попробовал обучить лору для minimax на musubi tuner, где-то за час на 5070ti, получилось вполне похоже. правда смысл в этом небольшой при наличии возможности пихать кучу референсов на вход.
https://github.com/AkaneTendo25/musubi-tuner/blob/minimax-h3/docs/minimax_h3.md
https://github.com/AkaneTendo25/musubi-tuner/blob/minimax-h3/docs/minimax_h3.md
Только вкатился в минимаск. Пока на i2v. Поясните, почему на турболоре 600 ема 8 шагов, 5 сек. 06 мп. генерит около 5 минут, а при выключенной лоре и 20 шагах те же самые 5 секунд генерятся так же 5 минут, качество соответственно намного лучше. Сага 2, спектрум выключен, 3090, инт 8 коньврот. Вообще это нормальные цифры или должно быть быстрее?
Это конечно всё замечательно но неработает. при начале генерации во время загрузки моделей на видеокарты выдает ошибку и комфи вылетает. Может я ноды не те какието использую??
>выдает ошибку
Ща, подожди, подключаю магический шар, чтобы узнать, что там у тебя за ошибка.
subject_definitions:
<Subject 1> is the woman with long, wavy brown hair featuring blonde highlights, wearing a bright neon-green pleated bikini top and matching bottoms, silver cross necklace, and large dark aviator sunglasses. She is sun-kissed with visible freckles on her nose and shoulders. Her appearance and initial pose are anchored in <Picture 1>.
<Subject 2> is the man's penis and lower torso, featuring a perfectly smooth, anatomically correct skin texture, a round glans penis, and a slender shaft. The specific anatomical details are derived from <Picture 2>.
<Picture 2> is the collage of reference images providing the specific skin texture and anatomical proportions for <Subject 2>.
summary:
[keyframe completion + reference generation] The target video is a single continuous shot. <Subject 1> transitions from a reclining pose to performing oral sex on <Subject 2> (derived from <Picture 2>), who enters from the left and kneels by her head. The camera remains static as the action unfolds.
retention_analysis:
<Subject 1> (appears in [Shot 1]): fully_preserved - retains the neon-green bikini, silver necklace, aviator sunglasses, and wavy brown hair with highlights from <Picture 1>.
<Subject 2> (appears in [Shot 1]): fully_preserved - the penis retains the perfect smooth skin texture, round glans, and thin anatomical shape defined in <Picture 2>.
<Picture 2> (Subject 2 visual details): fully_preserved - the anatomical specifics of the penis are retained in the generated video content.
detailed_description:
The video adopts a hyper-realistic, 4K lifestyle photography style with bright, harsh sunlight and high contrast.
[Shot 1] The shot begins from a woman with long wavy brown and blonde hair, lying on a light blue towel at a sun-drenched beach club. She wears a neon-green pleated bikini top and large dark aviator sunglasses, her body relaxed on a white lounger. The background features blurred white umbrellas and a clear blue sky. The camera is completely static. <Subject 1> slowly turns her head to the left. From the left edge of the frame, <Subject 2>, a man's penis and lower torso, enters and positions himself on his knees directly beside her head. The penis displays the perfect, smooth, anatomically correct texture with a distinct round glans and a slender shaft. <Subject 2> reaches out and firmly grabs <Subject 1> by the hair with his left hand. He then thrusts the shaft of <Subject 2> forward into her open mouth. <Subject 1> complies, taking the shaft deep into her throat until the middle of the shaft is swallowed. Once fully inserted, she begins to rhythmically move her head forward and backward, sucking the shaft while <Subject 2> maintains his grip on her hair. The shot holds on this intimate interaction until the video ends.
overall_soundscape:
Ambient beach club sounds, including distant chatter and soft waves, serve as the background. A distinct, wet oral suction sound is heard as the man pushes the woman's head forward and she swallows the shaft, continuing with the rhythmic sounds of her head bobbing and sucking.
non_diegetic_music:
Upbeat, energetic summer pop instrumental, driving a fast tempo that matches the quick, energetic motion of the woman's head bobbing.
В этом и прикол, что наконец-то дожили когда рефы решают и не надо пердолится с лорами. Конечно, лоры будут в переди, но качество рефов уже имбовое.
Сделай проще и дай 64 гб файлу подкачки
Со звуком надо что-то делать. Рефы не вариант, потому что у тебя тупа на всех видео будут одни и те же звуковые эффекты.
>Со звуком надо что-то делать.
Жди новых квантов каких-нибудь, и фиксов нод. Пока всё звучит как поломка квантования. А уж от турбо лор и прочих ускорялок пидорасит ещё сильнее.
ref2va, реф видео + реф звук, > сгенерь пожалуйста для этого куска видео звук вот с этими рефами.
По идее должно работать, по 5 секунд, потом инжект звука, чтобы продолжил
>Пока всё звучит как поломка квантования
Хм, возможно. Я помню в Грок Имеджин была точно такая же проблема. В какой-то момент вместо звуков сосания были противные звуки наждачки и просто какие-т рандомные булькающие звуки, если на картинке была жидкость. Потом они это как-то пофиксили. Но возможно они пофиксили обучив новую модель, тут хз.
А у кого такая ерунда есть, что наличие турболоры как бы "фиксирует" сид, хотя стоит рандом. Видео перестаёт особо менятся при каждой генерации даже если прям сильно переписать участников сцены, выходит примерно та же комната и почти те же лица. Была такая херня в ване похожая давно когда то и тоже после появления первых турболор, но уже не помню чем вылечилось.
Полноценно - только через raylight: https://github.com/komikndr/raylight
И это только начало, представь когда Машк просверлит тебе голову и ты сможешь почувствовать её жопу у себя на лице.
Вот кстати да, тоже заметил, вариативности почти нет, сид меняешь, описание меняешь а персы не особо меняются, даже одежда у них не меняется, хотя она даже в промпте прописана не была конкретно.
а схуя у них должна меняться одежда, если в промте нет указания на другую одежду, а модель очень уверенно определяет всю хуйню с рефа и не гонит отсебятину.
таки теперь можно анекдоты оживлять с этим минимаксом
уменьшение значения denoise шедулера попробуйте
А если попробовать прописать акцент попугая? Чтобы он как попугай говорил. Мне кажется это можно вытащить, но нужно подобрать ключевые слова 🤔
А я вот не использую референсы и такая же ерунда в FL2VA, убираешь все турбы возвращаешься к почти дефолтному вф и с тем же промптом снова начинается очень хорошая вариативность.
Была такая же лажа и в ване и даже в картиночных моделях SD/SDXL встречал это явление, словно сид чем то морозится, либо багами либо самой турбы либо какой то комбинацией этой лоры и сэмплера.
Подскажите какая самая лучшая модель для вана в плане качества картинки и консистентности. ЧТо бы не было там всяких флешек, миганий какой-то хуеты, всполохов и т.д. Что бы максимально гладко было и плавно, и фон консистентный.
minimax h3
>Ждём турбо-лор.
Для вана. Всмысле дообученный ван.
В минимаксе вообще картинка ужасная с артефактами и модель слишком большая.
Нужно именно качество картинки и скорость на 12 гб.
>В минимаксе вообще картинка ужасная с артефактами
У тебя с глазами что-то ужасное произошло. Если ты считаешь, что ван отличную картинку выдаёт, а минимакс - ужасную.
Скорее ван у него хоть как-то лезет, а минимакс он уквантовал вусмерть.
Я не спорить пришел, про минимакс я ничего не спрашивал. Мне наиболее лучшая модель вана нужна для плавности. А то с цивита качать всё и перебирать, ебанёшься.
Ван тоже квантованный у меня, он выдает постоянно какие-то странные артефакты, задний фон начинает мигать, мерцать. Невозможно пилить видео продакшен уровня.
Мне бы какую-то модель перетренированную для плавности, консистентности фона и т.д.
Минимакс удовлетворяет всем твоим требованиям. Просто надо погуглить там, как с ним работать, яхз. Его настройки. Для ванька сопоставимое ты даже близко не найдешь.
текстовый энкодер на 4b для минимакса. судя по описанию, из-за урезания он стал плохо уметь в речь на языках отличных от английского, но остальное не сильно пострадало https://www.reddit.com/r/StableDiffusion/comments/1vjm51w/minimax_h3_clip_qwen_4b_instead_of_32b/
Минимакс мне не влезет, ёпт. Мне модельки плавные для вана гигов по 12 максимум. А то что влезет будет 30 минут уёбищную картинку генерить, типа такой
К примеру у меня есть модель для вана, я когда-то качал, там типа натренировано на движения. И там типа реально всё движется што пиздец, активно. А мне вот надо наоборот, что бы без переборща с движением, и мерцанием, что бы плавно было. И что бы генерило на 3060 за 4 минуты, а не за 40 блять.
>видео продакшен уровня
>3060
Ты уж определись, тебе в прод или на 3060. Или бери стопку 5090, или сиди с кривыми видосами по 30 минут на каждое.
Ван вполне может выдавать качественную картинку. Но делает это нестабильно, особенно, когда есть последний кадр. Вот я и спрашиваю перетренированную модель вана заточенную под плавность и консистентность.
да, LLM можно попросить сделать попугайный голос, я промпты с помощью gemma 4 делаю, вручную писать заебаться можно
>3060
охуеть у тебя запросы с такой видеокартой
чтобы что? промт переваривается 10 сек и так
>чтобы что?
чтобы ты хуйню написал
>промт переваривается 10 сек
у меня с этим 4b энкодером - мгновенно
Как вы установили эту ноду? У меня не ищется и напримую гитбашем тоже хоть ставится, но конфи его не замечает.
kijai/ComfyUI-SolAttn_triton
kijai/ComfyUI-SolAttn_triton
Про звук. Можно ли наделать себе семплов настроив побольше шагов без турбы(для качества) и разрешение поставить 32х32 пикселя? Делал так кто-то?
в общем работает с qwen3vl 4b и 8b, надо ноду кастомную и clip proj модельки
https://github.com/nicolab28/ComfyUI-ClipProj
https://huggingface.co/NicoLab28/ClipProj-MiniMax-H3/tree/main
на 16/64 системе с 4b\8b летает. меняю промпт, жму кнопку, видео сразу генериться начинает, без долгого пыхтения текстовика. с речью какая-то хуйня правда.
Ну я копирую так, комфи не видит. Короче я понял у меня хуйня пук среньк в программах без причины как обычно на ровном месте, а у всех теми же самыми методами норм все всегда. За шо мне это?
Реф модель еще не тестил, какие там ограничения? Можно всего в два окошка реф кинуть? Например две картинки, видео с картинкой, видео и звук?
ты глянь в консоли, у тебя должна быть ошибка импорта
мб тритон не стоит я хз или еще че может быть
>какие там ограничения
в логе посмотри (в консоли обычно пишется что не хватает, в манагере обычно на таких нодах стоит 'ошибка импорта') либо тритон нужный не стоит либо еще какая то зависимость
Почему что американское хрючево, что китайское выдает один и тот же кринж.
Такое ощущение, что они этот минимакс на нелепых видосах из соры и тренировали.
Ясно, благодарю. Некоторым старым ужастикам не хватает немного грязи. Буду развлекаться
>>3060
>охуеть у тебя запросы с такой видеокартой
Охуеть как ты сейчас закрыл глаза на то, что до января тут был весь раздел в визгах "3060 хватит на всё". Щас вроде некроебы угомонились, но сейчас непременно вылезет трупный червь со своим "акчуалли".
>Минимакс мне не влезет, ёпт. Мне модельки плавные для вана гигов по 12 максимум.
Чел, я тебе страшную вещь скажу. Но если у тебя работает WAN - будет работать и минимакс. Он у меня в системе МЕНЬШЕ памяти жрет чем WAN.
@monkey разъеби его по фактам, с его ссаной 3060, хочет он качество на таком говне
Сейчас разберем по частям тобою написанное
>Для вана. Всмысле дообученный ван.
Ты реально думаешь, что просто дообученный ван на 12 гб даст тебе киношное качество без артефактов. Это не дообучение, это самообман на уровне "я оптимизирую под говно и жду чуда".
>В минимаксе вообще картинка ужасная с артефактами и модель слишком большая.
MiniMax-H3 реально жрёт больше, но ты сравниваешь его с ваном как будто они в одной весовой категории. Один пытается жрать видео+аудио+текст, второй заточен под видео. И артефакты у тебя будут в любом случае, когда ты пытаешься впихнуть современную модель в 3060.
>Нужно именно качество картинки и скорость на 12 гб.
На 3060 12 гб ты не получишь одновременно и качество, и скорость. Либо будет медленно и с артефактами, либо быстро и с таким качеством, что лучше бы вообще не запускал. Хочешь норм — признай, что 12 гб уже устарело для актуальных моделей, а не ищи волшебный дообученный ван.
>Для вана. Всмысле дообученный ван.
Ты реально думаешь, что просто дообученный ван на 12 гб даст тебе киношное качество без артефактов. Это не дообучение, это самообман на уровне "я оптимизирую под говно и жду чуда".
>В минимаксе вообще картинка ужасная с артефактами и модель слишком большая.
MiniMax-H3 реально жрёт больше, но ты сравниваешь его с ваном как будто они в одной весовой категории. Один пытается жрать видео+аудио+текст, второй заточен под видео. И артефакты у тебя будут в любом случае, когда ты пытаешься впихнуть современную модель в 3060.
>Нужно именно качество картинки и скорость на 12 гб.
На 3060 12 гб ты не получишь одновременно и качество, и скорость. Либо будет медленно и с артефактами, либо быстро и с таким качеством, что лучше бы вообще не запускал. Хочешь норм — признай, что 12 гб уже устарело для актуальных моделей, а не ищи волшебный дообученный ван.
Пример воркфлоу
Делал, определенно есть смысл, но после какого-то уровня уже нет смысла понижать разрешение. Вроде 0.1 или 0.2 мп уже без разницы. Ну и по звуку будет небольшой рассинхрон, даже с конкретными таймингами речи.
Мне кажется ты пиздишь.
Вот я на ютубе щас смотрел деда, он генерил 30 минут видос с качеством картинки как у Ван 5б.
Натурально плывущие рожи и переконтраст, как на самой хуевой вановской модели.
Сука, с одной стороны я хочу непрерывно генерировать порнуху, плюс ещё крею2 освоить для рефов, с другой стороны нужно кодить работу. Где-нибудь ближе к зиме вообще отключусь от ИРЛ на месяц-два нахуй.
Да, но если быстро много генерить устанешь и заебет.
не проще было это ему кинуть, чем стену текста писать?
так это макака писала, а на пикриле ле классека
>чем стену текста писать?
так он и не писал, это местный ИИ прислуживает пасскодобоярам
>Это твой отчим?
мамка твая))0) пол сменила. не узнал - долго жить будет ещё, примета есть такая)0
реф модель полное говно, сравните режиссуру и звук этих шебм (фл) и (реф)
А еще вы проигнорировали легенду треда , а между прочим видеорилы я сгенерил по его совету - тупо в реф вф подставил фл модель. Да, она напутала разговоры персонажей (первая шемб такой ор нахуй), но зато подхватила все рефы! так-то очень годно, только надо разобраться, как правильно ее промптить
А еще вы проигнорировали легенду треда , а между прочим видеорилы я сгенерил по его совету - тупо в реф вф подставил фл модель. Да, она напутала разговоры персонажей (первая шемб такой ор нахуй), но зато подхватила все рефы! так-то очень годно, только надо разобраться, как правильно ее промптить
Выкидывай энкодинг VLкой. Будет лучше. А так у тебя токены от референсов забивают всё. Одежду или ещё что сам можешь запромптить, он может начать проёбывать её без VL.
>сравните режиссуру
Это разве не твоя задача?
>Выкидывай энкодинг VLкой
И нахуя тогда реф модель вообще, если не юзать рефы?
> если не юзать рефы?
У тебя в стандартной ноде реф два раза энкодится - через VL и через VAE. В первом случае никакого визуала нет, только текстовые токены.
а как сделать часть вл и часть вае?*
С чего вывод, что именно реф модель говно, а не промпт для нее? Она намного более чувствительна к промтингу, а рефы-то читать умеет.
чому эта хуйня у меня вертится только в неправильном аспект ратио относительно рефа, с правильными висит статично
Ну че там анончи када там правильная демократичная флюкса придет карать тоталитарный минимакс
Заебался ждать обсера бургеров (без негатива конеш, но то что ублюдки сделали с кляйном хуй простишь им)
А так бля давно не получал такого удовольствия от промптинга, бля ты можешь делать нормальные переходы, вставки, персы нормально с обьектами взаимодействуют, могут бля дверь открыть ключом и нормально выйте, а какие сюжеты для прона можно делать прост пиздец, любую ситуацию вывозит минимакс.
И это все локально.
До сих пор конеш в ахуе как в эти гигабайты помещается такая мощь, нахуя тогда вану было надо 2 модели аж.
Заебался ждать обсера бургеров (без негатива конеш, но то что ублюдки сделали с кляйном хуй простишь им)
А так бля давно не получал такого удовольствия от промптинга, бля ты можешь делать нормальные переходы, вставки, персы нормально с обьектами взаимодействуют, могут бля дверь открыть ключом и нормально выйте, а какие сюжеты для прона можно делать прост пиздец, любую ситуацию вывозит минимакс.
И это все локально.
До сих пор конеш в ахуе как в эти гигабайты помещается такая мощь, нахуя тогда вану было надо 2 модели аж.
подключил одну и ту же картинку на первый и последний кадр, плюс промпт. модель капризная, на 5 секундах камера жила своей жизнью, на 4 ок
summary:
The video shows a frozen moment around the subject as the camera orbits him in bullet-time style, capturing his still expression from multiple angles without movement from his.
detailed_description:
Digital render style with high-speed motion blur frozen across all frames. A wide-angle lens at f/2.8 with shallow depth of field isolating his face, heavy film grain texture, soft frontal lighting from an overcast sky, cool color grade with muted blues and whites, camera mounted on a gimbal for smooth circular orbiting.
non_diegetic_music:
N/A - no score, no soundtrack, no musical arrangement at any point.
У меня Ref2VA сработало когда надо идеально, если честно.
Голос немного некорректно воисклонит из коробки, но то фиг с ним.
мемасный ролик в реф модели нужно прорабатывать так, будто ты создаешь серьезный продукт, то есть прописывать буквально каждый чих, обязательно с аудиорефами и т.д. Это в моем понимании говно, я и так делаю доп шаг - прогоняю идею через ллм (но такое и сора наверняка делала), но больше усилий я вкладывать не намерен
О анон это не ты там про Валеру выкладывал недавно на цивитае? Шикарный ген, поржал от души. Вот у меня теперь вопрос как сделать такую же аккуратную киску. А то какая то хуйня получается, либо мокрая слишком либо пластиковая, вроде нормальные референсы подкидываю, а хуй там. И щель ещё генерится отсюда и до Лос Анджелеса.
Возьми в темплейтах. Речь о дефолтовых, которые идут комплектом в Comfy. Для обоих. Wan выжирает в процессе до 50GB и в своп залазит, минимаксу хватает 40G без свопа.
Чел, ты i2v WAN с ref2v минимакса сравниваешь? У тебя там все хорошо? Я сейчас даже не про качество, я просто про потребление ресурсов. Ничего не смущает?
Всякие ускорялки с потерей качества были бы особенно ценны, если бы можно было поставить фулл-качество и уйти курить на пол-часа, и чтоб получилось ТО ЖЕ САМОЕ только нормально.
Такого типа что-нибудь есть?
Такого типа что-нибудь есть?
Тупо прогнать 6 шагов вместо 20?
Хз, оно скорее всего будет часто очень недетерминировано. Тут нужно что-то типа одношагового дистиллята чисто для превью, но готовый он будет тоже сильно расходиться с твоим сетапом и делать не то.
теоретически засунуть генерацию как реф можно,
или делать второй проход и заодно динамику поправить https://github.com/matlowai/ComfyUI-MAINodes
Бля я влюбился в эту тян.
Блеать, как в максе избавиться от этой зернистости, в треде примеры где нет такой залупы.
Текстовая модель такой поеботы не делает (цуиь с башкой), а как даешь реф так сразу лезет эта срань (пизда на скамейке).
Пробовал сувать fl модель в ref workflow, пробовал увеличивать размер картинки, гонял с турбо лорой и без, но выше 25 шагов не поднимал пока что.
Охуеть, подключил sage в дефный ворк и получил сукорение в секунды, лол.
20 шагов без sage
Prompt executed in 234.79 seconds
20 шагов с sage
[INFO] Prompt executed in 232.10 seconds
subject_definitions:
<Picture 1> is the opening-frame anchor for [Shot 1].
<Subject 1> is the woman in <Picture 1>, sitting on a bench, with light green dress.
<Picture 2> is a vagina and anus reference of <Subject 1>.
summary:
Use <Picture 1> as starting point, <Subject 1> is smiling then lift her legs on a bench, parting legs, her pussy and anus <Picture 2> is visible and she lowers her upper dress to reveal her naked breasts. On a background wind moves trees slightly.
detailed_description:
[Shot 1] <Subject 1> is smiling. camera remain still.
[Shot 2] at 00:01:000 <Subject 1> lifts her legs on a bench, parting legs. Camera begin to slowly come closer.
[Shot 3] at 00:03:000 her vagina <Picture 2> and anal hole are visible and she lowers her upper dress to reveal her naked breasts. She squeezes her breasts with both hands, cupping them and lifting.
[Shot 4] 00:06:000 She moves her fingers to her vagina <Picture 2>, sticking two fingers and slightly parts it, showing her womb hole. She is smiling, anus twitching.
overall_soundscape:
Nature background noises.
non_diegetic_music:
N/A
Текстовая модель такой поеботы не делает (цуиь с башкой), а как даешь реф так сразу лезет эта срань (пизда на скамейке).
Пробовал сувать fl модель в ref workflow, пробовал увеличивать размер картинки, гонял с турбо лорой и без, но выше 25 шагов не поднимал пока что.
Охуеть, подключил sage в дефный ворк и получил сукорение в секунды, лол.
20 шагов без sage
Prompt executed in 234.79 seconds
20 шагов с sage
[INFO] Prompt executed in 232.10 seconds
subject_definitions:
<Picture 1> is the opening-frame anchor for [Shot 1].
<Subject 1> is the woman in <Picture 1>, sitting on a bench, with light green dress.
<Picture 2> is a vagina and anus reference of <Subject 1>.
summary:
Use <Picture 1> as starting point, <Subject 1> is smiling then lift her legs on a bench, parting legs, her pussy and anus <Picture 2> is visible and she lowers her upper dress to reveal her naked breasts. On a background wind moves trees slightly.
detailed_description:
[Shot 1] <Subject 1> is smiling. camera remain still.
[Shot 2] at 00:01:000 <Subject 1> lifts her legs on a bench, parting legs. Camera begin to slowly come closer.
[Shot 3] at 00:03:000 her vagina <Picture 2> and anal hole are visible and she lowers her upper dress to reveal her naked breasts. She squeezes her breasts with both hands, cupping them and lifting.
[Shot 4] 00:06:000 She moves her fingers to her vagina <Picture 2>, sticking two fingers and slightly parts it, showing her womb hole. She is smiling, anus twitching.
overall_soundscape:
Nature background noises.
non_diegetic_music:
N/A
Креативно
Без энкодинга рефов начала проебываться внешка, но понимание промпта чуть лучше? Но все равно путает. Надо и промпт под фл модель переписывать, она не въезжает в эти subject.
Все, я заебался. Вот вам вариант (да, пусть не с тем флагом), но чисто за старания ожидаю увидеть его в шапке
Все, я заебался. Вот вам вариант (да, пусть не с тем флагом), но чисто за старания ожидаю увидеть его в шапке
>detailed_description:
@
>3 куцые строчки
>etailed_description:
>@
>>3 куцые строчки
subject_definitions:
<Picture 1> is the opening-frame anchor and visual identity reference for [Shot 1].
<Subject 1> is the young woman from <Picture 1>: long straight reddish-blonde hair, fair skin, light green satin slip dress with thin straps, sitting on a green wooden park bench outdoors. She has a natural, slightly playful expression.
<Picture 2> is the exact anatomical reference for <Subject 1>’s vagina and anus (labia shape, texture, color, anal appearance). All genital details must strictly match <Picture 2>.
summary:
Start from <Picture 1>. <Subject 1> sits on the bench smiling softly at the camera. She then lifts and spreads her legs on the bench, fully exposing her pussy and anus as shown in <Picture 2>. Simultaneously she pulls the top of her dress down to free her bare breasts, cups and squeezes them, then moves one hand down to spread her labia with two fingers, revealing the vaginal opening. Soft natural wind gently moves the trees and her hair throughout. Camera starts static and slowly pushes in closer.
detailed_description:
[Shot 1 – 00:00:000]
Medium full shot of <Subject 1> sitting on the green wooden bench in the sunny park. She looks directly at the camera with a soft, confident smile. Body language relaxed, one hand resting on the bench, legs together. Soft natural daylight, slight breeze moving leaves in the background. Camera remains completely still.
[Shot 2 – 00:01:000]
<Subject 1> smoothly lifts both legs onto the bench, bending her knees and parting her thighs wide in a deliberate, seductive motion. The hem of her light green dress rides up, beginning to reveal her bare skin. Camera starts a slow, smooth push-in toward her lower body while remaining at a slightly low angle. Her smile stays playful and direct to camera. Hair and trees continue to move gently in the wind.
[Shot 3 – 00:03:000]
Her legs are fully spread. The dress is pulled aside so that her vagina and anus exactly match the appearance, shape and detail of <Picture 2> — clearly visible and well-lit. At the same time she uses both hands to slide the thin straps of her dress off her shoulders and pull the fabric down to her waist, fully exposing her naked breasts. She immediately cups her breasts with both hands, squeezing and lifting them, thumbs brushing over the nipples. Expression remains smiling and aroused. Camera continues its slow, steady push-in, now framing from mid-thigh to face.
[Shot 4 – 00:06:000]
While still holding one breast with her left hand, <Subject 1> moves her right hand down between her spread legs. She places two fingers on her labia and gently parts them, clearly showing the vaginal opening (matching <Picture 2>). Her anus visibly twitches once. She maintains eye contact and a soft smile. Camera holds a tight, stable close-up of her exposed genitals and lower torso for the final seconds. Soft natural wind continues to move her hair and the background foliage.
overall_soundscape:
Quiet park ambience — distant birds, soft rustling leaves, light wind. No dialogue.
non_diegetic_music:
None.
Видишь, уже как живой человек двигаться начала.
(Голосом Станиславского): Фальшиво! Жест есть, а внутреннего оправдания ноль. Где зерно роли? Где подтекст? Вы не проживаете эмоцию, вы её изображаете!!!
Можно ли на MiniMax-H3 генерить хоть что-то на 8gb VRAM + 16gb RAM, хоть на самом ужатом gguf? Какой низший предел у модели по железу с реальным результатом?
У киджая там еще есть реф лора, с 1 str на фл модели будет как полноценная реф модель, но можно вес поменьше взять попробовать, чисто починить то что ломается, может так лучше выйдет
Спасибо, КО. Только разрабы минимакса не ебланы, а раз так сделали, значит, так надо.
>то есть прописывать буквально каждый чих
>я и так делаю доп шаг - прогоняю идею через ллм
А хули не прокинешь доки и пикчи в ЛЛМ, чтобы она полностью всё сделала?
>теоретически засунуть генерацию как реф можно,
Там 2 фпс чтение видоса, плюс такой импакт на скорость, что прям уже и не хочется.
>но чисто за старания
Чел, это такие бородатые анекдоты, что если ОП добавит их в шапку, она бородой покроется, а баян порвётся.
Вот вам существ. 3090, ~300 секунд генерация, fl2va
>А хули не прокинешь доки и пикчи в ЛЛМ
а ты не очень умный, да? или не читающий
>Чел, это такие бородатые анекдоты
видимо не очень умный
>или не читающий
А ты пиши нормально, буду читать. И да, я всё прочёл. Ты как даун за нейронкой подтираешь вместо того, чтобы всё нейронкой сделать до конца, а потом ругаешься, что модель говно.
>видимо не очень умный
А, то есть для тебя анек времён Хрущёва это свежак и ржака?
почему не прочел тогда про необходимость поиска аудиорефов иначе голоса уебанские, а музыки и эффектов совсем нет? И про то, что я промпт УЖЕ делал нейронкой, причем и для фл, и для реф, и все равно реф модель показала себя хуже как и в плане постановки сцен, так и аудио? чому жопой читаем?
>А, то есть для тебя анек времён Хрущёва это свежак и ржака?
при чем тут свежесть блять, ты видел на какую тематику делают видео с этим банком? по твоему чернослив и курага это на острие юмора 2026? пиздец тебе все разжевывать надо
Содомит! Как генеришь без шума?
>почему не прочел тогда про необходимость поиска аудиорефов
Потому что мелкобуква воспринимается хуже.
>видео с этим банком
Первый раз вижу этот форсед мем (и надеюсь в последний).
а хз, всегда обновляю комфи перед запуском, может там что-то пофикшено было. ну вот на всякий случай настройки.
да
https://www.reddit.com/r/comfyui/comments/1vk4ib7/if_you_are_vram_limited_you_need_to_try_this/
+ отключаешь кеш у комфи чтобы в рам не гадило. ну и убедись что помимо комфи на компе ничего больше не запущено, полностью отключи gui и пользуйся им в качестве рига
scheduler beta
Это помогло резко снизить всю шумность и морфинг.
С res_multistep и simple срало зернитсостю при движении с моделью ref. полагаю fl так же
с w4a8 вроде тоже ничего так получается. про звук хз, отключил его и пока не проверял
Это все хуйня совсем простая. Нужен промпт на нормальный кам - правильную консистенцию и цвет спермы, правильное ее излияние из уретры пульсациями.
В рот я ебал такую Сингулярность.
> 4
Пиздец хтонь.
Ты бы и с собаки...
Блеать
Кабан на бюджет этой двери мог бы купить квартиру в более благополучном доме.
Первый форс на 20 сек, 20 степов, 2 цуиь с турбо лорой, 15 сек
У тебя в хрон не влезает, очевидно же. Покажи промпт, в котором ты посекундно НЕ расписал все.
style:
Soviet documentary propaganda film from the 1970s-1980s, official Party educational short. Grainy 16mm film look, slightly faded colors, formal official framing, serious male narrator voiceover in classic Soviet documentary style. Aspect ratio 4:3.
summary:
In the dirty concrete corridor of a gigantic Soviet Khrushchevka that looks like a bunker, two families stand opposite each other. On the left — the clean exemplary Erokhin family next to a brand-new shiny hermetic door. On the right — the degraded Sychev family next to a rusty broken hermetic door. A narrator introduces both families. Then the self-assembly alarm begins. The Erokhins calmly enter their new door. The Sychevs fail spectacularly. Ending title card with Party message.
detailed_description:
[00:00 – 00:04]
Wide shot of a long dirty concrete corridor inside a gigantic Soviet panel building. Thick pipes, tangled wires, peeling paint, puddles and grime on the floor. The place looks half-bunker. On the left stands the Erokhin family: a slightly plump clean 50-year-old father in a formal Party suit, his beautiful well-groomed wife, and their smiling clean son Eroha in a neat pioneer uniform. Next to them is a brand-new shiny metal hermetic door that looks like it belongs on a submarine. On the right stands the Sychev family: a fat balding alcoholic father in a dirty undershirt holding a bottle of vodka, his fat wife with curlers in her hair, and skinny ragged pioneer boy Slavka. Camera slowly pushes in.
Narrator (deep serious Soviet documentary voice):
«Это семья Ерохиных.»
Quick cut to medium close-up of the Erokhin family. The wife giggles softly and affectionately strokes Eroha’s head.
[00:04 – 00:06]
Narrator:
«А это семья Сычёвых.»
Cut to medium close-up of the Sychev family. The father loudly belches. The wife instantly shoots him a furious look.
[00:06 – 00:08]
Narrator:
«Ерохины установили новую, одобренную партией гермодверь.»
Quick cut to the shiny new hermetic door with a fake dramatic light reflection sparkling on the metal.
[00:08 – 00:10]
Cut back to the Sychevs.
Narrator (with clear disapproval):
«А Сычёвы — нет.»
Quick shot of their rusty, broken, half-hanging hermetic door.
[00:10 – 00:14]
Wide shot of the corridor again. Sudden loud air-raid siren starts. Red emergency lights on the ceiling begin flashing. Both families look up at the ceiling, then turn and look deep into the corridor behind them. Far in the distance a thick purple smoke slowly appears and starts moving toward them.
Narrator (urgent but still official):
«Самосбор идёт! Скорее в укрытие!»
[00:14 – 00:16]
The Erokhin father calmly opens their new shiny hermetic door. The whole family quickly enters. Before closing the door he gives a short polite nod to the Sychevs and shuts it firmly.
[00:16 – 00:19]
The Sychev father sees this, throws his vodka bottle to the ground, and frantically yanks the rusty hermetic door. The door rips off its hinges and falls on top of him, pinning him to the floor. He yells:
«Да ёб твою мать!»
His wife tries to lift the heavy door off him while screaming:
«Балбес!»
Skinny Slavka stands nearby, looks at the scene and calmly says:
«Сырым мясом пахнет.»
[00:19 – 00:20]
Hard cut to black. Simple white Soviet-style text appears on black background:
«Позаботься о своей безопасности.
Не будь как Сычёвы.
Советская партия гигахрущя.»
overall_soundscape:
Classic Soviet documentary voiceover, air-raid siren, distant metal clanging, footsteps, the door falling with a heavy crash, short shouts. No music except possible very quiet official-sounding ambient tone under the narrator.
non_diegetic_music:
None, or very subtle low official documentary drone.
Спасибо, анон.
ждал что у одной вывалится хуй
Да было бы прикольней.
кекнул
Вроде как хуйня именно у тебя в промпте какая-то. Он даже в 25 не влезает. Что-то его руинит.
Видимо слишком много кадров, плюс модель не понимает совок. Пробовал заменить на American, но прогнал с турбо лорой, которое все в говно превратило, а ждать еще минут 15 ну такое.
Лучше смотреть как сейлор мун скуфу сосет, чем заставить мессенджер макс проследовать промту
красиво
попробовал, но жмыхнуло всё равно. нужно text encoder мб не nvfp4
Что за конфиг, что русский по пизде не пошел с албанским акцентом, плюс батя рыгнул и общяя картинка следует повествованию.
Просто я сказал гемме 31B переписать твой промпт кинув ей ещё правила с huggingface minimax.
integrated_multimodal_description: [Shot 1] Vintage 16mm film, grainy with slightly faded colors and a 4:3 aspect ratio. A wide shot frames a long, dirty concrete corridor inside a gigantic Soviet panel building that resembles a bunker, featuring thick pipes, tangled wires, peeling paint, and puddles of grime on the floor. On the left stands the Erokhin family: a plump, clean 50-year-old father in a formal Party suit, his beautiful well-groomed wife, and their smiling son Eroha in a neat pioneer uniform, standing next to a brand-new shiny metal hermetic door. On the right stands the Sychev family: a fat, balding alcoholic father in a dirty undershirt holding a bottle of vodka, his fat wife with curlers in her hair, and skinny, ragged pioneer boy Slavka, standing next to a rusty broken hermetic door. The camera pushes in with medium amplitude at slow speed as a deep, serious male narrator (S1) says in an off-screen voiceover: <d>[Russian] Это семья Ерохиных.</d> while the characters' lips remain completely closed.
[Shot 2] At 00:03.000, the camera cuts to a medium close-up of the Erokhin family; the wife giggles softly and affectionately strokes Eroha’s head.
[Shot 3] At 00:04.000, the camera cuts to a medium close-up of the Sychev family as the narrator (S1) says in an off-screen voiceover: <d>[Russian] А это семья Сычёвых.</d> while their lips remain closed; the father loudly belches and the wife instantly shoots him a furious look.
[Shot 4] At 00:06.000, the camera cuts to a close-up of the shiny new hermetic door with a dramatic light reflection sparkling on the metal as the narrator (S1) says in an off-screen voiceover: <d>[Russian] Ерохины установили новую, одобренную партией гермодверь.</d> while the characters' lips remain closed.
[Shot 5] At 00:08.000, the camera cuts to a shot of the Sychevs' rusty, broken, half-hanging hermetic door as the narrator (S1) says in an off-screen voiceover with clear disapproval: <d>[Russian] А Сычёвы — нет.</d> while their lips remain closed.
[Shot 6] At 00:10.000, the camera cuts back to a wide shot of the corridor. A loud air-raid siren begins and red emergency lights on the ceiling flash. Both families look up at the ceiling, then turn to look deep into the corridor where thick purple smoke slowly appears and drifts toward them. The narrator (S1) says in an off-screen voiceover with urgency: <d>[Russian] Самосбор идёт! Скорее в укрытие!</d> while the characters' lips remain closed.
[Shot 7] At 00:14.000, the Erokhin father calmly opens their shiny hermetic door. The family quickly enters; before closing the door, the father gives a short polite nod to the Sychevs and shuts it firmly.
[Shot 8] At 00:16.000, the Sychev father throws his vodka bottle to the ground and frantically yanks the rusty hermetic door. The door rips off its hinges and falls with a heavy crash on top of him, pinning him to the floor. The father (S2) yells: <d>[Russian] Да ёб твою мать!</d> His wife (S3) tries to lift the heavy door while screaming: <d>[Russian] Балбес!</d> Skinny Slavka (S4) stands nearby, looks at the scene and calmly says: <d>[Russian] Сырым мясом пахнет.</d>
[Shot 9] At 00:19.000, a hard cut to a black background with simple white Soviet-style text reading "Позаботься о своей безопасности. Не будь как Сычёвы. Советская партия гигахрущя."
overall_soundscape: A loud air-raid siren wails over the sound of distant metal clanging and footsteps on concrete. The scene is punctuated by a loud belch, a glass bottle shattering, and a heavy metallic crash as the door falls. Short, expressive shouts and screams blend with the ambient bunker noise.
non_diegetic_music: A very subtle, low-frequency official documentary drone that provides a sense of steady, formal tension throughout the video.
>Видимо слишком много кадров,
Что это значит? Мне кажется, что проблема в самой структуре промпта. И может быть да, модель форшмачит, когда не понимает о чем речь и что от нее требуют. Я бы заменил промпт на сториборд, с промежуточными кадрами.
<d>[Russian] Умение читать инструкции, и им следовать</d>
Много кадров имел ввиду что слишком много шотов что надо показать и по внутренним таймингам модель начинает дрифтить, ускоряя повествование, скипая детали.
Но по мне эта структура тоже не ок, вот по которой он писал как то лучше читается (на других промптах), но у него просто неудачно сама ллм все сделала или он руками криво правил.
>[Russian] Это семья Ерохиных
Он использует правильную разметку.
не знаю о чём ты, людям сделавшим модельку лучше знать как её промптить.
Но тикток которым тут срут весь из быстрых переключений планов.
Да ссылку на этот японский тред
как же корпы всосали Просто - вжух! - и джекпот. Я блядь в шоке уже который день. Это реально ебучая сингулярность. ролик - грок, причем я пока искал чекнул не такие уж старые версии генов на гроке, и звук там даже хуже был чем сейчас на минимаксе
sparge и ship это что?
максимка кстати как и сора 2 хорошо понимает ударения, я их расставляю часто, чтобы таких нач́ался в моих видосах не было, и это реально помогает
с переходами камер недоиграл слегка я, но так влом перерисовывать
Чекал кто?
>There was a bug in the samplers for H3 audio it has been fixed in ComfyUI v0.31.0. From my tests and seeing community feedback it is significantly better.
>There was a bug in the samplers for H3 audio it has been fixed in ComfyUI v0.31.0. From my tests and seeing community feedback it is significantly better.
>Что это значит?
Алё, модель официально не поддерживает больше 15 секунд.
>обновить ComfyUI
Мда, квест на неделю.
у мя с этим максом что в комфи что в нодах последние обновки стоят, там то одно разьебут то другое, то разлив врама устроят, то семплинг переделают, но аудио не шакалит, не заметил такой хуйни
Представь что сейчас у мегокорпараций, какой уровень закрытых моделей.
А вдруг весь секрет кроется в том, что моделям не надо быть ебанутого размера под терабайт врам, а просто надо уметь пользоваться блендером и итерировать свой вывод до вменяемого состояния.
https://www.reddit.com/r/StableDiffusion/comments/1vkfb49/longform_videos_1_min_long_are_very_possible_with/
Кто там хотел длинновидео делать? вон оняме уже делают
Кто там хотел длинновидео делать? вон оняме уже делают
ахуянно братан
с такими возможностями можно фильмы уже пилить в минимаксе
Я думаю очень много зависит от фильтрации кал тента для обучения, чем больше говна индус оттуда выскребет, тем лучше будет модель, если ты делаешь голосовую модель, зачем тебе в ней террабайты звуков пердежа.
У корпораций просто есть возможность сграбить весь интернет, а потом крутить эти террабайтные модели на своём железе, выигрывая не за счёт качества калтента, а за счёт размера модели.
Но есть и вероятность что мы вышли на плато, и более крутых моделей уже ни у кого нет, дальше надо будет идти в ширь, новые подходы к обучению, работа с датасетом и т.п.
Сейчас все хуярят огромную золотую жилу, где куда не копай будет поток золота, но в какой-то момент придётся выскребать каждый самородок из трещин.
Ты в нем находишься.
Кстати: with thick japanese accent but in russian
И сразу становиться видно, насколько важны умения в операторской работе и повествовательном нарративе, обычный человек может только такой слоп выдать. Всё равно надо учиться.
>Представь что сейчас у мегокорпараций, какой уровень закрытых моделей
Хуевый. Ведь чтоб спрятать датасеты (которые https://www.reddit.com/r/StableDiffusion/comments/1vkdfqe/what_characters_minimax_h3_knows_american_edition/ https://www.reddit.com/r/StableDiffusion/comments/1vkfq50/what_characters_minimax_h3_knows_part_2_videogames/ которые в минимаксе просто вывалены напоказ) они там все обвешали сотнями антипромптов, цензурных железных бояров и прочего гона. Ты реально можешь фантазировать про суперкрутые никому не доступные модели, но по факту все мы знаем как дисней разорвал контракт, а потом чмаск сдал сервера в аренду и начал резать инференс без предупреждения. К тому же, у меня 150 видосов с отсосами сгенеренных на гроке 1,5 без цензуры, там довольно много повторяющихся паттернов и все это выглядит как бросто дорого-богатая порнолора. А минимакс позволяет, немного поиграв с промптом и рефами - оригинальные и разные вещи делать, а это базовая модель которая вышла меньше недели назад. И которая не крутится на кластере из охуилиарда а1001.
>У корпораций просто есть возможность сграбить весь интернет
У них НЕТ такой возможности.
Фэнкс, я слишком стар, чтобы отслеживать эту сингулярность.
Планы там вполне адекватные. А вот наратив хромает на обе ноги. Всё галопом-по-Европам, нуливые реакции на шоковое событие (выбивание окна), отсутствие перебивочных планов, для качественных склеек.
>насколько важны умения в операторской работе и повествовательном нарративе,
Эй, гемини, ты стивен спилберг
Они БУКУВАЛЬНО это и сделали.
Планы кал собаки.
Скажи ему что он лев толстой и попроси написать книжку, удачи.
если нужна дичь, гемини не поможет
Эй, грок ебаный, ты стивен спилберг
не, это просто нам не высрали ещё улучшайзер промпта, который зашит и в ту же сиданс 2.5 и т.д. Мы сейчас raw текст срём нейронке. А у всех норм моделек насёр юзверя в виде сделай мне тянку с сисями превращается в норм промпт и обрастает нарративом сам, учитывая в какую секунду куда ударить, какой эффект будет и т.д.
Посмотри в сиданс 2.5 последнем том же.
вот интересно, а наше кино оно знает? или из принципа только американцев и европейцев спиздило?
генерировать не прекратим
главное что мы знаем, что делать, если оно не знает наше кино
>Они БУКУВАЛЬНО это и сделали.
Что по разрыву контракта с диснеем скажешь. Почему их суперпупер волшебные модели не востребованы? Почему сору закрыли? Почему на гроке лимиты порезали? Почему у гугла модели генерят убогий слоп? У тебя представления об их датасетах отстали от жизни на пару лет. Посмотри на минимакс - у них тренировано на фильмах и сериалах. Попробуй поднять такие же веса в корп моделях и посмотри на результат. Он хуевый, потому что там давно перетрен на каловой синтетики. И что сейчас может корпорация поднять из интернета - это тонну нейрокала залитого туда за последние 4 года.
>вот интересно, а наше кино оно знает?
Надо проверить. Китаезы обычно пиздят у всех. На речи все равно рендом, в этот раз русский похерило.
Может только современное какое-то, но вряд ли там в датасете было по русски написано. По английски тоже не получилось. Можно попробовать по китайски, наверное.
кто из тредовичков снимал?
> улучшайзер промпта
Бля, и ты в итоге опять окажешься на проприетарной модели, где всё жёстко ограничено "улучшайзерами" и фильтрами цензуры, в этом и суть, когда знаешь что и как делать, тебя ничего не будет ограничивать и слопа у тебя не будет, потому что у всех с этими "улучшенными промптами" будет один и тот же слоповый кал делать, визуально одинаковый.
> Почему сору закрыли?
Ровно потому, что без контроля это говно без задач, а контроль тебе не дадут, потому что ты сгенеришь писик, а генерить писик в современном шизо мире считается самым страшным преступлением.
Всё это относиться ко всем твоим почему, говно на котором даже в тиктоке невозможно заработать.
ахуенно, давай еще ченить, только фпс в 2 раза повысь и вобще хуй отличить будет
Корпы облажались, потому что не хотят в войну и суды с соседними братишками по Голливудам и прочим bmg юниверсалам. Кое какие разрабы все мы знаем какие конечно смоги договориться с тем же дриснеем для использования образов персонажей студии, но это такое, там либо однотипная хоть и красивая слопятина получается либо рефьюз промпта. Я тоже считаю что видео и аудио корпоратов на плато т.к. они слишком ограничены развитием, выросли до тех размеров что уже куда ни плюнь в чьи то стороннии лицензии попадешь, а китайский опенсурс стоит вертит на херу всех этих лицензиатов (а ф3 будет зацензуренным гавном, как минимум пока аноны лор не наклепают).
Как правильно прописать промт, чтобы референсное видео преобразовалось в вид от первого лица указанного персонажа?
>Почему их суперпупер волшебные модели не востребованы?
Востребованы.
>Почему на гроке лимиты порезали?
Маск самодур, там скорее надо спрашивать, зачем он стартует нежизнеспособные движухи, а не почему прикрывает их. Нельзя было такой порногрок вбрасывать неподготовленным массам.
>Почему сору закрыли?
Ну уж явно не от невостребованности. Ее как раз с руками отрывали. Неебу, почему закрыли, но предположу, что они само направление создания ии-видео видят с одной стороны опасным для себя, с другой необязательным. Нормисы и без возможности создать сверхреалистичные видосы проживут, смотреть их они не так уж любят, на обман - обижаются, а вот издержек, если кого-то чем-то задеть - дохуя. Визгу много, шерсти мало короч.
Минимах постоянно путает фразы, пропускает слова и смешивает их. Чяднт?
Кидаешь этот гайд в нейронку и просишь составить тебе промпт по нему правильно
https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_base_en.md
На реф этот
https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md
А как превью нормальное сделать, чтобы было видно генерацию в процессе? у меня что бы я ни ставил только первый кадр показывает
КОНЬ-В-РОТ
model preview override, только в случае с ref2video так и не понял куда его подключать
Жека, ты?
Аноны подскажите, использую Макс с турбо Лорой сила 0.8-1, 6-10 шагов. Проблема происходит при подключении второй Лоры, допустим на писик. Подключаю после турбо если ставлю силу 1 то все идет к хуям и картинка начинает плыть и артефачить, если ставлю силу меньше то вторая лора соответственно не корректно работает.
Так и не понял, годный способ или нет. На реддите лайкают всё подряд. У меня похоже прожекшонсы эти не подхватываются в ноду, в итоге эта штука только замедляет генки + еще хуже понимает промпт.
Та же проблема. Пока не смог подружить турбо одновременно с обычными лорами и перекатился в сторону референсов. Но с ними надо научиться работать, киску рефать далеко не сразу удалось, промптинг довольно забористый в минмаксе.
B kjnodes есть model preview override, к нему нужен taeh3.safetensors в models/vae/approx https://huggingface.co/Kijai/MiniMax-H3-TAE
На Ван на запуске была крутая Аркейн лора. Как долго ждать на Макс?(
поламалось всё
Зачем тебе лора, если можно скормить рефы с аркейном для still frames с нужным персом, а потом сгенеренные рефы перса и аркейна исползовать для генерации?
Я попробовал скормить рефы аркейна как рефы стиля, но он крайне хуёво попытался повторить.
А видеореф и вовсе как-то неадекватно воспринял и в резалт видео напихал кадры из него.
Бля, есть ли вообще нормальная модель для липсинка по аудиодорожке.
Ван инфинити толк, движения естественные у спикера, но губы проглатывают половину звуков.
ЛТХ вообще хуету какую-то делает, кадр постоянно сбрасывается на референсную картинку. Сама картинка за первые несколько кадров плывет и меняется. Видео по итогу просто лагает.
Ван инфинити толк, движения естественные у спикера, но губы проглатывают половину звуков.
ЛТХ вообще хуету какую-то делает, кадр постоянно сбрасывается на референсную картинку. Сама картинка за первые несколько кадров плывет и меняется. Видео по итогу просто лагает.
minimax h3
надо бота к треду прикрутить, который на любой вопрос по модели отвечает - minimax h3, потому что альтернатив нет.
Херово выглядит. Картинка ужасная.
https://www.youtube.com/watch?v=qc5C4P_5p6o
Мне что бы качество было как у ЛТХ хотя бы, но без лагов и сбрасывания постоянного на референс. Еще в ЛТХ какие-то буквы появляются постоянно субтитры. Вот что бы без этого всего.
Да и он там какие-то куски склеивает по 3 милисекунды с разных ракурсов.
Мне нужно что бы диктор говорил хотя бы минуту как в инфинити толк.
так ты и видео взял о том как на 8врам генерировать. там ужатое пережатое все. конечно качество будет херовое.
бери int8 кончврот и погнали
> у минимакс качество говно, вот бы как у лтх хотябы...
> но без лагов и сбрасывания постоянного на референс. Еще в ЛТХ какие-то буквы появляются постоянно субтитры. Вот что бы без этого всего.
Бля как называется эта болезнь, или это уже какой то совсем тупой уровень тролинга
У ЛТХ вцелом картинка нормальная реалистичная и липсинк в губы попадает. Но он себя ведет неадекватно, тоесть к примеру человек говорит и посреди диалога, следующий кадр сбрасывается на референсный, или появляются какие-то иероглифы. Вот мне бы это пофиксить.
Я пытался загуглить как это пофиксить, но там какие-то абсолютно дженерик советы, измените разрешение, длину. Я уже всё менял, один хрен, не понимаю, как это исправить.
Это какая то старческая хуйня, не обращай внимания.
А чтобы загнать в улучшайзер промта через LLM подойдет?
Это не старческое уж точно, не видеть такой огромной разницы по качеству картинки и качеству движений + звук это уже диагноз. minimax h3 это такое же событие как wan 2.1
Интересная темка
>Я заметил, что при использовании модели ref2va качество звука и изображения значительно хуже, чем у fl2va. Что мне показалось странным, поскольку у этих моделей абсолютно одинаковая архитектура.
https://www.reddit.com/r/StableDiffusion/comments/1vl3ed0/having_bad_ref2va_quality_compared_to_fl2va_try/
>Я заметил, что при использовании модели ref2va качество звука и изображения значительно хуже, чем у fl2va. Что мне показалось странным, поскольку у этих моделей абсолютно одинаковая архитектура.
https://www.reddit.com/r/StableDiffusion/comments/1vl3ed0/having_bad_ref2va_quality_compared_to_fl2va_try/
А поясните, в fl2va можно как-то подключить лору? Я просто не вижу куда ещё можно было бы подключить.
Чё никто не сталкивался с такой проблемой? А есть форму какой-нибудь, где такое можно спросить?
@monkey разъеби его по фактам, с обоснованным подробным ответом, хули он думает что LTX 2.3 лучше minimax h3
Сейчас разберем по частям тобою написанное
>не видеть такой огромной разницы по качеству картинки и качеству движений + звук это уже диагноз
Разницы в движениях и звуке между этими моделями хватает, но она не на уровне "события". LTX 2.3 часто выигрывает по стабильности длинных клипов и контролю камеры, особенно с лорами от предыдущей версии, а minimax h3 еще сырой в coherent motion и иногда дает артефакты на сложных сценах. Диагноз тут не у тех, кто не восторгается.
>minimax h3 это такое же событие как wan 2.1
Wan 2.1 реально сдвинул качество open-source видео на новый уровень по детализации и промпт adherence. MiniMax-H3 мультимодальный, но по чистой генерации видео он пока не дотягивает до того же прорыва — больше маркетинг вокруг входа текста-пикчи-видео, чем реальный скачок в итоговом качестве над LTX.
>не видеть такой огромной разницы по качеству картинки и качеству движений + звук это уже диагноз
Разницы в движениях и звуке между этими моделями хватает, но она не на уровне "события". LTX 2.3 часто выигрывает по стабильности длинных клипов и контролю камеры, особенно с лорами от предыдущей версии, а minimax h3 еще сырой в coherent motion и иногда дает артефакты на сложных сценах. Диагноз тут не у тех, кто не восторгается.
>minimax h3 это такое же событие как wan 2.1
Wan 2.1 реально сдвинул качество open-source видео на новый уровень по детализации и промпт adherence. MiniMax-H3 мультимодальный, но по чистой генерации видео он пока не дотягивает до того же прорыва — больше маркетинг вокруг входа текста-пикчи-видео, чем реальный скачок в итоговом качестве над LTX.
бля выстрел в хуй
kijai выпустил ref2va lora для fl2va, типа превращает одну модель в другую. сам нормально не тестил, попозже разберусь https://huggingface.co/Kijai/MiniMax-H3-experimental/resolve/main/loras/minimax_h3_ref_lora_rank_256_bf16.safetensors
>LTX 2.3 часто выигрывает по стабильности
Он лучше по качеству картинки и он хорош по липсинку.
Но в ЛТХ как раз нет стабильности.
Тоесть там кадр в середине ролика может сброситься на референсный, или появиться какой-то текст.
Кто-то сталкивался с таким? Как это можно пофиксить.
https://www.reddit.com/r/StableDiffusion/comments/1vl8wqw/comfyui_comfykitchen_attention_speed_up/
Обновите комфи и китчен. Там оптимизации завезли адовые
Обновите комфи и китчен. Там оптимизации завезли адовые
Щя еще говнистее результаты будут. Специально убивают H3, чтобы вообще никакого сравнения с LTX не выдерживал. А уж что будет с релизом нового лтх....
Хуясе прирост. Надо будет на rtx 6000 затестить. У меня там 5 сек на 0.5 мп генерировалось 75 секунд (дефолтный воркфлоу с 1 лорой).
похоже не для обычных карт. На 5070ti лютое замедление генераций. Комфихуй насрал в очередной раз.
Так-так, тут всерьез уже считают, что LTX-2.3 лучше MiniMax H3?
Я понимаю, Wan2.2 по качеству анимации был лучше LTX-2.3, несмотря на то, что старше.
Но рейтить LTX-2.3 хоть в чем-то выше минимакса — ну это я очень удивлен, конечно.
Есть гениальное решение — оставаться на LTX-2.3 таким людям. он еще и быстрее в 2-4 раза, между прочим. Сплошные плюсы.
Я понимаю, Wan2.2 по качеству анимации был лучше LTX-2.3, несмотря на то, что старше.
Но рейтить LTX-2.3 хоть в чем-то выше минимакса — ну это я очень удивлен, конечно.
Есть гениальное решение — оставаться на LTX-2.3 таким людям. он еще и быстрее в 2-4 раза, между прочим. Сплошные плюсы.
аноны какая турба к минимаксу сейчас получше?
То есть это реально так, и я чего-то реально не понимаю? LTX 2.3 реально лучше minimax h3?
для не разобравшихся шизиков лучше
>всерьез уже считают
только один долбошиз
Я просто на самом деле удивлён, я после того как возился с локал ai для ген видео всегда сталкивался с проблемами, одна из которых была колор дрифт, что мне бесило и приходилось просто ебку совершать чтобы избавиться, но minimax не имеет таких проблем совсем после инжекта в кондишн последних 3-4 блока латента из прошлого видео. Референс для меня работает просто невероятно, я описать просто не могу качество при условии минимума затрат времени, движение человека и само качество экранизации картинки меня впечетлило на столько, что я сразу удалил wan и ltx. А время на качественную генерацию сократилось в десятки раз.
Я просто выражаю свой опыт, может я реально не так работал с wan/ltx.
Там были новоости по флакс 3 или ван3 опен сорсу? В теории они могут быть лучше но я никогда их не тестил нормально
макака саботирует, minimax уебал весь остальной опенсорс, все, все остальные нахуй не нужны. В офисе флюкса ебейшая тряска.
Флакс уже доступен по АПИ. Обещают выпустить открытые веса (неизвестно когда), но скорее всего будет зацензурено в хламину.
Ван3 закрытая модель. Опенсорс не обещают. Можно забыть о его существовании.
А вы можете вместо того, что бы сраться что лучше, ответить на конкретный вопрос. Почему в ЛТХ при генерации липсинка с диктором в середине видоса кадр сбрасывается на референсный.
Кто-то тсалкивался с таким?
так хоть делаешь? семплер турбы еще должен быть свой
>Пук-пук, среньк-среньк, макака подотри мине жопу
В этом разборе ИИ (использованный ленивым парнем) выглядит убедительно, но допускает несколько классических «машинных» ошибок: он уходит в технические детали, упуская контекст живого человеческого спора, и оперирует устаревающей логикой.
Вот в чём ИИ слукавил, недосказал или что он не учёл:
1. Подмена понятий в оценке «разницы»Что сделал ИИ: Оппонент пишет про разницу в качестве картинки, движениях и звуке. ИИ в ответ уходит в обсуждение стабильности длинных клипов, контроля камеры и работы с LoRA-моделями.В чём лукавство: Стабильность камеры и поддержка LoRA — это параметры для мейкеров (тех, кто генерирует видео). А оппонент, скорее всего, оценивает результат как зритель. Для обычного человека «качество картинки и движений» — это отсутствие мыла, высокая четкость и реалистичная физика, в которых MiniMax-H3 на момент выхода как раз мог сильно выделяться.
2. Игнорирование фактора звукаЧто сделал ИИ: Полностью проигнорировал слово «звук» из первой реплики, хотя сам же упомянул его в начале предложения («Разницы в движениях и звуке... хватает»).В чём недосказанность: Интеграция генерации звука прямо в видеомодель (мультимодальность) — это технологически сложная задача. Если MiniMax генерирует качественный звук синхронно с картинкой, для пользователя это и есть «событие» и огромный шаг вперед, так как отпадает необходимость сводить видео со сторонними нейросетями для озвучки.
3. Обесценивание мультимодальностиЧто сделал ИИ: Назвал мультимодальность MiniMax-H3 (прием текста, картинок и видео на вход + звук на выходе) «маркетингом», противопоставив ей «чистую генерацию» Wan 2.1.В чём ошибка: ИИ оценивает модели по старым лекалам (просто text-to-video). Однако способность модели бесшовно понимать и комбинировать разные типы данных на входе и выходе — это и есть главный вектор развития ИИ. Называть это «маркетингом» — значит не понимать, куда движется индустрия.
4. Не учёл субъективность «события»Что сделал ИИ: Заявил, что MiniMax-H3 «не дотягивает до прорыва».В чём недосказанность: Понятие «событие» в споре людей — субъективное. Для одного прорыв — это опенсорс (Wan 2.1), который можно запустить дома. Для другого прорыв — это коммерческий сервис (MiniMax), который выдает голливудскую картинку по одной кнопке без настройки параметров. ИИ занял одну сторону, выдав её за объективный факт.РезюмеИИ помог парню защититься техническими терминами (LoRA, coherent motion, prompt adherence), но слил спор по существу. Он проигнорировал важный аргумент про звук, перепутал критерии оценки зрителя и создателя видео, а также отмахнулся от мультимодальности, которая для обычного пользователя как раз и создает ту самую «огромную разницу».
В этом разборе ИИ (использованный ленивым парнем) выглядит убедительно, но допускает несколько классических «машинных» ошибок: он уходит в технические детали, упуская контекст живого человеческого спора, и оперирует устаревающей логикой.
Вот в чём ИИ слукавил, недосказал или что он не учёл:
1. Подмена понятий в оценке «разницы»Что сделал ИИ: Оппонент пишет про разницу в качестве картинки, движениях и звуке. ИИ в ответ уходит в обсуждение стабильности длинных клипов, контроля камеры и работы с LoRA-моделями.В чём лукавство: Стабильность камеры и поддержка LoRA — это параметры для мейкеров (тех, кто генерирует видео). А оппонент, скорее всего, оценивает результат как зритель. Для обычного человека «качество картинки и движений» — это отсутствие мыла, высокая четкость и реалистичная физика, в которых MiniMax-H3 на момент выхода как раз мог сильно выделяться.
2. Игнорирование фактора звукаЧто сделал ИИ: Полностью проигнорировал слово «звук» из первой реплики, хотя сам же упомянул его в начале предложения («Разницы в движениях и звуке... хватает»).В чём недосказанность: Интеграция генерации звука прямо в видеомодель (мультимодальность) — это технологически сложная задача. Если MiniMax генерирует качественный звук синхронно с картинкой, для пользователя это и есть «событие» и огромный шаг вперед, так как отпадает необходимость сводить видео со сторонними нейросетями для озвучки.
3. Обесценивание мультимодальностиЧто сделал ИИ: Назвал мультимодальность MiniMax-H3 (прием текста, картинок и видео на вход + звук на выходе) «маркетингом», противопоставив ей «чистую генерацию» Wan 2.1.В чём ошибка: ИИ оценивает модели по старым лекалам (просто text-to-video). Однако способность модели бесшовно понимать и комбинировать разные типы данных на входе и выходе — это и есть главный вектор развития ИИ. Называть это «маркетингом» — значит не понимать, куда движется индустрия.
4. Не учёл субъективность «события»Что сделал ИИ: Заявил, что MiniMax-H3 «не дотягивает до прорыва».В чём недосказанность: Понятие «событие» в споре людей — субъективное. Для одного прорыв — это опенсорс (Wan 2.1), который можно запустить дома. Для другого прорыв — это коммерческий сервис (MiniMax), который выдает голливудскую картинку по одной кнопке без настройки параметров. ИИ занял одну сторону, выдав её за объективный факт.РезюмеИИ помог парню защититься техническими терминами (LoRA, coherent motion, prompt adherence), но слил спор по существу. Он проигнорировал важный аргумент про звук, перепутал критерии оценки зрителя и создателя видео, а также отмахнулся от мультимодальности, которая для обычного пользователя как раз и создает ту самую «огромную разницу».
Поделись ВФ посмотреть, тоже хочу кино на минуту сделать.
Бляха, а я чуть не полетел обновляться уже. Нужно больше отзывов
Плюсану, ноль ошибок в консоли, но скорость замедлилась до 1:29 суммарно на 6 шагов, против 1:19 с сажа 3 + сол 3.
5070 ти, линукс.
MiniMax H3 — топовая локальная модель, безусловно.
У LTX-2.3 только один плюс — скорость. Ну и липсинк ею удобнее делать. У Wan2.2 и ее тюнов плюсов не осталось.
Все так.
Бля, братан, сорян, пропустил вопрос.
Выше кто-то писал, что есть проблема, ЛТХ любит к референсному кадру возвращаться.
Но у меня встречный вопрос: а ты в директоре реф растягиваешь на весь таймлайн? Я кидал 1 секундой его, а дальше закидывал просто текст.
Не гарантирую, что поможет, но вдруг станет лучше.
охуенно обновился, на 15% дольше жду теперь
Аноны, есть как-то способ откатиться?
Ну и вдогонку к
Если же речь идет именно о локальном запуске (open-weight), то ИИ полностью провалил контекст. Вот в чём главные новые уязвимости в ответе нейросети:
1. Критическая фактическая ошибка ИИ:
Что сделал ИИ: Он противопоставил Wan 2.1 («сдвинул качество open-source видео») и MiniMax H3, назвав мультимодальность последнего «маркетингом вокруг входа-выхода».В чём факап ИИ: MiniMax H3 — это тоже локальная open-weight модель, которую выложили в открытый доступ (для ComfyUI и локальных GPU). Для локального сегмента полноценная мультимодальность (когда модель на вашем же железе «из коробки» генерирует и видео, и синхронный стереозвук/речь) — это абсолютное и беспрецедентное событие. Называть это «просто маркетингом» — техническая некомпетентность со стороны ИИ.
2. Сравнение «теплого с мягким» по системным требованиямВ чём недосказанность: Локальный запуск Wan 2.1 и MiniMax H3 требует совершенно разного железа и VRAM. Wan 2.1 куда более «народная» модель. MiniMax H3 — это тяжелый мультимодальный монстр. «Слепота» к оптимизации генерации. ИИ зацепился за "тяжесть" модели, но проглядел главный технический прорыв — то, что тяжелая мультимодальная модель инференсится быстрее и экономнее по ресурсам, чем более ранние или менее оптимизированные движки. Для локального пользователя соотношение время обсчёта / разрешение / длина видео — это определяющий фактор
3. Игнорирование локального пайплайна (LoRA и экосистема)Что сделал ИИ: Вспомнил про LoRA для LTX 2.3, но проигнорировал локальные преимущества новых моделей. В чём лукавство: ИИ выставил поддержку LoRA как эксклюзивную фичу или сильную сторону LTX («особенно с лорами от предыдущей версии»). Но для MiniMax-H3 уже выходят кастомные LoRA, этот аргумент ИИ полностью теряет силу. Настоящее «событие» для локальщика в случае с MiniMax H3 — это не просто генерация по тексту, а In-Context редактирование (подача до 9 картинок референсов, удержание персонажа и физики без тренировки дополнительных сеток). В локальной экосистеме это заменяет кучу костылей вроде IP-Adapter и ControlNet. ИИ этого «не заметил», сведя всё к банальной оценке «качества картинки».
ВФ эксперементальный, как такого нету ещё цельного, я просто ноды кастомные скину https://pastebin.com/DDJ1kJc7 , 30 секунд видео просто идеально выходят, по 5 секунд видео, потом режется, каждое послед видео после первого ~3-4 секунды из-за контекста. MiniMaxH3FirstFrameContext - для первого запуска, туда просто картинка суётся и ставь 1-2 фрейма для реинформента (1-2 латент блока), MiniMaxH3ContinuationContext - для продолжения, 22 блока ставь. https://pastebin.com/pCQvJFr5 - для сохранения и загрузки латента. Всё генерилось нейронкой, но работает на ура.
погонял на L40s 48 gb с турболорой lightx2v_turbo_4step_v0.1
1024*768 10 секунд, 3 рефа изображения
4 шага с сажей 150 сек, с ck-attention 160 сек
8 шагов с сажей 244 сек, с ck-attention 223 сек
Вообще там отдельная нода для их нового обновления ModelAttentionBackend вместо sage attention patch kj и sage attention. У меня всё ок с sage attention, а вот ModelAttentionBackend с kitchen тоже дольше выходил
Так там же надо прописывать --use-ck-attention и --use-sage-attention, убери первое, верни второе, или в чем проблема?
Или ты все это время не юзал флаг запуска сажи?
Спецом проверил, 640х480@241 как было 56 секунд, так и осталось 54,99. Скорость не поменялась.
Но если очень хочешь — откати comfy_kitchen.
Не знаю, где ты запускаешь, но команда типа:
python -m pip install comfy_kitchen==0.2.28
Думаю просто убери ключ и ноду новой аттеншн и верни ключ/ноду сажи. Или у тебя именно со старой сажей замедлилось после обновы?
И кстати, писали что после обнов турбо Лора уже не требует специальной ноды, это так? Или все на киджаевскую lightx2v перешли?
обновился, отключил sage\sol, добавил ноду, получил ту же скорость что с sage\sol. комфианон писал что с той же скоростью работает, но качество получше. ну будем посмотреть.
Там была проблема в том, что первые турболоры были не для comfyui, а теперь все под comfy, толи что-то с семплерами было толи что-то ещё, поидее все недавно вышедшие уже для comfy
Я сразу скажу, что стало лучше, теперь, у меня в примерах, залупа не сливается со членом(когда из рта показывается на микро секунду), а прям точь в точь как с рефа(рельеф сохраняется как из рта показывется), но скорость упала, теперь вместо 410 с на генерацию, 490-500с
короче жёсткая наёбка как я понял
Лучше всего две локальных комфи иметь, и обновлять только ту, уоторая объективно хуже работает.
Мой затуп, оказывается я не pruned версию юзал int8. (Новое изменение только для int8 моделей по идее)
>>залупа не сливается со членом(когда из рта показывается на микро секунду)
ясно, а по комфи китчен, что скажешь?
бля как эту вашу кофи китчен поставить вообще и стоит ли
Улыбнуло :D
Ну так запусти "update\update_comfyui.bat", он тебе обновит усё. Потом ставь ноду как на картинке
У меня нет этой ноды. Надо что-то отдельно ставить?
А надо убирать то сажу из батника?
Никогда не делай сажу дефолтной в батнике, отдельно для каждого вокрлоу свою ноду для патча. Так что убирай, иначе сейчас не будет работать новый аттеншн от комфи
На 5% стало быстрее. Жёсткая наёбка от комфи.
Да. Но комфи китчен нигде нет.
на всякий спрошу, ты обновлял страницу в браузере комфи? После чего вот такое должно быть
Бля, да, не обновлял...
Потестил до/после, 4070 супер
Время осталось как будто бы примерно такое же, а качество словно меньше жмыхать стало.
Так какую надо pruned или целиковую? Не понял.
INT8 pruned, конечно, на ней и замедление.
Или не ее?
Не обязательно, патч переписывает то, что по умолчанию.
Почему? Это буквально как патч на каждую пихать, только не пихать.
Разницы никакой по сути.
Погонял еще ck-attention, получил ускорение на 2 секунды, но качество сильно хуже.
Лучше подождать и дождаться, пока доведут до ума, ИМХО.
Лучше подождать и дождаться, пока доведут до ума, ИМХО.
pruned и не pruned отличаются, на сколько я помню, тут в отсутствии весов модуляции, они типо говорят каким блокам сейчас надо работать, по идее качество +- должно быть одинаково
На счёт не везде пихать - тут я не соглашусь, не все модели для картинок могут норм работать с sg attn, в пример мой flux 2 dev херится по сравнению без достаточно. Мне удобнее конролировать всё, а так делай как душе лучше
на десктоп стейбл верии нет этих ускорялок новых, ну потерпим
А, ну ежели так, то да, хозяин-барин, конечно. =) Каждый делает под свою задачу как удобно и лучше.
Так ананасы нужна помощь
Я тут наварганил промпт для свапа и анимации, ну так для научных целей, естественно это все не для хорни утех, а для серьезных строго сейф фо ворк дел.
а так конеш хотелось сделать чтото универсальное, но походу все равно над разделять
но нужна помощь ананасов, вдруг что можно еще подправить и как то оптимизировать промп.
Я тут наварганил промпт для свапа и анимации, ну так для научных целей, естественно это все не для хорни утех, а для серьезных строго сейф фо ворк дел.
а так конеш хотелось сделать чтото универсальное, но походу все равно над разделять
но нужна помощь ананасов, вдруг что можно еще подправить и как то оптимизировать промп.
бля раньше кинул чем приложил хуету свою
вот видос с вф (один хуй стандартный и реф)
промптец в вф
А так мож кто че придумает умное и промп улучшит, буду признателен конеш
у меня вообще инстансы комфи на разных м2 стоят, отдельно для видео, отдельно для реала и отдельный инстанс с аниме, чтоб не смешивать всю хуйню эту в одну массу.
Что там улучшать? Это чисто индивидуально, главное чтобы тебе нравилось.
https://gist.github.com/Naxdy/43b7422a1e4a79fb8b0489c6c39eaace
https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_base_en.md
https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md
Анчоусы, у кого-нить получилось с помощью реф модели передать стиль с картинки в готовое видео? У меня чет нет, все пытается в полуреализм какой-то все свести. Промпт сделан через ии по гайду. В нем есть строка
The target video is rendered in the exact same 2D digital anime illustration style as <Picture 1>, using soft cel-shading, smooth pastel gradients, detailed individual feather rendering, warm high-key lighting with gentle specular highlights, and the identical cream-white / soft-pink / lavender color palette applied to every surface and character detail.
И все равно не помогает. Может из-за киджаевской турбо лоры?
The target video is rendered in the exact same 2D digital anime illustration style as <Picture 1>, using soft cel-shading, smooth pastel gradients, detailed individual feather rendering, warm high-key lighting with gentle specular highlights, and the identical cream-white / soft-pink / lavender color palette applied to every surface and character detail.
И все равно не помогает. Может из-за киджаевской турбо лоры?
Сам себе и отвечаю. Да, шагов не хватает. Без лоры на 20 шагах все норм.
lightx2v Minimax H3 8-step Turbo v1.0
https://www.reddit.com/r/StableDiffusion/comments/1vlga9z/lightx2v_minimax_h3_8step_turbo_v10/
https://www.reddit.com/r/StableDiffusion/comments/1vlga9z/lightx2v_minimax_h3_8step_turbo_v10/
Ну чуть поменьше мыла, но всё ещё до лтх не дотягивает на самом деле.
как будто колбасит конечности при резких движениях, распадается на пиксели.
Что угодно из этого можно в промт энхансер в комфи пихать? Первая типа универсальная, вторая для и2в, третья под реф?
Или оно нормально только через Горку будет промты конкретизировать?
да, тоже заметил. в этот раз очень неудачные лоры получились у китайцев. лучше даже не тестить время не тратить.
Я специально много тестил разные подходы. Просил ллм дико перегружать деталями, или наоборот размыто. В итоге свой текст всегда выигрывает даже вообще без разметки . Единственный норм способ это переписывать по 1 предложению, адаптировать под шаблон, или просить написать диалоги, иначе все ломается
Новая лора вс 600 лора
Видно что сломана, но движений намного больше и как то поинтереснее выглядит
Видно что сломана, но движений намного больше и как то поинтереснее выглядит
Оо смотрите что вышло
https://ltx.io/
https://ltx.io/
Ну ка, отпишите что ltx лучше
убийца минимакса
наканецто
Пока что не open source, хуй они на весы для людей положили
ЕБАТЬ!!!
КАКАЯ ЖЕ ПИЗДА ЧМОНИМАКСУ!!
ЖИВЁМ, ТОВАРИЩИ!
да вы посмотрите как у них в превью бабу с блюром корежит, пизда если такое в превью, я даже качать не хочу (тем более весов пока нет)
Всё, разобрался, оказывается у них там чутка проебаны линки. В 10 часов вечера релиз. Сегодня значит не спим
Похуй, там всё равно та же уёбищная архитектура и шакальный VAE.
Ну глянуть всё равно стоит, хотя и топлю за minimax h3, но а вдруг
Ох уж этот лживый самоподдув...
ОХУЕННО ЗАКРЫВАЕШЬ, чел
Тут не лжи, всё по факту, просто информация та, которую они захотели - выложили.
Что меня больше беспокоит, так факт того что она для минимум 16 гб врама, а на минимаксе, как видите 115гб, что надвигает только на одну мысль: шакальность ltx 2.5. Посмотрим, с таким утверждением они только себя закопают, тк квантовать умеют все, а вкачество генерации выдавать - единицы
Без лор. Кароч нахуй ваши лоры
Для лор анова-то ещё, как мне кажется.
При условии что за меньше чем 7-8 минут ты можешь сгенерить ОДИН нормальный шот, когда на wan 2.2/ltx2.3 тебе приходилось генерить несколько шотов в надежде на перфект, я считаю уж лучше подождать и получить качество. Так что easycache + modelattention(новый)/sage в топе
Всмысле нет пиздежа. У них 22В модель и весит 45 гигов без квантов. У Минимакса официально запруненная - 21В. О каких 115 против 16 гигов речь, лол? Можешь не раскатывать губу, будет очевидным калом, если они перешли на наглый пиздёж.
> Deployment
> On-prem, edge, API
Что это значит?
Это как и текстовых ai, moe модели не фул грузятся в vram(но было бы не плохо) а используют по очереди, что приводит к, условным, 3 лярдам активным параметрам за 1 раз, тем самым ты можешь сказать: ебать смотрите у меня модель в 5 ГБ врам поместилось! И не спиздесь, а может модель бы, которая раскрывается в врам и весит больше. Так что, технически, они не спиздели, предоставив просто информацию из открытых источников. Это тоже самое что и: покупайте диски по 1 ТБ! Приходишь домой а там 972 ГБ
у тебя там в середине персонаж из драконьих шаров появился. прописывал?
Да, ллм поднасрала и схуя то написала гоку. Что интересно минимакс слушается и реально меняет перса а потом обратно, при этом сохраняя всю внешку на 20 секундах
подожи я на сайте смотрел ток что и там уже нет этого куска на видео, его вырезали
Там кстати высрали ещё minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors у lightx2v
Посмотрите что лучше 8 степ или 4 степ этот.
Посмотрите что лучше 8 степ или 4 степ этот.
Мне на некроспеке лоры существенно хелпуют, все остальные ускорялки могут в ноль пыхтеть или вообще в минус. Но новая лора пока не для ref, а в старой аудио рефы так и не починили.
У них там мое должно быть, и кто-то из команды вана к ним присоединился. Возможно будет лютая годнота.
Второе видео для тех, кто не понял первое.
Попробуй это, мне помогло
ну 8 степ хуевит изображение, распидорашивая его. Врядли тут будет лучше.
Ну в целом неплохо, можно поиграться с промтами, да рефов побольше закинуть чтобы переходы были поинтересней.
К сожалению переход виден там и цвет меняется и видео ускоряется. Надо разбираться в общем.
22 минуты на 3090
https://venturebeat.com/technology/ltx-2-5-can-generate-a-10-second-ai-video-from-an-image-in-just-6-8-seconds-on-nvidia-superchips-and-its-open-weights
> LTX-2.5 can generate a 10-second AI video from an image in just 6.8 seconds on Nvidia superchips
>>мы умеем генерировать видео за 7 секунд, но генерировать хуевое видео с говорящими головами.
Запомните этот твит.
Никаких референсов, зацензурено. Минимакс за несколько дней настолько сильно поднял планку, что просто быстрой генерации уже не достаточно.
Скиньте папочку с хуями
Бля, ну это выглядит как расписаться «наша модель полная говно, лучше чем в 2.3 не стало».
Технически, любая нейронка на современном питоне или сях умеет в ram offload, поэтому минимакс можно запустить на 1 гигабайте, на 1 мегабайте, на 0 битах видеопамяти, все, она выиграла.
И это не пиздеж, работает. Просто месяцами, ахахаха!..
Хуйня, короче.
Я свой снял и закинул в референс. Теперь с лорой на футджоб мне дрочат все аниме девочки. Думайте няху.
Я тебе больше скажу, ещё можно себя отфоткать... Я как раз таки это и сделал, теперь я всех ебу
Во времена, когда можно взять онемэ картинку, фото еотовны и порнуху с негром, сказать минимаксу, шоб он взял визуальный стиль с онемэ и в видео заменил тян на еотовну и после этого получив онемэ с еотовной и огромным ускоглазым негром... Какой нахоой лтх, мужики. Это для них рокет сайнс.
В принципе если мы получим лтх уровня ван 2.1 но до 20 секунд супер быстро может быть норм
ебать сижу меняю эти ваши семплеры шедулеры целый день, а потом вдруг замечаю что лапша то от семплера идет в ноду турбы семплера и все эти эксперименты просто нахуй идут
===БЫЛО И БЫЛО===
Сравнил я lightx2v против 600_ema — нет разницы, минорна, обе всирают что-то, но при этом хороши достаточно.
Можно всегда подобрать задачу, где будет лучше или одна, или другая модель.Так что, сидите на какой хотите и не ссорьтесь, идеала нет (даже 20 степов всирают иногда, надо 50 гонять, лол).
Можно всегда подобрать задачу, где будет лучше или одна, или другая модель.Так что, сидите на какой хотите и не ссорьтесь, идеала нет (даже 20 степов всирают иногда, надо 50 гонять, лол).
У тебя год назад комната на куски распадалась в каждом кадре. Просто вытащи руки из жопы и смонтируй куски нормально.
ты нахуя турбо лору на 20 степах гоняешь шизло
Да давайте будем честны: лтх нужно только для скорости, пока он вчетверо быстрее минимакса. И в таком случае, если лтх-2.5 будет просто лучше лтх-2.3 — то это уже хорошо. Какая разница там, он явно не допрыгнет до минимакса никак, но если не просрет скорость (а не должен), то любое улучшение — лучше, чем отсутствие этого улучшения. =)
Какую турбо лору, еблан.
20 степов без турбо лоры запускается.
сам такой
Минимакс с лорой впятеро быстрее, лтх в этом плане уже нехуй ловить
Если нет разницы, то зачем нужна та, что со своим медленным семплером?
Пасиб, попробую его гибрид модель. Дуал модель-нода слишком тяжелая
Забегали, засуетились!
Я долго тестил разные на комплексных промптах, самый реалистичный и крутой результат с res_multistep + beta57, но о может добавлять сильный шум. При количестве шагов +40-50 он еще сильнее улучшает текстуры
simple наоборот все смазывает и усредняет
Отвратительно. Ждём открытых весов флюкса, но без особых надежд. Похоже ближайший год будем жить на минимаксе.
Чел просто хуево запромптил
А чем обычный бетка не угодил?
Я ЛТХ в nvfp4 гонял турбо, там он быстрый, а качество так и так херовое, хули. =)
Именно.
Пусть пока лежит, но как будто от лайтов проще. 4-степ лору на 6 степов ставишь и радуешься жизни.
пикрил
Ну я ж говорю, один хер хуйня выходит, поэтому на nvfp4 гоняешь, скорость — пушка. =)
Ладно, ложусь спать
есть луксмаксеры
а мы с вами минимаксеры
а мы с вами минимаксеры
Как его там, это, а! LTX ЛУЧШЕ
Он постоянно ломал анимации, или добавлял лишние движения, хотя они очень похожи по картинке
но самый топ это dpm_2 и res_2s + beta57
но там почти в 2-3 раза дольше рендер
Сеймыч.
>количестве шагов +40-50
сука ты чё еблан
я специально проверял на одном сиде разное количество шагов, на +40-50 не только улучшение текстур, он рисует анатомию лучше, + новые анимации
особенно заметно на низком разрешении
ну у самих бигмаксов на апи стоит как раз 50 степов, так что как говорится
думайте
Блять, обновил Комфи и сломался звук. Хрипит всё теперь дико. Какая же параша.
Только что сам сгенерил за фри токены. А я думал, во круто, конкурент
6-Second Cinematic Hawaii Travel Vlog
A cinematic 10-second tropical travel vlog montage featuring the same beautiful 20-year-old East Asian woman with dark hair enjoying a dreamy summer vacation in Hawaii. Maintain perfect character consistency throughout every shot: same face, dark hairstyle, youthful appearance, natural makeup, realistic skin texture, elegant summer styling, and relaxed happy expressions.
Visual style: authentic luxury travel diary, realistic handheld camera movement, candid moments, soft golden-hour sunlight, dreamy 35mm film aesthetic, warm vintage color grading, shallow depth of field, natural atmospheric lighting, subtle film grain, realistic autofocus, natural motion blur, cinematic storytelling. 4K, 24fps, 35mm lens, photorealistic, travel documentary aesthetic.
Scene 1 — Arrival & Beach Walk (0–2.5s)
Bright Hawaiian morning. The woman walks through a colorful tropical street lined with palm trees, wearing a flowing floral summer dress and sunglasses. Camera follows her from behind, then smoothly moves to a close-up as she turns and smiles naturally. Wind gently moves her dark hair. Quick transition toward the ocean.
Scene 2 — Beach & Tropical Nature (2.5–5s)
She walks barefoot along a wide sandy beach as crystal-blue waves touch her feet. Low-angle shot of her footsteps in wet sand, followed by a cinematic shot of her near a rocky ocean cliff looking peacefully toward the sea. Palm trees sway in golden sunlight, with subtle lens flare and distant volcanic mountains.
Scene 3 — Ocean Adventure & Cafe Moment (5–6s)
She laughs naturally while floating on a surfboard in calm turquoise water. Water-level camera circles around her, sunlight sparkling across the ocean and tropical mountains in the distance. Cut smoothly to her sitting at a cozy beachfront cafe, holding a tropical drink while watching the waves.
Camera: authentic travel vlog cinematography, handheld movement, smooth transitions, slow push-ins, occasional POV shots, realistic autofocus adjustments, subtle motion blur.
Keep the woman identical in every scene: same facial features, same dark hair, same youthful appearance, same body proportions, realistic skin texture and natural expressions. No character morphing or hairstyle changes.
Avoid: cartoon/CGI appearance, plastic skin, unrealistic face, inconsistent character, changing hairstyle, extra fingers, distorted anatomy, artificial movements, oversaturated colors, excessive sharpening, blurry face, duplicate people, unnatural lighting.
Сами ноды обнови, они их спешно апдейтили после комфи
так они специльно для гоев 20 поставили чтоб все от качества апи охуевали и 2к разрешния и покупали кредиты
Поясните нюфане что за шаги и где вы их задаёте? Я не видел в дефолтных воркфлоу параметр steps.
Гигаразъеб микроклимакса, не меньше чем легендарного уровня.
>Keep the woman identical in every scene: same facial features, same dark hair, same youthful appearance, same body proportions, realistic skin texture and natural expressions. No character morphing or hairstyle changes.
@
>T = Technology
Голова крутится на 360 градусов. Этой хуйни уже в прошлом году не было на крупных моделях.
я хуй знает у кого надежда была, там по превью с сайта все видно, уже там видео разваливается, у них проблема в архитектуре модели, эту хуйню как не еби лучше она не станет, там только с 0 собирать.
за все время не смогли сделать ничего путного с лтх 2.3, модель не хотела нормально генерить.
вроде и веса в опене, вроде и видео даже делает, а видеоген мертв был до минимакса.
п.с. у минимакса я просто сделал колажи на виды члена и женской жопы, и все, гениталии починились, вот какая хуйня побьет такие возможности тот и будет новым королем генов
интересно какая сейчас атмосфера в офисе флюх 3? тоже ведь грозились выложить веса
Тряска из Германии ощущается даже на дальнем востоке
Я ХЗ, минимакс вот выдаёт говно какое-то без рамки.
>6-Second
>10-second
Это точно официальный ролик?
Кал какой-то.
Зачем я установил 0.31 версию комфухуя. Пиздец она глюченая. У меня теперь генерация картинок зависает на n-Минут, когда я вес у лоры меняю.
Да проебался с промтом, я просто спешил проверить, взял промпт из реддит треда, но не думаю что повлияет
кинул этот же промпт как есть в минимакс
Так у тебя разрешение ниже. Сейчас фулл прогоню, а пока вот HD вариант от манямакса.
Это реф моделью конкретно? А то такое ощущение будто я не так ее использую.
Всегда когда юзаешь более одной реф картинки надо реф модель использовать, а не обычную? Для f2last тоже?
да + я сломал вф когда крутил всякое
Ну да... ради ТАКОЙ рамки, можно и ЛТХ потерпеть... Вы видели КАКАЯ там рамка? Да мой брат из Рязани босиком пришёл, чтобы на РАМКУ посмотреть!
конечно. fl2va - это чисто первый и последний кадр. причем глючит сильно, первые и последние кадры лучше через реф задавать
на скорую руку, а всё равно минимакс просто ебёт
Я тоже побежал генерить, и ахуел, но смотри финт пальцами, слева fl2va, справа ref2va. Так что спокуха
ты для реф модели можешь не просто реф кидать картинкой, а сделать там колладж с надписями, она все сожрет
Влад, это ты?
>Сейчас фулл прогоню
Вот если что, рамки не появилось, лтх на помойку.
Надеюсь ltxники наконец-то поймут, кто тут папа
как же заебала капча, пиздец, 7 лет не капчевал а тут такая хуеат
>ltxники наконец-то поймут
Ты дурак? Те кто годами жрут этот кал могут что-то понять? Еще скажи, что ебланы ждущие нового флюкса не сломаного цензурой или вана - что-то поймут. Это животные нахуй. ыыыы хачу 1 минуту зацикленава слопа за 6 секунд вот ета будущее.
распакуй сабграф и будет тебе радость
я экспонат ты ебанат
>Что нового в версии 2.5?
>Мы обновили номер версии до 2.5
Я всегда думал, что они тролят тупостью, читаешь дальше - так нет, реально верят в то, что пишут.
Ну ето пиздец, канеш.
Может у них там под капотом случайно 2.0?
но коментс...
Я не могу поверить, это прикол реально? Я просто сижу дома и много то не общаюсь с людьми, но когда вижу, как люди ну просто непробиваемые я не понимаю как это вообще так возможно
Видел таких, орут Ai slop, что 5 литров воды было потрачено впустую, ряяяя
Для соевых долбаебов и пезд, которые трясутся от мысли что за их вареник не заплатят это прям угроза существования.
ну что тут скажешь? жи--- евреи
вот уже инфа появилась насчет кодировщиков и вф. мнение?
Рабочие процессы уже доступны, и вы можете скачать один из текстовых кодировщиков, поскольку он был выпущен несколько месяцев назад:
https://huggingface.co/Comfy-Org/gemma-4/resolve/main/text_encoders/gemma4_e2b_it_bf16.safetensors
Рабочий процесс T2V для дистиллированной модели:
https://github.com/Comfy-Org/workflow_templates/blob/bf937bc6410c6eccca6858901881db42378d0e79/templates/video_ltx2_5_t2v.json
Рабочие процессы уже доступны, и вы можете скачать один из текстовых кодировщиков, поскольку он был выпущен несколько месяцев назад:
https://huggingface.co/Comfy-Org/gemma-4/resolve/main/text_encoders/gemma4_e2b_it_bf16.safetensors
Рабочий процесс T2V для дистиллированной модели:
https://github.com/Comfy-Org/workflow_templates/blob/bf937bc6410c6eccca6858901881db42378d0e79/templates/video_ltx2_5_t2v.json
обновил всю хуйню в комфи под угрозой что все по пизде пойдет, даже торч прикрутил 2.13, нихуя, все равно на саже быстрее, наверно незатюнили для нищуков с 4080
>Я всегда думал, что они тролят тупостью
Достаточно на среддит зайти, чтобы убедиться, что это действительно глубоко больные люди, причем среди них еще и хуЙдожников много. Совпадение? Не думаю. Ведь так же среди хуЙдожников всегда много тех кто калом или блевотой или менструальной кровью рисует. Вот это как раз лткс.
та надежда то была D:
Подскажите как установить easycache?
И что всё таки стабильнее по качеству,
video_vae_fp16 или video_vae_int8_convrot
И что всё таки стабильнее по качеству,
video_vae_fp16 или video_vae_int8_convrot
Гемма4 е2б — маленькая, вряд ли лучше геммы 3 12б.
Ее хвалили, конечно, но камон.
Делаешь софт для локальных нищуков с 3060 в лучшем случае.
@
Тестишь на RTX Pro 6000.
ХММММ…
Просто художники бывают 2 категорий.
Первые просто занимаются творчеством.
Вторые сублимируют свою психическую болезнь в творчество.
ну расскажете там как оно, сам качать не буду в пизду
зацензуренная мыльная парашная кривая хуйня
Да, уже качаю, 12 минут, видимо все нахлынулись
Я как раз таки ещё раз через локалку сверху видосы сделаю и скину сюда
охуенная турба https://huggingface.co/lightx2v/Minimax-h3-Turbo/blob/main/minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors
на L40s 10 сек 1024*768 4 шага 3 рефа 122 сек, качество зоебись
на L40s 10 сек 1024*768 4 шага 3 рефа 122 сек, качество зоебись
Пока качается лтх2.5 можете посмотреть какое оняме минимакс знает
https://www.reddit.com/r/StableDiffusion/comments/1vlqth2/what_characters_minimax_h3_knows_part_3_anime/
https://www.reddit.com/r/StableDiffusion/comments/1vlqth2/what_characters_minimax_h3_knows_part_3_anime/
Итого гибрид модель (25-49 я взял) не фиксит проблему турболоры turbo_v4_step600_ema с аудио рефами, но зато норм генерит с _lightx2v_turbo_4step (в отличие от базовой ref модели), ну и с fl2v_turbo_8step_v1.0_comfyui_bf16 тоже ок.
8step и без гибрида хорошо дружит с рефами, но у меня тяжеловесные реф генки на ней засыпают.
Время создавать продолжение евы
продолжение той самой сцены с фапающим синдзи на полудохлую аску
>Подскажите как установить easycache?
Он уже стоит.
Даже качать не буду, как лламу 4, лол.
Бля спасибо кста, сделаю
им вот самим не стыдно блять? ах да... вспомнил кто выпускает
Поделись результатом главное! Это показывали в кинотеатрах.
Видно у челов знатно припекло с Минимакса, раз они уже на фентезийные боевые картиночки перешли.
еулер бета?
Гандоны
ага
ну бля та же самая ебанная архитектура ток цифру поменяли, пиздец, при наличии минимакса, найдутся ли индивиды которые опять будут безрезультатно ебаться год чтоб вылечить лтх (но так и не вылечат, земля им тензорами)
Че там ебаться? Лоры с 2.3 совместимы с 2.5
Пизда просто, за 1 минуту 10 сек сгенерил, а латент раскрывает уже 5 минут
Ха, тогда уж получается fl2a это чисто первый кадр, чисто i2v как старый добрый ван
Эти пидорасы в комфи ещё зачем-то зафиксировали сид, интересно, зачем
Ты не слушай шиза. Норм работает что первый, что последний, что оба.
Кто какое максимально разрешение генерил? На 32 гб - 50с 0.4мп и 10с 2мп.
тайлед вае ебани
Не, он там и есть, я его убрал и обычный ебанул, и при этом ещё очистку врам, сразу за 170 секунд. Ну сейчас ещё погенерю, такое себе конеш, скоро скину
Есть ли смысл ставить НЕ pruned версию конь-в-рота? Чатгпт говорит что pruned версия функционально эквивалентна.
minimax_h3_fl2va_int8_convrot.safetensors
minimax_h3_fl2va_int8_convrot.safetensors
Ну хуй его знает, лучше чем через апи да, но не идеал.
Слева промт инхансер, справа - нет
И в обоих случаях она купается в платье. А минимакс додумался надеть купальник. Ну и звук полная залупа. Короче можно забыть про эту хуйню.
ну звук воды охуенный остальное чет подводит
Тут ещё трабл, что этот воркфлоу хуй пойми как настроить, степы ручками, тут 8 на лоу проход и 4 на хай проход, я вот щас попытаюсь подшаманить, посмотрим. Да и декодинг чёт вообще тону времени занимает, генерация в разы быстрее
бля проиграл от коротконогой
Теперь у меня на флюкс ещё меньше надежды. Хотя у него результаты неплохие на юпупе. Но это апи. А как оно на деле будет непонятно.
https://www.youtube.com/watch?v=FPFjkr2yrjE
https://www.youtube.com/watch?v=FPFjkr2yrjE
Сука как же я проиграл, спасибо
Дай промт на взрыв жопы, ахуенно смотрится
Ну не знаю, что-то есть, но вот в пример когда она на борде - куда тело делось. Короче можно подумать, 9 минут на 20 шагов на лоу и 10 на хай.
Нахуй нужны эти ваши склейки, тестируйте на длинных кадрах.
Я поэтому и удалил LTX после того как пощупал Минимакса. Да в LTX последнем с нодами LTX Director можно делать очень годное, однако промптинг там не поддерживает нихуя никаких нормальных тэгов и хаотичен как твоя бывшая во время месячных, результат может получиться довольно рандомным. Чтобы реализовать нужную мне идею с двумя нужными персонажами мне потребовалось туеву хучу часов и перегенераций в ltx . Чтобы эту же самую идею реализовать в минимаксе мне потребовалось всего 4 генерации три из которых я просто ещё учился как правильно это запромптить.
То что лтх из под коробки генерит хороший звук и может уметь (с напильником в хорошее синема), для меня гораздо хуже чем то что я смогу сделать ту же самую идею в минимаксе пусть и со слегка худшим качеством сэкономив 100 часов времени.
нууууу если прям не придираться, та же самая залупа что и лтх 2.3 так же конечности разваливается в движении, у модели память рыбки, на последней сцене у бабехи 3 руки
Накидайте что запромптить или что сделать на этой ltx 2.5 идей нет как ещё тестить. Иль дайте промпт на мемы какие
вот тебе мой тестовый промпт на минимакс, он справляется с ним на ура, если эта хуйня не сможет нормально засунуть руку в трусы, нахуй не нужно это говно даже бесплатно.
For the target video, at 0.00 seconds into the target video, <Picture 1> (from [Shot 1]) is fully referenced.
integrated_multimodal_description: [Shot 1] young woman from <Picture 1>, exact same woman from input image.
<Subject 1> is woman with from <Picture 1>, preserving the visual identity, proportions, and visual style shown in the reference image.
Woman fully_preserved - retains the identity shown in <Picture 1>.
A naked topless 18-year-old young man in shorts with short blond hair and an athletic body appeared from side. He stands behind her. Camera Push In close to their faces, man takes the initiative in the kiss, he forcibly kisses her, woman resists and pulls away from him. than he starts kissing her passionately. the woman moans muffled with pleasure.
woman looks at viewer.
Woman's voice sounds naughty and erotic. she moans eroticaly. woman's face always remains in the frame. camera goes down along side of her body to the woman's crotch while continuing to keep her face in the frame throughout movement with upward angle, the camera stops at the level of her hips and shoot the woman's crotch and face from below. she looking down at viewer.
he put his hand on her navel, he lowers his hand down to her crotch and he pulling down her bottom clothes, removes it. her bottom clothes drops down. he lowers his hand down to her crotch and inside her panties. she is still wearing a white g-string panties. His hand goes inside her g-string, fabric of the small g-string covers her crotch and his hand. He slide his hand in her small g-string. She spreads her legs apart. his hand under the fabric of her small g-string slowly and gently strokes her crotch.
He continues to kiss her passionately, sounds of a kiss, moans and woman's small moans. woman moans sweetly while he kisses her. French kiss.
overall_soundscape: the girl's breathing and moans, the rustle of clothes
орнул.
это вам не слоп от кектайцев.
это вам не слоп от кектайцев.
><Picture 1> (from [Shot 1]) is fully referenced
И где этот пиктуре уан?
вилл смит жрет спагетти на маленькой кухне советской хрущевки
Ладно, я нашёл применение))))
Сук у меня х2,5 на все видосы, получилось вообще угарно.
че у тя бабех левых нет чтоли
Не я писал, щас попробую без рефа сгенерить
Какое же минимакс говно. Ему промпт на инглишь нужно перевести, иначе не работает.
Негры долбят уродливыми хуями мерзких шлюх в горло до сблева.
Ты мог сгенерировать все, что угодно. Любую мечту.
Ты выбрал сгенерировать вот это говнище.
Я надеюсь, что после смерти эти негры будут вечно ебать тебя в жопу.
Ты мог сгенерировать все, что угодно. Любую мечту.
Ты выбрал сгенерировать вот это говнище.
Я надеюсь, что после смерти эти негры будут вечно ебать тебя в жопу.
Видимо он с сажей 2 плохо работает, начинает херить пизда
База, хоть кто адекватный итт.
Все три промпта спизжены с цивитаеред.
1.
integrated_multimodal_description: [Shot 1] Live-action, cinematic, a low first-person point-of-view from the drivers seat looking through windshield of a Hot Wheels car as it races forward at high speed along a continuous bright-orange plastic Hot Wheels track Hot Wheels track that begins in a second-floor bedroom. The camera banks hard and tilts with large amplitude through tight curves around the bed and dresser, then plunges steeply downstairs in a long descending drop, accelerating as the staircase rails blur past. It levels into the kitchen, pushes forward rapidly across the counter, and continues into the living room, jumps off the end of the ramp over the sofa performing a full barrel roll with the camera following along; it then rockets down a long hallway with slight continuous shake, launches off a jump ramp, and lands with a sharp forward jolt onto a raised section that crosses above a dining table. The track leads straight toward an open sunlit window; the car launches out of the window into bright outdoor daylight, the camera front flipping and arcing downward through the air before landing squarely between the breasts of a woman sunbathing on a lounge chair below. The camera settles with a soft jolt into the narrow space of her cleavage as her skin and bikini top fill the lower and side edges of the frame.
overall_soundscape: Continuous high-pitched whir and light plastic-on-plastic friction of the wheels on the orange track mix with sharp rattling clacks at every connector and joint. Air whooshes loudly past the camera during jumps, the barrel roll, and the final launch out the window. Distinct impacts and brief skids sound on indoor landings, followed by a soft fleshy thud as the car settles between the woman’s breasts; faint outdoor birds and light breeze replace the indoor room tone after the exit.
non_diegetic_music: Fast electric-guitar riffs at a high tempo layered with tight driving drums and short synth stabs that rise and fall with the track’s elevation changes, holding a sustained final chord after the outdoor landing.
2.
integrated_multimodal_description: [Shot 1] Elden Ring Live-action remake, cinematic, hyperrealistic movie of third person view of an armored warrior wielding a massive glowing greatsword in Ancient Greece. She is facing of a massive giantess woman wearing skimpy armored witch robes with fishnet leggings holding a staff standing barefoot with a lean ethereal build in the large boss arena. The fight scene shows the warrior run up to the feet of the giantess and try to cut her ankle which bounces of her shin armor. The giantess laughs as she leans down and picks up the warrior with her free hand up to her face giving a closeup of her whole body before throwing them on the ground then turning around and slamming her ass on top of them and killing them. As her ass is coming down, her robe flips up revealing her bare ass.
There is health bar across the bottom of the screen that goes down a little when the giantess is hit by the sword.
overall_soundscape: Epic boss music and the sound of fight and sword hitting armor followed by the sound of crushing stone and armor as the warrior impacts the floor and dies.
non_diegetic_music: Epic style boss orchestral music playing loudly.
3.
integrated_multimodal_description: [Shot 1] (0.0-4.0s) A vertical POV shot from a man’s perspective lying flat on his back in a dimly lit, modern bedroom. The camera looks down the length of his shirtless torso, showing his muscular chest and stomach, wearing white Calvin Klein boxers, with his feet resting near the edge of the bed. In the background, a large TV on a sleek nightstand glows with the saturated colors of a SpongeBob SquarePants episode, casting a flickering blue light. The primary lighting is a harsh, high-contrast flash that creates deep shadows. Suddenly, the ceiling directly above the camera violently explodes in a shower of drywall and dust. A curvy goth woman with thick thighs, wearing a tattered black crop top and fishnet stockings, falls through the hole. She falls in a spread-eagle position, descending directly toward the camera lens. The shot emphasizes a close-up, high-detail view of her pelvic area and inner thighs as she drops. [Shot 2] (4.0-4.5s) The screen instantly slams to black as she makes impact with the POV character's face. [Shot 3] (4.5-6.0s) On the pitch-black screen, the iconic "YOU DIED" text fades in slowly in a serif, bloody red font, mimicking the Dark Souls game-over screen, centered in the vertical frame.
overall_soundscape: The muffled, high-pitched chatter and whimsical music from the SpongeBob episode play quietly in the background. This is interrupted by a sudden, deafening structural blast and the sound of crumbling plaster. A sharp, feminine gasp is heard during the fall, followed by a heavy, wet "thud" as the screen goes black.
non_diegetic_music: A low-frequency cinematic bass drop occurs at the moment of the explosion. Upon the "YOU DIED" text appearing, a somber, haunting cello melody plays, accompanied by the iconic "death" sound effect from the Souls game series.
Ебаться хочет
Проигрунькал
Сука ахахахахахаххах как же он пытается залезть но не получается)))))))))
2 часа уже прошло, а на реддите ничего не выкладывают. Обычно виллов смитов с макаронами выкладывают сразу же
Я не сохранил, но сперва это была сцена с чужим. На жопу переписать не сложно.
A large, ragged wound is visible in her abdomen. The wound suddenly bulges and tears wider from the inside. A small, bright yellow, porous rectangular sponge with brown pants, a white shirt, and large blue eyes — exactly resembling SpongeBob SquarePants — forces its way out through the opening in her body. The sponge creature slowly pushes upward through the torn abdominal tissue, its porous yellow texture scraping against the bloody edges of the wound, before fully emerging and crawling out onto her stomach.
Ну так дай смешной промпт чтобы похихикать, тк лтэкс ахуенно для мемчиков, быстро и сойдёт
Спасибо
>Любую мечту
Это и есть любая мечта.
Быстро это сколько?
Грустный пепе сидит верхом на тянке которая идет на четвереньках. В зубах у тянки удила, пепе держит вожжи.
Каких известных русскоязычных персонажей, знаменитостей MiniMax H3 может воспроизводить достоверно? Кроме Путина, если он там есть?
Ну в районе 5 минут, 14 на хай шагов и 7 на лоу, генерация 2 мин 55 сек, декодер всё остальное (модель пропатчена сажей 2)
ЛТХ-2.5... Кхм....
Флюкс 3 ваш чмонимакс точно уделает. Вот увидите.
Что-то кучно модели пошли. Когда-то целый год Stable Diffusion был.
>скоро
Нет. Они писали, что веса зальют в последнюю очередь.
ну чо, где сравнения-то лтх нового минимахом? Вин или кал?
други мои, давно не делал ии контент, раньше делал через грок безплатно, а щя лавочку уже прикрыли? чета качество ваших видосов говно какое то, да и понять не могу как скачать даже хыы. нельзя как раньше чтобы по простому тык-пык и безплатно?
2 часа прошло, а баб лтх не раздели. Думойте
>твоя бывшая во время месячных
Че это такое
ясна понятна можно не качать даже, мне этот промпт сразу показывает работу камеры, движения и цензуру. все с моделью понятно бля.
там конешно может его подправить где надо, но и так все видно.
камера говно, да даже поцелуй ебаное говно без души, а бронированные не снимаемые труселя после минимакса выглядят смешно
вот минимах показывает как надо конеш руку в трусы сувать
Ты не туда пришёл. Это локлаьные модели. Пиздуй в тред облачных ИИ а его и нет, лол.
ахаххахахаха
blyaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
ппц
Можно в реф2видео по референсному звуку сделать чтобы он не звучал 1-в-1 как на рефе в плане характера звучания? Меня клонинг голоса полностью устраивает, но не нравится, что он всегда звучит в ушах, даже когда сцена происходит отдалённо от камеры.
Ахуенный результат. Я не понимаю, почему у меня блять на дефной воркфлоу с пердолингами говно выходит, только через dasiwa еще более менее, но сука он ее настроил так, что генерация в два раза дольше.
Макаба затер метаданные, умоляю анон дай свой ворк в pastebin json
Че они там надрачивают? Прописал так?
A people sitting in office working, then one man screams "УХ БЛЯ ВСЁ НАХУЙ МИНИМАКСУ ПИЗДА, ЛТХ ВЫШЕЛ", another man screams at him "ТЫ ЧЁ СУКА ДОЛБОЕБ", and all people starts to piss with their genetalias on him
На отъебись написал, руки видимо гениталии
Пизда цензура я в ахуях
flux 3, playground, 5 мин на генерацию, очередь там капец. Ну по качеству скажу что даже не плохо
Ну тут уже не плохо
Аахахахха не плохо
Ахахах, бля, вот бы так ирл все говорили
У него качество выше минимакса, я это ещё по демкам заметил. Но тут вопрос сколько он будет генерить по времени и какая встроенная цензура.
Еще одни регены легендарочек из сора тредов. Тут тоже актуально, кстати - давно бы уже нашли место, где можно делиться генами без проблем...
Блядь ниодна сука нейронка даже близко не была рядом, а вот эта прям похихикать можно(минишмакс). Так что никакой ваш лтх, никакой флакс не заменят его. Это по факту сора
Цензукра как всегда будет ебейшая, это же омериканцы
Цензукра как всегда будет ебейшая, это же омериканцы
Хоть и криво но сука я сейчас со смеху сдохну, открыл для себя кнопку смеха
Тест 4-х шаговых лор на данный момент для реф Минимакса:
1. Оригинал без лоры.
2. Лора V4 от LarryVRH для которой нужен турбосемплер и турбозагрузчик.
3. Лора V1 от LightX2V.
4. Ресайз лоры LightX2V от Киджая с 1,96гб до 315мб
Лора от Joyfox не рассматриваю, так как она херня и проблемы со звуком на 31-й версии комфи.
Определённо будет 5-я версия от LarryVRH так как у его лоры проблемы со звуком - персонажи начинают говорить сами по себе.
LightX2V обещали отдельную лору для реф Минимакса.
ЗЫ: время генерации всех 4-х шаговых лор в разрешении 768 и 15 сек - у меня на 5090 занимало 202-205 сек.
1. Оригинал без лоры.
2. Лора V4 от LarryVRH для которой нужен турбосемплер и турбозагрузчик.
3. Лора V1 от LightX2V.
4. Ресайз лоры LightX2V от Киджая с 1,96гб до 315мб
Лора от Joyfox не рассматриваю, так как она херня и проблемы со звуком на 31-й версии комфи.
Определённо будет 5-я версия от LarryVRH так как у его лоры проблемы со звуком - персонажи начинают говорить сами по себе.
LightX2V обещали отдельную лору для реф Минимакса.
ЗЫ: время генерации всех 4-х шаговых лор в разрешении 768 и 15 сек - у меня на 5090 занимало 202-205 сек.
Уложился с 2 рефами за 3 минуты c лорой на 4 степа
5060 ti 16gb
5060 ti 16gb
Везде один сид? Почему lightx2v лоре без ресайза так хуево?
Так получается киджаевская light2v 0.1 только для FL2V годится, а для REF надо турбо ема 600 или 850?
Кто какие семплеры тестил с lightx лорой?
Из всего что пробовал больше всего понравился er_sde+beta, он почти всю рябь и шум с лиц убирает и картинка чистая, а на euler+simple/beta лица на шум распадаются и любые движущиеся объекты.
Из всего что пробовал больше всего понравился er_sde+beta, он почти всю рябь и шум с лиц убирает и картинка чистая, а на euler+simple/beta лица на шум распадаются и любые движущиеся объекты.
Потому что он не написал что это разные лоры, первая это v1, а втора v0.1
>fl2va - это чисто первый и последний кадр
Нет, она тоже понимает рефы. В этом ВФ используется именно fl2va, хотя подгружается несколько рефов. Я хз зачем они так сделали, но это работает. В моем видео во второй сцене монстрик с 3й реф имэдж корректно появился, при чем не как начальный кадр а именно как реф, а в первой сцене на него даже намеков не было.
Только одна 0.1 лайт НЕ годится для реф, они с тех пор еще пару выпекли, они норм. 8степ и 4степ768.
Реф и фл модели вообще мало отличаются, у них 98% общие. Остальное уже сцеживали в лору и общие гибрид модели, там тем более будет всё работать.
В минимаксе можно как-нибудь задавать опции для выбора одной рандомной из списка?
Пробую квеновский селект по типу:
> with {gold|iron|green metall} sword
но генерится мельтешащая смесь всего сразу.
Или только ручками дуплицировать workflow и в каждом четко прописывать отдельный вариант?
Пробую квеновский селект по типу:
> with {gold|iron|green metall} sword
но генерится мельтешащая смесь всего сразу.
Или только ручками дуплицировать workflow и в каждом четко прописывать отдельный вариант?
>В минимаксе
Этим комфиуай должен заниматься, ищи ноды для него.
Ага, спс. Через Rndom Prompts сделаю тогда.
бля, у меня скачано 10 разных турболор, и я со временем дрочения трешхолдов, шагов и сил заебался и на измене - всё слегка разное, у всех свои минусы и плюсы, где-то звук жмыхает, где-то движения лучше держит, где-то ещё что-то...как же хочется идеального варианта для всего, чтобы поставить и не менять постоянно
>er_sde+beta
Бляяяя пиздец спасибо анонче
Чёт я где-то проебал такую инфу, у меня внезапно все генерации стало без ебучих шакалов и мыла, просто по щелчку пальца как будто.
Правда гибберишь начал агрессивнее вылезать по какой-то причине.
Как будто для рефов все же ема 600 лучше всех. Надо только не забывать затыкать им рот или прописывать речь, а то хуйня выходит.
лайт2в 0.1 херню дает
Хотя если ей на каждое слово описывать с каким выражением она это говорит, становится получше.
Только вот никак не хочет, чтобы лифак снимался "магическим образом", всё наровит стянуть его сама. Ну да ладно.
https://www.reddit.com/r/StableDiffusion/s/NAli213Dn0
https://www.reddit.com/r/StableDiffusion/s/VYfOEz5ubS
А минихуйс ваш так может, а?
Вот и думайте.
https://www.reddit.com/r/StableDiffusion/s/VYfOEz5ubS
А минихуйс ваш так может, а?
Вот и думайте.
Так все почему-то используют euler+simple. Даже киджай который тесты с er_sde проводил, использует er_sde+simple, который также шакалит в отличии от er_sde+beta. Странно.
Просто ахуй, спасибо, анон.
Лёгкое мыло осталось, но всяко лучше всех этих артефактов при намёке на движение.
А в чем прикол? LTX 2 также генерил. Что там экстраординарного в тех примерах?
Флакс3 просто ужас, я чувствую что попал в цирк пластиковых уродов с примитивной анимацей и физикой и не могу ничего сделать. Он с трудом повторяет 30% от минимакса, а то и хуже. Похож на улучшенный ltx 2.3 , только где вместо поломанной анатомии дергаются деревянные болванчики с примерно одинаковым ебалом на всех
Оба нормально выглядят, у Минимакса физика как бы лучше.
Минимаксу будто шагов 25 реально не хватает
Какой положняк по лтх2.5? ебет?
так он только это и может делать, еще на лтх2 ты мог нормально сделать только говорящую голову, а дай чуть сложнее промпт чем интервью стоящей бабехи, там пизда начинается
почему твои видео не открываются а только звук идёт?
выеб сам себя, все тоже что и лтх2.3, та же архитектура, те же болячки, модель любит аутировать, ломать анатомию на ровном месте, удержание контекста хуевое, анальная цензура, хуевое управление, камера говна.
И так все было ясно по их пиздежу и как они быстро вырезали из генераций косяки модели. В целом там по превью все было понятно.
И ведь это мы должны были получить как достойную замену вану, и альтернатив типа минимакса и флакса ещё не было даже анонсировано.
Ебать они наверное там расслабились думая что будут без конкуренции ещё пару лет жить
> Хотя если ей на каждое слово описывать с каким выражением она это говорит, становится получше.
это как?
у лтх логика всегда проёбыватся, на перекрестке люди появляются исчезают трансформируются в авто и обратно
>на перекрестке люди появляются исчезают трансформируются в авто и обратно
Скажи ещё никогда такого не видел
абушкой клянусь ни разу
https://www.reddit.com/r/StableDiffusion/comments/1vm5hai/so_we_used_minimax_h3_for_less_than_a_week/
Боты на перекрытии. до сих пор нет интересных видосов из лтх
с минимаксом вроде с первого же дня погнали контент
лишний реплай затесался, сорян
вот это тряска у лтхных, у флюкса тряска наверно тож ебейшая
>16 minutes per 5s clip (on my RTX4080 16gb)
в каждом слове от команды лтх пиздешь, в каждом посте защитника лтх пиздешь.
У меня на 4080 5 минут генериться ролик 10с в 1мп, какие нахуй 16 минут ебанутый.
Китайцы вот нихуя не пиздели, они сказали нате вам веса, и мы рады.
Что америкосы из лтх, что бургеры из флюкса пиздят в каждом посте бля, маня графики всякие, сравнения кто кого выеб
Как тян на голову ниже сделать и сохранить все остальное как есть?
Ка каноны промты без цензуры генерируют? Что можно локально установить?
Ну ничего, долго это не продлится, даже реддитовцы распробовав его поймут всё.
Делаю на гемма4 Q4. Заебывает постоянно туда-сюда память гонять. Сгенерил промт, отрубаешь лламу запускаешь генерацию в комфи, сгенерил в комфи чистишь память, запускаешь опять лламу, вбиваешь туда новое желаемое видео.
Самый прикол - я как то раз забыл вырубить лламу с загруженной геммой (а там только модель 18.9 гигабайт весит) и запустил генерацию в комфи. И что бы вы думали - сгенерировалось, и всего лишь в 2 раза дольше. Так что правильно тут аного говорил, по сути можно генерить хоть на 4 гигабайтах vram, только долго.
Чем апскейлишь, анон?
Кат №10
А цензура?
>Делаю на гемма4 Q4. Заебывает постоянно туда-сюда память гонять. Сгенерил промт, отрубаешь лламу запускаешь генерацию
Ну, если у тебя мозги есть (а их нет) ты пойдешь в любой помойке онлайн эту гемму запустишь нахуй никому не нужную, а еще лучше по одноразке в дипсике/квене сгенеришь. Но ты тупой, поэтому ты лучше придешь в тред и будешь скулить, что болты в твою булку ржаного не вкручиваются, еблан. Жду взвизга про твои секретные данные о том кто кому куда хуй сувать должен.
Ты еще не понял, что на средиттте и подобных площадках есть проплаченная лтхта? Реально думаешь никто кто продает апи на видеогенератор не рассматривает главный сабреддит мира как рекламную площадку? особенно такие убогие гнойные пидорасы
>
>Ка каноны промты без цензуры генерируют?
Я выше написал. Дипсик, квен. Но у дипсика новый прикол есть, он типа пытается скрывать конкретно то, в чем есть в контексте упоминания слова промпт. Там нужно как ниндзя быстро нажать кнопку. Но я делаю на заи, там не нужна рега, и цензура там ломается скипаньем финкинга. Так же можно пойти в любую демку на хаге или ии-помоечку, тыщи их. Крутить дома 0 смысла.
> Крутить дома 0 смысла.
Смысл в том что я не хочу чтобы кто-то читал по сути мои мысли. Это для меня очень важно.
>кто-то
Кто же это? Бог? Сколько тебе лет? К 40 мб осознаешь, что все люди (абсолютно все, включая эйнштейнов, гитлеров, нобелей и т.д.) заменяемый биомусор, и любое достижение цивилизации это сумма действий безымянных муравьев, просто некоторые из них, что понаглей, на короткий миг истории приписывают себе сумму чужих действий. В этом контексте, безусловно, важно на что дергает пипиську Василий Пупкин.
Во-первых, да, Бог важен, во-вторых, мне 40, в-третьих, сказанное забывается, а написанное остаётся. То, что ты напромптил сейчас, тебе могут припомнить в любой момент жизни. Я в сети с 2002 года и ни разу не писал ни ан одной площадке то, что можно использовать против меня. Я тогда предсказал что в будущем будет цифровой дренирование, когда на каждую личность будут откапывать все что он запостил в сети за десятки лет. Это сбылось в виде культуры отмены. Слушай старого дядю.
>в любой момент жизни
Братюнь, тебе жить 10 лет осталось.
>Я в сети с 2002 года и ни разу не писал ни ан одной площадке то, что можно использовать против меня
А я писал дохуя, и в отличии от тебя трясущегося ламерка, вижу и знаю степень энтропии в интернете, и все что я писал на 95% просто смыто. Так что между нами большая разница, я 26 лет смеялся и ел конфеты, а ты 26 лет трясся умирая от страха.
>Слушай старого дядю.
Мне 57, чушка. Я таких как ты "дядь" за гаражами в рот ебал, за 50р.
Хуя подрыв
Ну пока так. Попробовал в реф для первых 4 противников запихнуть коллаж из 4х картинок. В первой сцене нормально отработал, взял каких сказал, во второй сцене тоже нормально взял разных, а в 3й сцене взял и скопировал не в тему, хотя в начале сцены разные были.
Пока хреново работают эти ноды, большая проблема что следующая генерация может тупо повиснуть, у меня был очень хороший переход между 1 и 2, там камера доделывала оборот а потом при перегенерации повисло и новые генерации тупо не доделывают оборот, наверное по тому что латент где то теряется при сбросе и восстановлении с чекпоинта.
Ну и промпт надо прям руками дорабатывать и референсы еще дополнительные подавать. А то челюсть внезапно отросла и сердце какоето мультяшное.
Делал на турбо8шагов, ну качество так себе. Надо разрешение поднимать и ролики по 10 секунд резать.
Рефы не влезли.
character sheet делал через это, вроде не плохо, но надо доп ноды ставить:
https://civitai.com/models/2401955/flux2-klein-multi-view-character-generation-6g-vram-can-run-it?modelVersionId=2749055
Везде один промт. А с ресайзом ей по-твоему лучше?
Речь о том, что лора V1 от LightX2V 1.96Гб - херня. А, то, что ужатая лора от Киджая 0.1 и тоже херня - это и так понятно. Но, ничего, ещё будут версии.
лол
тест
Почему у меня нейронка отказывается генерить залупы? У при вставлении/вытаскивании потешный обрубок без шляпы, генерация с конечным фреймом. Модель не понимает чтоли как хуй выглядит и надо хуевую обучающую лору? Хотя у меня нсфв модель.
Не подскажите как нейронку убедить хуй по самые яйцы на всю длину заталкивать? Вечно эти нелепые дрыгания, словно ванила, а мне надо хардкор.
1. MiniMax-H3 от MiniMax - Качество корпоратов на вашем ПК без цензуры
https://huggingface.co/MiniMaxAI/MiniMax-H3
Принимает на вход тексты, пикчи, звук, видео и может делать с ними всякое. Absolute Cinema. Ждём турбо-лор.
2. LTX-2.3 - обещает сделать локальную генерацию грейт агейн. Подходят лоры от 2.0
https://huggingface.co/Lightricks/LTX-2.3
Известные тюны:
Sulphur
Eros
3. Wan 2.2 от Alibaba
https://huggingface.co/collections/Wan-AI/wan22
VACE модели:
https://github.com/ali-vilab/VACE
https://huggingface.co/Wan-AI/Wan2.1-VACE-14B
https://huggingface.co/Wan-AI/Wan2.1-VACE-1.3B
Не особо актуальные модели:
4. Hunyuan от Tencent
https://huggingface.co/tencent/HunyuanVideo-1.5
5. Ovi
https://huggingface.co/chetwinlow1/Ovi
6. Starflow
https://huggingface.co/apple/starflow
7. MAGI-1 от Sand AI
https://sand.ai/magi
https://github.com/SandAI-org/MAGI-1
8. LongCat-Video
https://github.com/meituan-longcat/LongCat-Video
https://huggingface.co/meituan-longcat/LongCat-Video
https://meituan-longcat.github.io/LongCat-Video/
9. MOVA
https://github.com/OpenMOSS/MOVA
Локальный UI
https://github.com/comfyanonymous/ComfyUI
Установка локальных моделей
Wan 2.2: https://comfyanonymous.github.io/ComfyUI_examples/wan22/
Wan 2.1: https://comfyanonymous.github.io/ComfyUI_examples/wan/
Hunyuan Video (осторожно, ссылки в туторе на предыдущую модель): https://comfyanonymous.github.io/ComfyUI_examples/hunyuan_video/
Гайд для использования Wan 2.2
https://alidocs.dingtalk.com/i/nodes/EpGBa2Lm8aZxe5myC99MelA2WgN7R35y
Альтернативные ноды ComfyUI
Hunyuan Video: https://github.com/kijai/ComfyUI-HunyuanVideoWrapper
Wan: https://github.com/kijai/ComfyUI-WanVideoWrapper
Где брать готовые LoRA
https://civitai.com/models
Обучение LoRA
https://github.com/tdrussell/diffusion-pipe
Терминология моделей
prune — удаляем ненужные веса, уменьшаем размер
distill — берем модель побольше, обучаем на ее результатах модель поменьше, итоговый размер меньше
quant — уменьшаем точность весов, уменьшаем размер
scale — квантуем чуть толще, чем обычный fp8, чтобы качество было чуть лучше, уменьшение чуть меньше, чем у обычного квантования, но качество лучше
merge — смешиваем несколько моделей или лор в одну, как краски на палитре.
lightning/fast/turbo — а вот это уже просто название конкретных лор или моделей, которые обучены генерировать видео на малом количестве шагов, они от разных авторов и называться могут как угодно, хоть sonic, хоть sapogi skorohody, главное, что они позволяют не за 20 шагов генерить, а за 2-3-4-6-8.
Кейворды для дополнительных вещей: SVI, RuneXX, LTX Director.
Предыдущий тред