật xác định ngoại hình, video tham chiếu cung cấp động tác (chuyển giao động tác), kèm theo một vị trí đầu vào âm thanh, nhưng trên thẻ không ghi rõ âm thanh đi theo nhánh nào.
• MiniMax H3 Larry + Attention + Cache Full Acceleration · v1.0 — Workflow: Bàn thử nghiệm “toàn diện” của loạt tăng tốc kỳ thứ 291: ba nhánh song song chồng các bản vá attention và cache lên cùng một mô hình cơ sở FL2VA INT8 + LoRA turbo-v4 (6 bước).
• MiniMax H3 Larry + SageAttention Acceleration · v1.0 — Workflow: Bàn thử nghiệm SageAttention của loạt tăng tốc kỳ thứ 291: bốn nhánh song song dùng chung mô hình cơ sở FL2VA INT8 và LoRA turbo-v4 (6 bước), khác biệt nằm ở các bản vá attention / cache được kết nối bên ngoài mỗi nhánh.

---

Dữ liệu: API công khai của Civitai (mô hình cơ sở MiniMax H3), cửa sổ thu thập từ 11-02 20:31 đến 11-03 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.