Перекатыч ты проебался, колобок не известно на чём делался, тк автор с ютюба не указал. На врядли на локалке было сгенерено
Попытался повторить фрагмент мульта "Тайна третьей планеты". Рефы делал в Krea-2, описания персов генерил нейросетью gemma-4 по кадрам из мульта (с моими корректировками).
Иногда конечно минимакс очень хуевые роботизированные голоса подбирает. Будто те самые боты из вк озвучивают.
Аттеншен - это же самое основное что в модели есть. Без аттеншена все остальное может работать даже на микро контроллере. И вы хотите заменить этот комплексный алгоритм на какую-то хуйню со словом Linear в названии?
> Иногда конечно минимакс очень хуевые роботизированные голоса подбирает.
По моему не слишком глубокому наблюдению, если писать диалоги не в <d> (вопреки мануалу), то голос менее роботизированный выходит
Я видел в тесте на реддите что в SLA официант мужик на бекграунде начинал ездить как на сигвее вместо ходьбы. Я думаю так выглядят артефакты от SLA
это патч а не замена атеншена
СЛА это модифицированная сажа
> если писать диалоги не в <d> (вопреки мануалу)
А есть мануал? Я просто пишу как есть, пока проблем не было.
мимо
да это клинг 100%
Не особо доверял всем этим энхансерам и ллм-оптимизаторам раньше ибо результат они выдавали всегда хуже чем ручной промптинг, но вот этот H3 Prompt Writer реально полезная штука оказалась. Завелось правда не сразу, только через lms и только через кастомный режим openai формата (direct gguf ошибки пишет, хотя ламуцпп питоновскую переставлял, всё равно не подрубает модели, а через внешнюю llama срал другими ошибками), ну да хрен с ним главное что работает локально.
Этот хелпер довольно точно расписывает сцену и динамику, остаётся лишь немного поправить, но он почти с нуля выпекает готовый промпт вполне рабочего качества, пробовал с геммой и с квеном, но с геммой получше выходит, тут уже писал кто-то про такой же результат.
Этот хелпер довольно точно расписывает сцену и динамику, остаётся лишь немного поправить, но он почти с нуля выпекает готовый промпт вполне рабочего качества, пробовал с геммой и с квеном, но с геммой получше выходит, тут уже писал кто-то про такой же результат.
Карочи китчен для меня пока лидер. Делает быстро, без артефактов. Поскольку сразу sla и китчен нельзя, то предпочту второе. Сла лично мне даёт буст только путём ебанутого даунгрейда качества.
Лан, поехали дальше. Лучшая лора по мнению анона?
Лан, поехали дальше. Лучшая лора по мнению анона?
Скачал СЛА лору 4 шага, да, очень быстро, да ебальники всраты, да хуй пойми зачем оно, тект ту видео наверное только.
Хороший, через апи юзаю. Кому совсем некуда подсосаться, всегда остается почти халявная гемини. Порнуха вряд ли проскочит правда, зато сфв будет делать умная модель и за пару сек.
Китчен ваще хорош особенно когда тритон не заводится
А ведь неплохо.
Можно спрайты для игрушек делать.
Минимакс н3 ето топ.
Оче круто! Небольшой факап - у тетки в руках клатч превратился в блокнот. Но можно считать, что это такие нанотехнологии будущего
Вот, кстати, интересная штука. Это чисто деятельность нейросети, в сценарии этого не было. В момент, когда бабушка Коли спрашивает: "Вы - капитан Селезнёв?" Зелёный делает такое лицо, типа, "чего, бл...ть?!" А профессор на него так немного испуганно смотрит, типа, ну, я-то чё.
[INFO] [H3 Optimizations] resolved 50 attention forwards: backend=sparse_kitchen_int8 projector=chunked_kitchen_qkv
[INFO] [H3 Optimizations] installed sampler-step and packed-layout runtime context
[INFO] [H3 Optimizations] armed: attention=sparse_kitchen_int8 v_layout=not_applicable qkv=chunked_kitchen_qkv mlp=off device=NVIDIA GeForce RTX 5060 Ti
[INFO] Requested to load MiniMaxH3
[INFO] 0 models unloaded.
Это значит что sparse работает?
[INFO] [H3 Optimizations] installed sampler-step and packed-layout runtime context
[INFO] [H3 Optimizations] armed: attention=sparse_kitchen_int8 v_layout=not_applicable qkv=chunked_kitchen_qkv mlp=off device=NVIDIA GeForce RTX 5060 Ti
[INFO] Requested to load MiniMaxH3
[INFO] 0 models unloaded.
Это значит что sparse работает?
Дропнули какой-то микс z-image и минимакса https://huggingface.co/joeygambino/MiniMax-H3-x-Z-Image-GGUF
Выглядит интересно.
Выглядит интересно.
Вот бы лоры от z-image туда подошли.
Это опять то же самое шизло, ломающее модели и не понимающее что оно делает.
Уверен, что это не будет работать. Так как архитектура minimax h3. Но глянуть любопытно. Как там текстуры себя ведут.
Кто-нибудь в минимаксе в лупах разбирается за пределами шаблонов с примерами?
Делаю цепочку через ComfyUI-MiniMaxH3-Contex-Loop.
У меня два вопроса:
1) У меня есть цепочка из 5 видео. Существует ли простой способ перегенировать только видео №2, но оставить 3, 4 и 5 без изменений?
Когда я гружу второй чекпоинт и меняю промпт\сид или длину 2го куска - все последующие чекпоинты отказываются сшиваться пока я их следом за вторым по цепочке не перегенерирую
> clip 3 was generated from different settings, prompts, seeds, or durations.
Гопота говорит, что нужно использовать Recovery Path, типа он подошьет к делу старые куски, но это не работает. Рекавери отказывается сшивать, ругаясь на ту же самую ошибку, какой бы я чекпоинт не грузил после второго.
2) У одного куска в цепочке видео получился глючный звук. Можно ли переделать только аудио в этом куске, не трогая видеоряд?
ИИ снова галлюцинирует: "изолируй сид аудио генерации и сделай ретрай". Но в этом воркфлоу нет отдельного сида для аудио. Он общий для всей сцены в этих кастом нодах. И даже если бы и был, то я бы опять наткнулся на проблему №1 из-за которой придется переделывать все следующие видео после измененного чекпоинта.
Есть тут шарящие люди? Какой для частичной переделки правильный способ?
Делаю цепочку через ComfyUI-MiniMaxH3-Contex-Loop.
У меня два вопроса:
1) У меня есть цепочка из 5 видео. Существует ли простой способ перегенировать только видео №2, но оставить 3, 4 и 5 без изменений?
Когда я гружу второй чекпоинт и меняю промпт\сид или длину 2го куска - все последующие чекпоинты отказываются сшиваться пока я их следом за вторым по цепочке не перегенерирую
> clip 3 was generated from different settings, prompts, seeds, or durations.
Гопота говорит, что нужно использовать Recovery Path, типа он подошьет к делу старые куски, но это не работает. Рекавери отказывается сшивать, ругаясь на ту же самую ошибку, какой бы я чекпоинт не грузил после второго.
2) У одного куска в цепочке видео получился глючный звук. Можно ли переделать только аудио в этом куске, не трогая видеоряд?
ИИ снова галлюцинирует: "изолируй сид аудио генерации и сделай ретрай". Но в этом воркфлоу нет отдельного сида для аудио. Он общий для всей сцены в этих кастом нодах. И даже если бы и был, то я бы опять наткнулся на проблему №1 из-за которой придется переделывать все следующие видео после измененного чекпоинта.
Есть тут шарящие люди? Какой для частичной переделки правильный способ?
Посмотрите ответы на этот пост
А потом вы говорите что видео не нужны. Нахуевертить-натестить можно что-угодно, без сравнения не имеет смысла.
Гений знаю что спиздил идею, но всё равно Это должно было быть в шапке как демонстрация вместо первой и второй хуетени.
Охуительно, жаль, что не локалка, но видно что flf.
А потом вы говорите что видео не нужны. Нахуевертить-натестить можно что-угодно, без сравнения не имеет смысла.
Гений знаю что спиздил идею, но всё равно Это должно было быть в шапке как демонстрация вместо первой и второй хуетени.
Охуительно, жаль, что не локалка, но видно что flf.
Какое это разрешение? 1мп или выше?
Либо я в глаза долблюсь, либо что-то жрет качество на 0.8 мп
Хотя как, если ворк считай стандартный. Реф турбо лора 0.1 так плоха? Аноны реф без турбо генерят на 20 шагах?
Бля ну твой пик реально релейтед
>Существует ли простой способ перегенировать только видео №2, но оставить 3, 4 и 5 без изменений?
А как ты это собираешься сделать если ты видео генерируешь последовательно, а последовательно значит данные из 1 передаются во 2 из 2 в 3 и так далее. Без данных от 2 видео не сгенерировать третье. Очевидное решение - генерировать ролики отдельно и собирать их не пользуясь авто сшивателем.
>Можно ли переделать только аудио
Нельзя, аудио привязано к видео, если хочешь чтобы поменялось аудио - видео тоже должно поменяться. Можно конечно костыльнуться и готовое видео подать как реф видео для переозвучки, но быстрее будет просто прогнать пару раз с новым сидом.
Заебало, системный промпт в итоге на генерацию серии промптов это ёбаная простыня, без неё выходит хуета. gemma4 плывёт как сука теряя вобще всё, а qwen3.8 строчит как из пулемёта, но хуету.
Сук, кто пылесос включил за кадром?
Не понял, как эти гуфы подрубать. В вф, на котором генерили примеры, чёрт ногу сломит. Заимел даже тамошний нод пусковой, не помогло. И еще пишет такой
>Drop the file where your H3 checkpoints live, pick it in your loader. That's the whole install
Ну дропнул бы в дефолт без кастум нод и сгенерил, раз всё так просто
1:00 - И НАСТАЛА ТЬМА
Спасибо. Я так и подозревал, но хотел убедиться. Плюс, меня искусственное глюкоподелие ввело в заблуждение.
> Без данных от 2 видео не сгенерировать третье.
Это не совсем так. В планировщике цепочки указывается как видео перетекают одно в другое; там есть мода "video cut". При ней сцена полностью обрывается и следующее звено с нуля рендерится. Получается именно как ты и сказал:
> генерировать ролики отдельно
но как-то печально, что даже при такой бессвязной генерации нельзя сказать планировщику "похер, сшивай как есть", а только ручками монтировать.
> аудио привязано к видео
Оно исходно генерируется одновременно, но в этом воркфлоу wav файлы на каждом чекпоинте отдельно от видео лежат. Опять-таки ручками аудио файлы можно подменить и они без вопросов наложатся на соответствующий фрагмент видеоряда. Я думал может есть мода, чтобы не ручками это делать через пень-колоду.
Но да, много хочу, всего и сразу.
чо бля, просто меняешь модель в load model
У меня куча вф понатаскано, куча разных лоадеров в них, ни один не подбирает ггуфы.
Всякие ггуф лоадеры зато отлично подбирают ггуфы и вываливаются с ошибкой какой такой минимакс, даже когда на них МИНИМАКС написано
А зачем нужны гуфы, когда есть фп8коньвроты, чтобы эту срань запустить?
https://huggingface.co/joeygambino/MiniMax-H3-x-Z-Image-native
>похер, сшивай как есть
Зацени вот эту ноду https://github.com/tritant/ComfyUI_MiniMax_H3_Extender мне оно показалось удобнее чем то в чем ты сейчас делаешь. И там есть режим без валидации, просто заряжаешь 5 промтов и они последовательно генерятся выдавая тебе в конце один большой ролик "как есть".
>может есть мода, чтобы не ручками это делать
Конечно есть, create video называется - собирает видео ролик из батча картинок и аудио дороги.
https://docs.comfy.org/built-in-nodes/CreateVideo
Ну тут все как обычно у минимаксовской ебли:
ебало плывёт - чек
хуй и пизда это одно целое - чек
ебаная полоса тайлинга - чек
скрипт написанный дрочером дегенератом - в виде различных комбинаций "ыыыы баба плачет, аэээ баба дёргается, ооо баба орёт, аааа мужик двигает сабжект 2 туда-сюда быстрее", за то 90 секунд - чек
ебаный колор шифт - чек
Тебе не кажется, это чистая правда. Мануал - полная хуйня. "Integrated multimodal, overall soundscape, и прочая ересь тоже вмешивается в натуральную работу модели, и делает видео хуже.
Это основная причина, почему в этом треде многие видео так деревянно и слопово выглядят. Но эти шизы тебе с пеной у рта будут доказывать что ОФЕЦАЛЬНЕ МАНУАЛ ЖЕ, и биться башкой о стену дальше. Хуй на них, пускай генерят свой пластиковый слоп с голосами типа майкрософт боб и майкрософт элис.
0.9 МП. Я турболоры пока подожду использовать. И так качество на средних планах шакалит. Это видео с пятью рефами я генерил на 28 шагах.
Я пытался с этими лупами возится. Это просто ебучая вайбкоженная срань. При переключении постоянно то промт отвалится то количество шагов не поменять, то цепочка просто удалится. Хотел поменять длину контекст аудио на третьем шаге, вообще ошибка нахуй, только со старой длинной генерация запускается.
H3-Motion-Context проще и интуитивнее, можно крутить как хош без проблем, но там нет обработки стыка склеиваемых видео, из за этого эти стыки прям пиздец видно.
Хотя у контекст лупа тоже стык часто видно, вот на видриле у меня склейка из 4 кусков, и третий стык очень заметно. Может если закинуть в сидвр то будет не так заметно, но апскейлить эти 0.5 мп это прям говняк получается на выходе хуже оригинала, а генерить изначально в большем разрешении моя некрокарта не дает. Звук говнище потому что турболора и нихуя с этим не поделать.
Если кто знает как у H3-Motion-Context пофиксить стыки или же что-то лучше чем MiniMaxH3-Contex-Loop поделитесь анончеги.
Очень неплохо, только звук как из унитаза.
Драки в Минимаксе
Звук говнище не потому, что "турболора", а потому что ты дебил, и пользуешься мануалом, и своими корявыми ручонками что-то там пишешь в саундскейп, лол
Я пробовал убирать
overall_soundscape: Soft indoor room tone
non_diegetic_music: N/A
Пробовал оставлять. Пробовал добавлять [no_dialogue]
Персонажи всё равно произносят выдуманные реплики. Просто бормочат всю дорого что-то. Какую-то тарабарщину.
Как это починить?
Не использовать Overall spundscape, non_diegetic, Integrated_Multimodal итд. Просто пиши словами все, что касается видео и речи. Что касается звуков, минимакс допилит сам.
У меня в промте нет тегов, которые ты перечислил. Нет ничего про диалоги, и про то, что персонажи что-то говорят.
Персонажи всё равно бормочат нечленораздельную хуету.
Че несет охуеть. У н3 звук и видео одновременно генерятся. И когда шакалиш ускорялками видео то шакалится и аудио. Просто к шакальным видео все привыкли а вот аудио сразу заметно. Единственный способ получить норм аудио у него это отрубить все ускарялки. Ну или придумать какието костыли для отдельной генерации/перегенерации аудио. Может уже придумали кстати я хз?
У тебя какаято хуйня с промтом, вф или моделью. Может ты какоето говно пережатое юзаешь в нф4 место инт8 из комфи репозитария или ФЛ турболору с РЕФ моделью или еше хуиту какую. У меня бормотание как раз когда нет overall_soundscape: non_diegetic_music:. Когда они есть все збс. Шиза не слушай.
Довольно не дурно, особенно первое
Что для первого видоса видеорефом кидал? Выглядит как-то знакомо. Геймплей из Теккена?
Как не генерить как он ? У меня такой же кал получится, даже пробовать не хочу опять. Как генерить реализм? Можете взять часть его промпта и отгенерить ебейше, на 3-5 секунд?
>ФЛ турболору с РЕФ моделью
Именно эту и использую, а что надо использовать?
Попробовал с реф лорой lightx2v, вообще какая-то каша генерится, всё в шуме, вместо движений персонажи по сцене ездят.
Можешь скинуть вф без бормотания
Короче с реф лорой бормотание усилилось раз в 10. теперь бормочут все и одновременно.
А вместо картинки вот такой коричневый шум.
А у тебя случаем картины на стенах не появлялись? А люди толстые?
Проверь значение у лоры, комфи не любит запятые как разделитель. Вводишь не 0.8, а 0,8 и значение скидывается на 10 -> поток пердолит.
Всмысле. Так он 0,8 вообще не выставляет. Меняет на 0.8.
Ты можешь просто вф скинуть без бормотания рабочий? Что бы не гадать?
Не не помогло. С реф лорой даже больше бормочут. Теперь все десять секунд.
Сначала говорит тарабарщину. А в конце четко произносит "all the time".
Это "all the time" прописано вообще в разделе summary. Где нет нихуя про звук. Там просто написано, что персонаж виден в кадре all the time.
Мне кажется я разгадал загадку, почему иногда голоса живые и естественные, а иногда майкрософт боб.
Минимаксу очень нужно видеть лицо человека который говорит в хорошем разрешении. После этого все работает как надо - синхронизация губ, голос к внешности он сам прекрасно подбирает. После того, как лицо было в кадре хотя бы раз, голос сохраняется.
Минимаксу очень нужно видеть лицо человека который говорит в хорошем разрешении. После этого все работает как надо - синхронизация губ, голос к внешности он сам прекрасно подбирает. После того, как лицо было в кадре хотя бы раз, голос сохраняется.
ну я попытался
У Бреда Питта разве обрезанный?
таки да, а вы, мойша, как думаете?
Вы знаете, это так. Это так, и это по Торе!
Сука, у меня отчество Авраамович, из-за чего дноклы звали меня Мойшей, зачем ты сыпешь мне соль на рану, анончик?
Не подскажите как нейронку убедить хуй по самые яйцы на всю длину заталкивать? Вечно эти нелепые дрыгания, словно ванила, а мне надо хардкор.
кароч вчера весь день пердолился с sla и он у меня нихуя неработает точнее чето там снижает с 65с до 60с но качество улетает в такую пиздищу что словами не передать нях
ставил перед после и вместо сажы и кичена ему паебать ваще
надо вф еще пересобрать с нуля мб я гдето жидкого дал и не заметил в этих макаронах уже хуй разберешься
держу плотно в курсе
ставил перед после и вместо сажы и кичена ему паебать ваще
надо вф еще пересобрать с нуля мб я гдето жидкого дал и не заметил в этих макаронах уже хуй разберешься
держу плотно в курсе
Вот без ускорялки на 25 шагов
может мы просто в одну синагогу ходили
засунь реф с диппенетрейшенем и укажи что надо так пихать, ну у меня с диптротом получилось, правда ебало немного усреднилось между референсами
У кого-нить получилось победить ебучий звук в нсфв сценах, где нет разговоров? С турбо лорой 8-10 шагов. Промпт пишут разные ллм (локальные и онлайн), по разным инструкциям и гайдам, но все равно ебучие огурцы на озвучке, какие-то скримеры и тому подобная поебота. Смена лор не помогает.
У меня уже 295 генераций за 12 дней и никак не удалось победить рандомное бормотание. Про хрустящие огурцы я вообще молчу.
Вот сегодня например 3 раза просил скинуть рабочий ВФ без бормотания. Все молчат, никто не скидывает. И так с 12-го числа до 24, сколько минимакс существует. Никто так и не помог.
>тролить тупостью в 2026
В чем троллинг? я вот выше кидал пример бормотания
и просил рабочий воркфлоу. Никто не скидывает. И так уже 12 дней.
Срок жизни минишмякса до середины-конца осени.
Там должен в попенсурс выйти флюкс 3, который на голову выше. Будет такой же ахуй как после лтх минимакс.
Там должен в попенсурс выйти флюкс 3, который на голову выше. Будет такой же ахуй как после лтх минимакс.
сука ебанный призрак за бреда играет подталкивает эту хуету
Нет, +- тоже самое, а цензуру вырезать будут полгода. При этом шлюкс 3 мультимодальная. И картинки и видео и текст. Хуй запустишь на консумер пк
почти во всех видео в треде встроен вф, качай запускай
голодные дети африки подросли и помогают шаманством
Флюкс всё равно заметно получше минимакса. Что по бенчам что по виду.
Хз, они обещали нормальную работу аш на 3060. Надеюсь они про 6гб версию.
>просит скинуть вф
>сам не скидывает вф чтобы посмотреть что там не так
найс траленк
> Там должен в попенсурс выйти флюкс 3, который на голову выше. Будет такой же ахуй как после лтх минимакс.
Или будет зацензуренный кал который даже лорами не пофиксить
Смысл скидывать не рабочий ВФ? Лучше ты скинь рабочий ВФ на котором никто не бубнит.
>почти во всех видео в треде встроен вф
Ну я скачал вот этот, тут даже промпта нет или вот это скачал тут ВФ вообще нет
Вот видео тоже без воркфлоу и тут тоже баба бубнит что-то бессодержательное прямо как у меня.
Тоесть я скачал три видоса и все 3 мимо.
Может скинешь нормальный видос с ВФ, что бы там промт был и всё такое?
>При этом шлюкс 3 мультимодальная. И картинки и видео и текст. Хуй запустишь на консумер пк
Эм... Минимакс тоже мультимодальная...
Вот тебе идея. Возьми стандартный ВФ в кофи из темплейтов. Добавь туда только промпт и референсы если надо. Ну и модели свои поставь. Никаких лор, ускорялок, ничего. 20 шагов. И посмотри что получится. Если все норм, то добавляй всякое по очереди. после каждой новой ноды генерируй и проверяй.
>Там должен в попенсурс выйти флюкс 3
если увидим еще их цензурное поделие, у бюргеров там ебейшая тряска, после жидкого пука лтх.
Заметь что в флюксе 3 будет ебейшая цензура и никаких IP, буквально нихуя не будет. Никаких тебе дартов вейдеров и лары крофт, роликов из друзей и траха принцессы пич.
Ну и нахуй оно кому надо будет. Чтоб на каждый пук ворох лор подрубать, когда рядом есть макс где все это есть из коробки.
Умрет так же бесславно и в говне как флюкс2дев
Эм, где картинки? Только видео. А я тебе про что выходит из модели
Промпт инвалиды всегда найдут до чего доебаться. Читать последние треды просто невозможно, реально макс разделил на тех кто умеет управлять инструментом который выдали и тащится от него и остальной вагон нытиков с кривыми руками которые пиздят исключительно на модель и не могут никак признать что у них руки из ануса. Вот пусть пиздуют в онлайн генерацию, там за них сиданс за сотенку бачинских подписоты сам автоматом нарулит соевое качество, красота же.
Видео это серия картинок так то. И тот же минимакс можно приколхозить в качестве edit модели.
Стоп. А третий флюкс типа и текстом ролеплеить сможет?
Мда. На стандартной ВФ с 20 шагами оно генерит 1.5 часа 10 секунд. А учитывая, что бормотание появляется не в каждой генерации. Я так буду до пенсии проверками заниматься.
Вообще я скачал ВФ выше с зомбями и там еще какая-то нода шифт подключена. А в изначальном ВФ с ютуба никакого шифта не было. Зато модель клип была подключена в выход лоры.
По сути все ВФ чем-то отличаются. Хуй пойми что там влияет. Может тупо изображенное на картинке заставляет модель галлюцинировать. Типа персонаж известный.
Ах да что не сказал то, выглядит как лучше чего что имено.
Попенсурс флюкса будет далеко не та флюкса с которой сейчас сравнивают макс, а какое там говно будет на выходе увидим ток когда бургеры разродятся весами.
И там уже может быть все совсем не радужно.
дед, у тебя деменция уже, таблеток пропей мультимодальных
Чувак с бормотаниями который не может их пятый день убрать несмотря на многочисленные (кстати полезные) советы это вообще кринж. Там небось взят с потолка и нет понимания зачем там те или иные параметры, проблема убирается за 10 минут правильным промптингом и выбором нормального сэмплера-шедулера, ещё небось мультистеп какой нибудь стоит который игнорит треть промпта наглухо.
Ладно, с текстом проебался, смотри картинки
Пашёл нахуй
Бля я там замазал на минишмаксе аудио. Короч + аудио минишмакс
я так понимаю это ты бормочешь под ухо анону, который думает что это на видео
сюда
я так понимаю это ты бормочешь под ухо анону, который думает что это на видео
Эксперты насколько поднимется производительность с перехода 16гб на 32гб?
С более низкими таймингами. Хоть какой-то апгрейд сделать для повышения производительности.
С другой стороны у меня при генерации забито всего ~70%, а в диспетчере отображается что NVME читает по 800мб в сек.
Что это значит?
С более низкими таймингами. Хоть какой-то апгрейд сделать для повышения производительности.
С другой стороны у меня при генерации забито всего ~70%, а в диспетчере отображается что NVME читает по 800мб в сек.
Что это значит?
>16гб
РАМ чтоли? Так этого пиздец как мало, миничмакс 64гб легко сжирает, более менее комфортно себя чувствуют 96гб господа. Что 16 что 32 одинаково мало, ну и мало кто имел такой эскпириенс что пояснить за разницу, представляю насколько все тупит и лагает у тебя на 16...
Анон, вот есть крея2, классно генерит картинки по тексту. А есть там функционал для редактирования? Переодеть там, позу поменять? И если есть модель та же, или отдельная для редактирования?
Ахахахахахахахахахаа, вот это хорошая
МОЧЕРАТОР ЦОПЭ
>все тупит и лагает у тебя на 16...
Да норм. На 0.4, 8 шагах и 5 секундах 26s/it.
Важная инфа для идущих к реке оптимизации. Fast disk ЛИЧНО У МЕНЯ замедляет генерацию, начиная выгружать из рама в ссд охотнее. Отключение дало что теперь больше в оперативке держится, и скорость генерации выросла на 15-20%.
Чекните у себя, у кого был включен фаст-диск.
А по треду видел много у кого.
>засунь реф с диппенетрейшенем и укажи что надо так пихать, ну у меня с диптротом получилось, правда ебало немного усреднилось между референсами
Я не умею, что такое? Как называется? Есть ли ВФ, чтоб все скачалась в 2 клика? Потом сворую если осилю в свою ВФ.
Бля, чел...
>Есть ли ВФ, чтоб все скачалась в 2 клика
такого нет, прост вставь картинку из гугла где хуй по яйца и напиши что это референс хуя по яйца, ну и реф модель вместо фл конечно же
в чем твоя беда то,
Я вот брал стандартный вф из темплейта, на нем и генерил, сам во всем разбирался, смотрел что мне делают с видосом подрубание всяких нод начиная от кэша заканчивая атеншеном, протестировал все турболоры, посмотрел что делают шифты и нахуй они вообще нужны.
Разбирался во всем сам и не бубнил что модель говна, у меня котото гдето бубнит, на стенах картины и люди толстые.
По сути у минимакса вф простой как лом, там нету никаких хитросплетений с мануальными сигмами и прочей залупой.
А так берешь темплейт, прикручиваешь к нему комфи китчен, sol/sla attention, кэши спектрумы и турбо лору по желанию.
Я генерю на комфи китчен+сла атеншн, еулер бета 8 шагов с турбо ема600, все больше нихуя ничего нету, и никто у меня ничего не пиздит лишнего
Ты же тут уже какой тред ноешь что у тебя ктото бормочет
Ну то есть картинки в минимаксе по сути есть ( https://www.reddit.com/r/StableDiffusion/comments/1vo1ab3/h3_as_a_singleimage_edit_model/ ), а экшоны шлюксоделы вроде как впопенсорсить не будут, только лабам по запросу (да и зачем оно, никто тут роботов не делает).
Короче разницы нет, и нет никаких оснований считать, что шлюкс 3 будет тяжелее минимакса.
>Что это значит?
Что ты не умеешь смотреть потребление памяти.
В картинкотред же.
>Я вот брал стандартный вф из темплейта, на нем и генерил, сам во всем разбирался, смотрел что мне делают с видосом подрубание всяких нод начиная от кэша заканчивая атеншеном, протестировал все турболоры, посмотрел что делают шифты и нахуй они вообще нужны.
Так я всё это уже сделал. Едиственное я не генерил кучу видосов на 20 шагах. Т.к. я всё равно на 20 шагах генерить не буду.
Лоры я попробовал и реф и не реф. С реф лорой качество хуже, бубнёж хуже. С обычной лорой не реф, качество получше и бубнежа меньше.
Вот сегодня заметил этот шифт, прикрутил его. Шифт ни на что не повлиял, бубнёж остался.
Вот я сейчас попробовал сгенерить зомби из вокфлоу выше, который в бороте с бабой телюпается. Там бубнежа нет. Но в том воркфлоу от моего ничего кроме шифта не отличается. В промте тоже ничего особенного нет.
Моя последняя теория что она триггерится на известных персонажей. И как-то ассоциирует, что они должны что-то говорит. Другого объяснения я не вижу.
Это не дело. Потенциал у модели был, но из-за бубнежа придётся видимо дропнуть и ждать флюкс3.
>но из-за бубнежа придётся видимо дропнуть
Тред тоже дропни плиз, сделай благое дело.
Ну и главное.
Заорал со второй
>Там бубнежа нет
У меня щущение, что длина фразы должна подходить под длину шота. Будет фраза длиннее - будет тараторить и слова глотать. Будет сильно короче - пойдет бубнить или части промпта зачитывать.
Видео минимакс неиронично поёт лучше мюзик минимакса, это даже не заводя разговор о рефах, которые в одном случае есть, а в другом нет.
Причем на ~0.3 мп полминуты еще и сгенерит быстрее, чем такой же кусок в музыке.
Фраз вообще нет в промпте, и намека на какие-то диалоги.
Вроде вот сейчас получилось без бубнежа сгенерить на воркфлоу с зомби. Я кажется понял в чем было дело. Ща буду тестировать.
Исторические реконструкции с ноткой фантастики и порно выглядят очень годной темой. Монголы захватывают славянских рабов, один из них оказывается знахарем и обращает монгольское войско в японок с пиксельными гениталиями
Знает ли кто воркфлоу который делает то же, что и beeble.ai?
Хуле они все у тебя на украинском пиздят
Язык будущего
https://www.youtube.com/watch?v=0bshk2Ithlk
Вкотился. Объясните знающие, в чем прелесть модели fl2va? Сидел вчера весь вечер тестируя Max, пробовал генерить из текста, с первого кадра, между первым и последним кадром. Буквально, охуел от скорости и качества после WAN в пользу Max. Писал промпты по гайдам с HF и только в конце заметил, что выбрана модель ref2va. Попробовал поменять модель на fl2va и получил +- то же самое, а в некоторых случаях даже хуже. В конце уже просто забил хуй на разметку и писал просто: A girl from <Picture 1> is lying on the bed in the room from <Picture 2> and completely copies movement of a person from <Video 1>. Результаты были чуть ли не лучше чем со всякими retention_analysis, integrated_multimodal_description и прочей хуетой. Отсюда вопрос ЧЯДНТ? Чувствую, что меня где-то наебали, но не могу понять где.
Вкотился. Объясните знающие, в чем прелесть модели fl2va? Сидел вчера весь вечер тестируя Max, пробовал генерить из текста, с первого кадра, между первым и последним кадром. Буквально, охуел от скорости и качества после WAN в пользу Max. Писал промпты по гайдам с HF и только в конце заметил, что выбрана модель ref2va. Попробовал поменять модель на fl2va и получил +- то же самое, а в некоторых случаях даже хуже. В конце уже просто забил хуй на разметку и писал просто: A girl from <Picture 1> is lying on the bed in the room from <Picture 2> and completely copies movement of a person from <Video 1>. Результаты были чуть ли не лучше чем со всякими retention_analysis, integrated_multimodal_description и прочей хуетой. Отсюда вопрос ЧЯДНТ? Чувствую, что меня где-то наебали, но не могу понять где.
мрачное будущее
скинь чтонибудь
Промпт минимален.
Оцениваем и выносим вердикт что лучше.
1. 0.4мп, но 20 шагов.
2. 0.6мп но 10 шагов.
Оба идентичны по времени — 11 минут.
Конфигурация 16/6. (DDR4, 3050M)
1. 0.4мп, но 20 шагов.
2. 0.6мп но 10 шагов.
Оба идентичны по времени — 11 минут.
Конфигурация 16/6. (DDR4, 3050M)
ниже 0.6мп жизни нет, это аксиома.
бля, минимах даже с новомодным апскейлом с 0,2 до 1к генерит в 2 раза дольше лтх, сношу эту поеботу, как будут генериться видео в норм качестве за 20с - так поговорим
>новомодным апскейлом
Ссылку в студию!
Пожалуйста, держи нас в курсе, не забывай сообщать обо всех своих тупых действиях.
>и писал просто: A girl from <Picture 1> is lying on the bed in the room from <Picture 2> and completely copies movement of a person from <Video 1>. Результаты были чуть ли не лучше чем со всякими retention_analysis, integrated_multimodal_description и прочей хуетой. Отсюда вопрос ЧЯДНТ?
Ну а ты задай цепочку из 5 перемещений в пространстве, смен поз, и так далее и поймешь.
у тебя глаза к концу дня не вытекают, с таким интерфейсом?
дебс не указал тег языка
не, норм, интерфейс подстать мне, столь же блистателен и ослепителен
Ты просто ослеп и вместо темноты видишь яркий свет небес
Я так понял, этот тот же апскейл https://github.com/LBH-123-AI/Comfyui_Minimax_h3_latent_Upscaler/tree/main
Годнота, дает возможность выходить в хорошие разрешения на нищеспеке. Но хз, как его подружить с СЛА. Без этого он не особо быстр каэш.
Ого, уже такое бывает в 1 клик, а я всю дрочусь с лапшой. Надеюсь для вана есть рабочее.
А че вы в последнее время так мощно ускорились, не прошло месяца, как 8 тредов в бамлимите, а было 7. Это как понимать? Ботохуета?
>Это как понимать? Ботохуета?
Minimax H3.
Так то раздел неиронично обсуждение ботохуеты.
Ну он не может же быть НАСТОЛЬКО хорош? И нет официалки, в конфи толко за кредиты, то есть оно не могло в массы просочиться. Я чето упустил, но не понимаю что, уже нет сил читать десятки страниц гайдов как кукич плешивый профессор. Даже с ваших поделий не вижу толком его предназначение, типо только ирл будто, а для аниме, порно, хенты не вижу как. Не вижу справляется ли с и2и, с реферами видео, с 2 картинкаами где конечный фрейм, с озвучкой. Исть вообще под него лоры или это сырая чтука пока что. И главно быстрее оно Вана и ЛТХ с тем же разрешением и кадрами? Не вижу почему все радуются, а самомму учится с нуля ну пиздец лень, всю жизнь только учишься, а не генеришь контент.
Тогда тебе это не надо. Минимакс хуета, забей. Не учись.
Каждый тред одно и тоже. Сдрысни дружок пирожок
Здаров всем, как вкатиться? Есть норм гайды? а то не могу найти, как понять какие ноды юзать?
Ну я крч потрогал в comfyUI ну и чет говно получается, тип нашёл хрень где один нод много что делает, в него картинки, промт и видосы загружаются называется minimaxh3director, вроде кайф просто берёшь и делаешь, но хочется все по разным нодам сделать а не всё в одной, а таких найти не могу
Ну я крч потрогал в comfyUI ну и чет говно получается, тип нашёл хрень где один нод много что делает, в него картинки, промт и видосы загружаются называется minimaxh3director, вроде кайф просто берёшь и делаешь, но хочется все по разным нодам сделать а не всё в одной, а таких найти не могу
Есть на ютубе. Все норм.
Ты когда уже угомонишься, припизднутый?
Шота я не впечатлен, наверное не так делаю что-то, но разницы не вижу кроме большого разрешения на цифрах и долгого декодирования.
Скинь как подключил.
>в конфи толко за кредиты
Что ты несёшь, поехавший...
Набрал кредитов и микрозаймов чтобы юзать комфи.
Сеймы есть?
Сеймы есть?
А, НУ ОК
Я просто буквально 2 недели назад смотрел в поиске, еще не добавили ваш минимакс, было только платное. Все так стремительно стало, мне старперу тяжело дедушке уже, я не могу.
Они посадили тебя на эту кнопку. Игрушка Диавола. Похоже на тяжёлые наркотики. Но теперь тебя предостерегать смысла нет. Ты пропал.
>Ну а ты задай цепочку из 5 перемещений в пространстве, смен поз, и так далее и поймешь.
Нахуя мне задавать цепочки перемещений если все движения копируются из референсного видео? Я пошел дальше и стал писать промпты на русском, оставив на английском только теги <Picture 1>, <Video 1> и не заметил, чтобы результаты были хуже. Пробовал кто-нибудь промпты на русском? Хуже генерации или такие же?
Как вышел минишмакс сразу же подвезли локальные ноды.... А ту чё думаешь как так быстро 15 тредов собралось? Все сразу генерить побежали и говорить что ЛТЭКС лучше
Там были минут 30, когда не было локальных воркфлоу еще. Вот дурачок и обосрался.
Что несет вообще?
Сначала в Комфи добавили только с впи шаблон.
Сап аноны
Есть ли альтернатива comfy для минимакса?
(я из секты свидетелей автоматика и его форков, комфи мне не удобен и не приятен)
Есть ли альтернатива comfy для минимакса?
(я из секты свидетелей автоматика и его форков, комфи мне не удобен и не приятен)
На Forge Neo могут запилить.
А могут и нет.
Я правильно конекчу етот латентный апскейлер? Чёт нихуя не вижу эффекта.
>1. MiniMax-H3 от MiniMax - Качество корпоратов на вашем ПК без цензуры
>
>https://huggingface.co/MiniMaxAI/MiniMax-H3
А где там скачивать .safetensors? Насовали хуйни по папочкам, мне все 1 файл нуден. Хде? Госпаде. Пидарасы заебали, все усложняют вечно. Почему нельзя хоть раз без мозгоебли? Или хоть чтоб по старой системе мозгоебля к который привык? Как эту хуйню скачать, М?
а вот это нахуя вообще дышит?
Неправильное поставил в прошлом посте ноды. Вот как надо, наверное.
Оно нужно чтобы работало. Если не апскейлеру нужен только видос, а если не разделить то ошибку получаю. (Пик 2)
я тож не понял. Видимо работает как РТХ апскейлер - видео хуевого качества делает в бОльшем разрешении, но в том же хуевом качестве.
я васянскими латентными апскейлерами не пользуюсь но как понимаю после него латент должен идти в сэмплер а не декодироваться
если это по аналогии с элтикс
К какому сэмплеру? Не особо понимаю как это у лтх делалось, ибо там помимо латента нужно ещё кучу хуйни какой-то подключать которой у меня в вф нету.
>РТХ апскейлер
Он хотябы за секунду это делает. А вот эта хуита накидывает доп минуты 2.
Я ничего не городил особо, юзал в авторском вф. По ссылкам с ютуба выше - тот же вф походу один китаец прихватизировал у другого
Я со своей стороны только свои ускорялки подключил вместо турболоры, работает норм.
>Есть ли альтернатива comfy для минимакса?
>(я из секты свидетелей автоматика и его форков
Гомфи с тех пор стал другим.
мимо с чпокуса
https://github.com/LBH-123-AI/Comfyui_Minimax_h3_latent_Upscaler/tree/main/workflow_templates
возьми вф с примером и не еби мозг
И не ебать мозги? Да ты ахуел
Я хачу вообще-то в свой вф встроить.. я брезгаю всякими чужими.
Погонял я SLA… Ну, типа, на 25% быстрее местами, но сильно корежит некоторые видео.
И lora — сколько не юзаю, лучшее качество остается на lightx2v 0.1 resized от Kijai (на 0.5 и 6 степов).
Хз, что я делаю не так.
Может, мои вкусы слишком специфичны, хз.
ема 600 не предлагать, тоже чутка уступает местами.
И lora — сколько не юзаю, лучшее качество остается на lightx2v 0.1 resized от Kijai (на 0.5 и 6 степов).
Хз, что я делаю не так.
Может, мои вкусы слишком специфичны, хз.
ема 600 не предлагать, тоже чутка уступает местами.
в вениция-треде выложил примеры ван 3.0
https://2ch.su/nf/res/86714.html
если китайцы опять не закрысят веса, будет разъёб
https://2ch.su/nf/res/86714.html
если китайцы опять не закрысят веса, будет разъёб
> если китайцы опять не закрысят веса
)))
Ещё бы доступ в фап получить. Пишу уже 2 месяца блять.
То есть это онлайн генерация? А модель какая, сколько B? Может, открытые веса и не актуальны?
2.5, 2.6, 2.7 не выложили, и 3.0 не выложат
Технологии дали возможность вам генерировать ЧТО УГОДНО.. а вы тратите воду на такую банальную порнуху, даже не еот. (Иначе бы не запостили)
Жесть.
Заебался я с этим латентным апскейлером, хз как внедрить в свой вф. Пишет мисматч тензеров, в пезду.
audio.cpp
Порнуха это лакмусовая бумага. Это как говорить, что "вот, у вас есть лекарство от рака, а вы его годами на мышей тратите, суки!"
Порно, хоть я его и не генерирую - это идеальный тест, в нём есть всё. И отсутствие цензуры, и быстрое движение, и качество цвета/света/текстур, и анатомия и всё, что угодно. Так что пусть делают.
rtx апскейлер используй, ебанат, из комфи шаблонов, нахуй тебе тоже самое делать в латенте и потом в 4 раз дольше ждать декода
онлайн в венеции. по размеру модели нет инфы. вообще никаких подробностей.
адекват, 2 чая тебе
ясен хуй еотов тоже генерю. спецом для анонов сделал знакомых персонажей, продемонстрировать возможности. причем это не лучшие результаты из нескольких попыток, не настолько тратился. по одной генерации на каждую пару исодник+промпт. и без рефов, чисто и2в, простейшие промпты на русском.
Ван 3 и так разъёб. Грок уже курит в сторонке, а Минимакс молча завидует качеству картинки и тому как Ван 3 может в порно без лор.
Когда будут веса на обниморде тогда и поговорим, а пока что его считай что нет
Спасибо!
Зачем им выкладывать веса топовой модели? Они даже ущербных Ванов после 2.2 не выкладывали.
Большая удача, что ещё Минимакс выложили и оживили локальную генерацию, которая снова стала актуальной.
>Пробовал кто-нибудь промпты на русском
Работает. Если есть речь, может попутать и кусок промпта вслух зачитать.
Шизомантры. Глянул видосы - сосёт грока 1.5 во время остутствия цензуры, сосёт у макса так как не опенсорс. В итоге, очередная бесполезная модель ни туда, ни сюда. По сути сосет даже у ван 2.2 для нсфв.
И ты зачем то это растягиваешь, чтобы оно больше места на жестком диске занимало, без видимых улучшений.
Проорал с дауна, днище непроходимой тупости пробито, по ссылке уже не может модель найти. Ахахха, ебать ты пряник.
Где кот?
Да там у этого вана3 минимум 50В. Тут минимакс то еле пердит на боярских 16 гигабайтах, а это говно вообще будет еле фурычить не влезая. Так что похуй, не нужно. Вот когда на лохито будут а100 по 500 баксов валятся вот пусть тогда и выкладывают.
Зачем крупный план на плеер, если катушки не крутятся - косяк. Но в целом, очень даже хорошо.
>если катушки не крутятся
Олдфаг в треде. Сейчас даже нейронки не знают, что там должно что-то крутиться. Да и вообще плееры бутафорские, оно на microSD работает.
Даже грустно стало. Никогда не задумывался о старости, и о том что время летит.
В любом случае, я рад развитию технологий!
а че все видосы без звука?
>Качество корпоратов
Верим. Тут поверил.
Ну за исключением того, что дома ты не будешь делать 50 шагов в 2 мегапикселя, так то да, качество корпоратов
Аноны, а скажите плес - какие у вас видеокарты, что так генерить круто локально можно? У меня есть STRIX 3090, она так сможет или нит? В ней 24 врам и на компе 32 гб рам
>32 гб рам
Ochen maлo.
А сколько нужно?
Этого не слушай.
Мимо с 16/6 кайфую.
64 минимум.
Зато видяха у тебя норм, не идеал, но потащит. Докупи пару планок если есть возможность.
>кайфую
От унижения на 2 секунды 0,02МП за три часа?
>От унижения на 2 секунды 0,02МП за три часа?
0.6мп, 8 шагов на 5 секунд ~8 минут делается.
Не вижу проблем подождать.
>8 шагов
Но зачем? Я на 4 сижу, лора же на 4 шага. Вот 10 секунд и 1 мегапиксель за 1,5 минуты на 5090 офк.
Пошел чекнул цены, ебать они НЕПРИЯТНЫЕ
У меня два слота всего на матери, поэтому только новые две планки брать и потом старые спихнуть куда-то если их купят
А с текущими 32 даже не пробовать? Будет дроч?
Где там челик что жаловался на бормотание? Вот новости тебе принес, может поможет:
https://www.reddit.com/r/StableDiffusion/comments/1vxpbo1/minimax_h3_gibberish_fixed_i_found_the_cure/
https://www.reddit.com/r/StableDiffusion/comments/1vxpbo1/minimax_h3_gibberish_fixed_i_found_the_cure/
нормально будет, пробуй. тут на 3060 запускают
>Но зачем? Я на 4 сижу, лора же на 4 шага. Вот 10 секунд и 1 мегапиксель за 1,5 минуты на 5090 офк.
На 1мп у меня еле еле работает, но возможно там 4 шага смотрибельны.
На 0.6 4 шага у меня шакалит видео/аудио, полная хуйня. Покажи что-нибудь на 4 шагах, сложно поверить что там можно что-то приемлемое выдать даже на 1мп.
>А с текущими 32 даже не пробовать? Будет дроч?
Да норм всё будет, хорошая скорость.
Если тебя устроит подождать несколько минут на 10сек видос в хорошем качестве.
Хз откуда тут берут что 64рама 16врама минимальная база. Наверное те кто хочет за полминуты получать кино, а если ждать больше то хуй падает. Вкатывайся, пару дней оптимизации и летать будет. + Обновы будут, которые так же ускорят время.
спасибо, анонче
>Пошел чекнул цены, ебать они НЕПРИЯТНЫЕ
Так блять акции не растут в цене как оператива бля
брал оперативу за 40, теперь таже самая хуйня стоит 300т
запасные плашки на 64г теперь золотой резерв епт...
>300к
>128гб
>...
>ДДР4
ну ддр5 уже тогда стоила нормально так, а разницу между ддр5 и ддр4 ты не почувствуешь, максимум в ллм где то будет быстрее, а для всего остального похуй главное обьем
да это барыги, на алике дешевле
та один хуй цена неадекватная
>Покажи что-нибудь на 4 шагах, сложно поверить что там можно что-то приемлемое выдать даже на 1мп.
Так это прототипирование. Я сам вижу артефакты. Но для быстрого кума сойдёт.
>на алике дешевле
Таможню и утильсбор учти, выйдет так же.
О а я думал я один накуй вумный кто себе сабграф на выбор разрешения напердолил и заметки по вф и модели в отдельной ноде хуярит.
Анонче, чо нужно написать в промпт, шоб минихрякс не брал тоже самое аудио из реф видео, а использовал его именно, как референс для своей аудио дорожки, а не просто вставлял его в видео без изменений? Сейчас написано в промпте типа такого <Audio 1>: reference - its breathing, contact, and vocalization texture guides the final audio without copying the original signal.
Как ты разрешения сделал
А это норм что на Минимаксе в Shared Gpu memory сктолько утекло?
Ну шо, котаны. Не всё так радужно оказалось. Не может эта хуйня генерить нормальные smooth hairless пусси и анусы. Вместо ануса просто пятно какое-то, напоминающее послеоперационный шов. Хуйня кароч. Придётся генерить варенники обучать лору. Вернусь послезавтра или не вернусь.
Файтинги без реф видео конечно такое себе
Ну вот вы же видите эту рыхлость аля hy1.0 на 166p? Эти артефакты и резиновая кожа убивает для меня всю модель. Или это легко фиксить? Какую конкретно ускорялку юзать и обязательны ли спецноды под неё? Столько хуйни назаливали, раньше вроде тоже не мало было, но было проще, знаешь что есть 1-2 рабочих на ван 2.1, берёшь вф у киджая, остальные все кривой кал. Плюс раньше ускорялки в разы повышали качество видео по сравнению с чистой генерацией, а сейчас наоборот?
скилл ишью + неосилятор + ратио (не хочется греть свой зверьпк ддр5 2гига 2ядра для дальнейших тестов, два дня поебался, не поразился ни одному видео, только лтх удалил)
https://huggingface.co/alibaba-pai/MiniMax-H3-Fun-Controlnet-Union
Алибаба придумали свой контролнет для минишмякса. Нахуя? Если есть https://github.com/Fannovel16/comfyui_controlnet_aux
Алибаба придумали свой контролнет для минишмякса. Нахуя? Если есть https://github.com/Fannovel16/comfyui_controlnet_aux
Главный вопрос зачем вообще Минимаксу контролнет, нахуя?
спермовор... ты меня называла...
Лучше оутпейнт сделали нормальный, контроллируемый.
Ладно, согласен с тем кто писал что H3 незаслуженно обделен вниманием.
я тут протестировал minimax h3 через tensor art для nsfw и должен признать, да, он уже без лор стоковый выглядит интересно, 15 секунд уже сейчас, без потери всего и самое главное он выдает результат без лор такой или лучше на который для wan тратили время на обучение lora моделей, для nsfw это прям переворот стола, так еще он и за последний месяц его фиксят и сообщество разбирает так что умудрились и 6gb запускать и уже фичи разные про апскейл самой моделью до 1080p, то есть уже не надо 24gb даже vram для 720p можно и меньше....правда я вижу что модель все еще нишевая и даже в ракмаках adult сообщества не широко обсуждается, но потенциал уже выше, есть конечно ньюансы по управляемости надо понять как, но на пред подготовленных кадрах он из коробки выдают результат лучше чем wan через многие лоры
я тут протестировал minimax h3 через tensor art для nsfw и должен признать, да, он уже без лор стоковый выглядит интересно, 15 секунд уже сейчас, без потери всего и самое главное он выдает результат без лор такой или лучше на который для wan тратили время на обучение lora моделей, для nsfw это прям переворот стола, так еще он и за последний месяц его фиксят и сообщество разбирает так что умудрились и 6gb запускать и уже фичи разные про апскейл самой моделью до 1080p, то есть уже не надо 24gb даже vram для 720p можно и меньше....правда я вижу что модель все еще нишевая и даже в ракмаках adult сообщества не широко обсуждается, но потенциал уже выше, есть конечно ньюансы по управляемости надо понять как, но на пред подготовленных кадрах он из коробки выдают результат лучше чем wan через многие лоры
>Если есть https://github.com/Fannovel16/comfyui_controlnet_aux
а что именно скармливать? глубину контур или стиковые человечки?
прикольно как раз недавно думал как пресеты по человечески делать
пахую вообще что ты там призаешь или нет. похуй.
все подряд можно кормить и смотреть че получится. Что-то лучше работает, что-то хуже.
например реф видео через него пропускать, чтоб детали с видео не влияли на твое итоговое видео (передавать только движения, контуры, позы, но не облик персонажа, чтоб минимаксу было проще заменить персонажа на видео).
Сколько "столько"? На 5090 она и 32 возьмёт. От размера моделек зависит.
>На 5090 она и 32 возьмёт.
Подтверждаю. Как живут люди на менее чем 32 врама и 64 рама, для меня загадка.
Вот тебе максимально подробный, циничный и неполиткорректный хронологический таймлайн этой шизофренической кучи из 244 постов. Тред буквально забит технической болью, пердолингом с лапшой из нод и непрерывными взаимными оскорблениями.
Здесь развернуто абсолютно всё, о чём терли аноны, без сглаживания углов.
------------------------------
## 1. Шапка треда и «Священное Писание» (Посты 1–11)
Локальный манифест: ОП выкатывает список актуального софта. Топ-1 — MiniMax-H3 (без цензуры, «Absolute Cinema», весит как чугунный мост). На подхвате — LTX-2.5 (с тюнами Sulphur и Eros) и Wan 2.2 от Alibaba. Tencent со своим HunyuanVideo-1.5 признан «не особо актуальным калом».
Первые факапы: Аноны сразу замечают, что ОП проебался с примерами в шапке (видео «Колобок» явно сгенерировано на удаленке, а не на локальном железе).
«Тайна третьей планеты»: Анон №3 хвастается, что перегенерил кусок советского мульта. Описания персонажей вытаскивал через модель Gemma-4, рефы крутил в Krea-2. Нейронка сама додумала мимику (Зелёный корчит лицо «что за бред?», профессор пугается) — аноны в восторге.
Священная война за Аттеншн (Attention): Начинается наезд на алгоритмы SLA (Sparse Linear Attention). Анон №6 кричит: «Аттеншн — это сердце модели! Вы хотите заменить его на какую-то хуйню со словом Linear в названии?!» Ему отвечают, что SLA — это просто костыль и «модифицированная сажа», от которой в тестах на Реддите официанты на заднем фоне ездят как на сигвеях вместо ходьбы.
## 2. Промпт-хелперы и первые жалобы на звук (Посты 12–42)
H3 Prompt Writer: Аноны признают, что ручной промптинг сосет, а этот ЛЛМ-оптимизатор реально «выпекает с нуля готовый промпт рабочего качества». Лучше всего работает в связке с Gemma, с Qwen — получается спам.
Kitchen против SLA: Нода Kitchen признана лидером для бедных — делает быстро и без артефактов. SLA дает буст скорости только через «ебанутый даунгрейд качества» и превращение лиц в кашу.
Голоса из ВК: Пошли массовые жалобы на аудио в MiniMax-H3. Нейронка подбирает «роботизированные голоса, будто боты из ВК озвучивают». Появляется лайфхак: если писать диалоги без тега <d> (вопреки официальному мануалу), голос звучит естественнее. Те, кто топят за «официальный мануал», объявлены шизами, которые генерируют «пластиковый слоп с голосами Майкрософт Боб и Майкрософт Элис».
## 3. Адские Лупы и боль монтажа (Посты 43–60)
Поломка Context-Loop: Анон пытается сшить цепочку из 5 видео через ComfyUI-MiniMaxH3-Context-Loop. Итог: если перегенерировать кусок №2, вся остальная цепочка (3, 4, 5) ломается к хуям и выдает ошибку тензоров (clip 3 was generated from different settings).
Советы бывалых: Ему объясняют, что видео генерируются последовательно, данные из одного передаются в другое. Единственный выход — рендерить ролики по отдельности и монтировать руками в видеоредакторе, забив на автосшиватель.
Трагедия со звуком-пылесосом: Выкатывают NSFW-ролик на 90 секунд. На заднем фоне звук такой, будто кто-то включил пылесос, а в конце «НАСТАЛА ТЬМА». Вывод: LLM-модели (Gemma, Qwen) плывут при генерации длинных серий промптов и выдают лютую простыню хуеты.
## 4. Бормотание, Браун-Шум и GGUF-неосиляторы (Посты 61–123)
Срач вокруг GGUF моделей: Аноны не понимают, как запускать новые квантованные модели от JoeyGambino (MiniMax-H3-x-Z-Image-GGUF). Обычные GGUF-лоадеры падают с ошибкой, авторы нод пишут «просто дропни в папку», но нихуя не работает.
Синдром «Тарабарщины»: Персонажи на видео постоянно бормочут нечленораздельную херню, даже если в промпте написано [no_dialogue]. Модель умудряется вытаскивать слова из раздела Summary (где описывается визуал) и зачитывать их вслух. Например, фраза «all the time» (персонаж в кадре все время) была четко произнесена загробным голосом.
Теория Лица: Анон догадывается, что MiniMax кровно необходимо хотя бы раз увидеть лицо персонажа крупным планом в хорошем разрешении. После этого он «запоминает» внешность, синхронизирует губы и перестает выдавать голос робота.
Историческое порно: Обсуждение ролика, где монголы захватывают славянских рабов, а один из них оказывается знахарем и превращает монгольское войско в японок с пиксельными гениталиями. Аноны отмечают, что персонажи почему-то говорят на украинском («Язык будущего / Мрачное будущее»).
## 5. Появление Wan 3.0 и Venice-треды (Посты 124–193)
Разбор моделей (fl2va vs ref2va): Анон тестирует генерацию « girl from <Picture 1> copies movement of <Video 1>». Модель ref2va разносит в пух и прах fl2va. Выясняется, что если забить на сложные теги (integrated_multimodal_description), результат получается чище и лучше.
Слив Wan 3.0: Из соседнего треда приносят новости про третью версию Wan в облаке Venice. Модель умеет в жесткое NSFW вообще без использования LoRA. Грок курит в сторонке, Минимакс завидует. Но тут же включается скепсис: «У этой дуры минимум 50B параметров. На боярских 16 ГБ VRAM Минимакс-то еле пердит, а эта вообще не влезет. Не нужно».
## 6. Война за железо и Ограбление на RAM (Посты 194–244)
32 ГБ RAM — это приговор: Приходит анон со связкой RTX 3090 (24GB VRAM) и 32GB оперативы, спрашивает, сможет ли генерить. Его поднимают на смех. «32 — это очень мало. Миничмакс легко сжирает 64 ГБ, а господа на 96 ГБ чувствуют себя нормально».
Ценовой шок: Аноны идут проверять цены на плашки DDR4/DDR5 и начинают выть: «Оператива растет в цене как не в себя. Брал за 40к, теперь то же самое стоит 300к. Плашки на 64 ГБ — это наш золотой резерв!». Барыг с ДНС шлют нахер, предлагают рисковать на Алиэкспрессе, но там пугают пошлинами и утильсбором.
Латентный апскейлер от Васянов: Пытаются настроить Comfyui_Minimax_h3_latent_Upscaler. Лапша из нод не соединяется, выдает Mismatch tensors. Аноны плюются и уходят на стандартный RTX Upscaler, потому что латентный заставляет ждать декодинга в 4 раза дольше ради сомнительного улучшения.
Анатомический тупик: Тред закрывается плачем анона-дрочера. Стоковый MiniMax-H3 не умеет в детализированную гинекологию без LoRA: «Вместо ануса просто пятно какое-то, напоминающее послеоперационный шов. Хуйня кароч, пошел обучать лору на вареники, вернусь послезавтра».
Тред изучен до самого дна. Лови детальную классификацию местной фауны:
1. Бубнящий Терпила
2. Промпт-Сверхразумы (Токсичная Элита)Местные гигачады, которые пришли в тред не генерить, а самоутверждаться за счет чужих кривых рук.Особые приметы: Используют в речи слова «соевое качество», «пердолинг», «неосилятор» и «вайнкоженная срань». Искренне презирают авторов официального мануала MiniMax. На любые технические проблемы Бубнящего Терпилы отвечают: «Ты просто дебил, у тебя руки из ануса, плыви в онлайн-генерацию за сотенку бачинских».
3. RAM-Заложник (он же «Нищеспек»)Жертва маркетинга и системных требований. Зашел в тред с гордой связкой RTX 3090 и 32 ГБ оперативы, ожидая, что сейчас начнет собирать домашний Pixar.Особые приметы: Был жестоко опущен местными «96 ГБ-господами», которые объяснили ему, что его 32 ГБ — это приговор и бесконечный своп на ССД. После этого пошел мониторить цены на плашки DDR4/DDR5, словил паническую атаку от ценников в 300к и объявил свои текущие запасы памяти «золотым резервом».
4. Васян-Ускоритель (GGUF-Экспериментатор)Адепт латентных апскейлеров и безумных миксов моделей от реддитовских умельцев вроде JoeyGambino.
🐓 5. Просветленный Дрочер-РеконструкторГлавный философ треда. Человек, который двигает прогресс ИИ вперед через генерацию хардкорного контента.
7. Свидетель Великого Вана (Облачный Ждун, экс-лхта)
Здесь развернуто абсолютно всё, о чём терли аноны, без сглаживания углов.
------------------------------
## 1. Шапка треда и «Священное Писание» (Посты 1–11)
Локальный манифест: ОП выкатывает список актуального софта. Топ-1 — MiniMax-H3 (без цензуры, «Absolute Cinema», весит как чугунный мост). На подхвате — LTX-2.5 (с тюнами Sulphur и Eros) и Wan 2.2 от Alibaba. Tencent со своим HunyuanVideo-1.5 признан «не особо актуальным калом».
Первые факапы: Аноны сразу замечают, что ОП проебался с примерами в шапке (видео «Колобок» явно сгенерировано на удаленке, а не на локальном железе).
«Тайна третьей планеты»: Анон №3 хвастается, что перегенерил кусок советского мульта. Описания персонажей вытаскивал через модель Gemma-4, рефы крутил в Krea-2. Нейронка сама додумала мимику (Зелёный корчит лицо «что за бред?», профессор пугается) — аноны в восторге.
Священная война за Аттеншн (Attention): Начинается наезд на алгоритмы SLA (Sparse Linear Attention). Анон №6 кричит: «Аттеншн — это сердце модели! Вы хотите заменить его на какую-то хуйню со словом Linear в названии?!» Ему отвечают, что SLA — это просто костыль и «модифицированная сажа», от которой в тестах на Реддите официанты на заднем фоне ездят как на сигвеях вместо ходьбы.
## 2. Промпт-хелперы и первые жалобы на звук (Посты 12–42)
H3 Prompt Writer: Аноны признают, что ручной промптинг сосет, а этот ЛЛМ-оптимизатор реально «выпекает с нуля готовый промпт рабочего качества». Лучше всего работает в связке с Gemma, с Qwen — получается спам.
Kitchen против SLA: Нода Kitchen признана лидером для бедных — делает быстро и без артефактов. SLA дает буст скорости только через «ебанутый даунгрейд качества» и превращение лиц в кашу.
Голоса из ВК: Пошли массовые жалобы на аудио в MiniMax-H3. Нейронка подбирает «роботизированные голоса, будто боты из ВК озвучивают». Появляется лайфхак: если писать диалоги без тега <d> (вопреки официальному мануалу), голос звучит естественнее. Те, кто топят за «официальный мануал», объявлены шизами, которые генерируют «пластиковый слоп с голосами Майкрософт Боб и Майкрософт Элис».
## 3. Адские Лупы и боль монтажа (Посты 43–60)
Поломка Context-Loop: Анон пытается сшить цепочку из 5 видео через ComfyUI-MiniMaxH3-Context-Loop. Итог: если перегенерировать кусок №2, вся остальная цепочка (3, 4, 5) ломается к хуям и выдает ошибку тензоров (clip 3 was generated from different settings).
Советы бывалых: Ему объясняют, что видео генерируются последовательно, данные из одного передаются в другое. Единственный выход — рендерить ролики по отдельности и монтировать руками в видеоредакторе, забив на автосшиватель.
Трагедия со звуком-пылесосом: Выкатывают NSFW-ролик на 90 секунд. На заднем фоне звук такой, будто кто-то включил пылесос, а в конце «НАСТАЛА ТЬМА». Вывод: LLM-модели (Gemma, Qwen) плывут при генерации длинных серий промптов и выдают лютую простыню хуеты.
## 4. Бормотание, Браун-Шум и GGUF-неосиляторы (Посты 61–123)
Срач вокруг GGUF моделей: Аноны не понимают, как запускать новые квантованные модели от JoeyGambino (MiniMax-H3-x-Z-Image-GGUF). Обычные GGUF-лоадеры падают с ошибкой, авторы нод пишут «просто дропни в папку», но нихуя не работает.
Синдром «Тарабарщины»: Персонажи на видео постоянно бормочут нечленораздельную херню, даже если в промпте написано [no_dialogue]. Модель умудряется вытаскивать слова из раздела Summary (где описывается визуал) и зачитывать их вслух. Например, фраза «all the time» (персонаж в кадре все время) была четко произнесена загробным голосом.
Теория Лица: Анон догадывается, что MiniMax кровно необходимо хотя бы раз увидеть лицо персонажа крупным планом в хорошем разрешении. После этого он «запоминает» внешность, синхронизирует губы и перестает выдавать голос робота.
Историческое порно: Обсуждение ролика, где монголы захватывают славянских рабов, а один из них оказывается знахарем и превращает монгольское войско в японок с пиксельными гениталиями. Аноны отмечают, что персонажи почему-то говорят на украинском («Язык будущего / Мрачное будущее»).
## 5. Появление Wan 3.0 и Venice-треды (Посты 124–193)
Разбор моделей (fl2va vs ref2va): Анон тестирует генерацию « girl from <Picture 1> copies movement of <Video 1>». Модель ref2va разносит в пух и прах fl2va. Выясняется, что если забить на сложные теги (integrated_multimodal_description), результат получается чище и лучше.
Слив Wan 3.0: Из соседнего треда приносят новости про третью версию Wan в облаке Venice. Модель умеет в жесткое NSFW вообще без использования LoRA. Грок курит в сторонке, Минимакс завидует. Но тут же включается скепсис: «У этой дуры минимум 50B параметров. На боярских 16 ГБ VRAM Минимакс-то еле пердит, а эта вообще не влезет. Не нужно».
## 6. Война за железо и Ограбление на RAM (Посты 194–244)
32 ГБ RAM — это приговор: Приходит анон со связкой RTX 3090 (24GB VRAM) и 32GB оперативы, спрашивает, сможет ли генерить. Его поднимают на смех. «32 — это очень мало. Миничмакс легко сжирает 64 ГБ, а господа на 96 ГБ чувствуют себя нормально».
Ценовой шок: Аноны идут проверять цены на плашки DDR4/DDR5 и начинают выть: «Оператива растет в цене как не в себя. Брал за 40к, теперь то же самое стоит 300к. Плашки на 64 ГБ — это наш золотой резерв!». Барыг с ДНС шлют нахер, предлагают рисковать на Алиэкспрессе, но там пугают пошлинами и утильсбором.
Латентный апскейлер от Васянов: Пытаются настроить Comfyui_Minimax_h3_latent_Upscaler. Лапша из нод не соединяется, выдает Mismatch tensors. Аноны плюются и уходят на стандартный RTX Upscaler, потому что латентный заставляет ждать декодинга в 4 раза дольше ради сомнительного улучшения.
Анатомический тупик: Тред закрывается плачем анона-дрочера. Стоковый MiniMax-H3 не умеет в детализированную гинекологию без LoRA: «Вместо ануса просто пятно какое-то, напоминающее послеоперационный шов. Хуйня кароч, пошел обучать лору на вареники, вернусь послезавтра».
Тред изучен до самого дна. Лови детальную классификацию местной фауны:
1. Бубнящий Терпила
2. Промпт-Сверхразумы (Токсичная Элита)Местные гигачады, которые пришли в тред не генерить, а самоутверждаться за счет чужих кривых рук.Особые приметы: Используют в речи слова «соевое качество», «пердолинг», «неосилятор» и «вайнкоженная срань». Искренне презирают авторов официального мануала MiniMax. На любые технические проблемы Бубнящего Терпилы отвечают: «Ты просто дебил, у тебя руки из ануса, плыви в онлайн-генерацию за сотенку бачинских».
3. RAM-Заложник (он же «Нищеспек»)Жертва маркетинга и системных требований. Зашел в тред с гордой связкой RTX 3090 и 32 ГБ оперативы, ожидая, что сейчас начнет собирать домашний Pixar.Особые приметы: Был жестоко опущен местными «96 ГБ-господами», которые объяснили ему, что его 32 ГБ — это приговор и бесконечный своп на ССД. После этого пошел мониторить цены на плашки DDR4/DDR5, словил паническую атаку от ценников в 300к и объявил свои текущие запасы памяти «золотым резервом».
4. Васян-Ускоритель (GGUF-Экспериментатор)Адепт латентных апскейлеров и безумных миксов моделей от реддитовских умельцев вроде JoeyGambino.
🐓 5. Просветленный Дрочер-РеконструкторГлавный философ треда. Человек, который двигает прогресс ИИ вперед через генерацию хардкорного контента.
7. Свидетель Великого Вана (Облачный Ждун, экс-лхта)
Гандон я нищета ебаная, сам хуй знает зачем живу. Вот так нам живётся
> Как живут люди на менее чем 32 врама и 64 рама, для меня загадка.
Какое-то нищенство. Меньше 128 гб и 2-3 карт жизни нет. Одна генерит, вторая тренит, третья 4 монитора отрисовывает.
>релейтед3
пизда конечно, и это на домашней генерилке. просто ад как всё быстро движется
да не
это оп обосрался
У тебя на компуктере ЦП. Но вообще мне от твоей картинки стало грустно. Вспомнилось, как я почти купил память. Но тут начался аипокалипсис, и заказы были отменены.
Из рефов было 2 картинки, но использовалась комбат лора с Сивитая с силой 0.9. И надо в промте расписывать каждое действие, в принципе это требуется вообще для всех промтов Минимакса.
То есть хотите сказать минимакс ваш вонючий 21 гигов и тут каждого 5090 чтоб гонять это быстро? Пошли нахуй лол. Буду дальше на Ване, у меня 16 врам.
У меня 12 я генерю минимакс без лор ан ускорение. Я в 2014 году 1 кадр интерьера в Максе рендерил 24 часа, для меня ваше "медленно" категорически непонятно.
во ты шиз, а я тогда в тг в 2003 году протеины вычислял
>То есть хотите сказать минимакс ваш вонючий 21 гигов и тут каждого 5090 чтоб гонять это быстро? Пошли нахуй лол. Буду дальше на Ване, у меня 16 врам.
Я про таких уже писал, но мой пост потёрли. Надо просто автобан какой то для подобнрых даунов прикрутить на сайт, для автобанов сгодится простенький ии который наверняка определит по общему паттерну писанины и знаков препинания что это либо один и тот же трололо либо похожий на трололо кадр которого надо сразу в анус скидывать ибо его посты явно провокационные и реально могут задурить голову тем кому действительно нужна полезная инфа.
Ебало офни
Ну дык в своем проекты предсказуемо, а нейронки чистейший рандом, будешь генерить видосик час, а потом окажется чушь и не ты будешь виновать и не понятно даже как на это влиять, это ж просто шум. Лучше б ворклау дали где пошагово описываешь действия и графы с обзектами и фоном, или типо того. Видео нейронки пока слабоваты для творчества, потому что мало контроля. Подразумевается делать раскадровки картинками, потом все склеивать из удачных кусков, но такой гемор.
Дауны билять, скорость важнее качества, ведь речь идет о 5 секундах видео. Для чего вы там качество надрачиваете? Сколько у вас вообще 5 сек 720р генерится с моделью 34Гб и сколько врам? ТАкое чувство будто Хуанг свое говно так агрессивно толкает. Но куда уже больше денег, оно итак дорогое.
>Видео нейронки пока слабоваты для творчества, потому что мало контроля. Подразумевается делать раскадровки картинками, потом все склеивать из удачных кусков, но такой гемор.
Пиздец альфазумерохуйня одебилилась. Ты ебло понимаешь, что ты за 2 часа не снимешь без актеров и декораций за ноль рублей 30 секунд видево, но за 2 часа ты можешь нагенерить достаточно роллов по 10 сек, чтобы смонтировать. Запомни: когда ты сможешь снять фильм за час нажав одну кнопку, твой фильм не будет уже нужен ни тебе, ни тем более кому то еще. Пользуйся моментом, животное.
>Сколько у вас вообще 5 сек 720р генерится с моделью
16/32, меньше 1-2 минуты.
Какая же H3 говнина
Что там с LTX 2.5?
Что там с LTX 2.5?
>для меня загадка
А самое удивительное что нормально живут. У меня на компе пол года назад было 64 гига рам и сломалось 2 планки по 16 гигов (бсоды пошли). Посмотрел что брал этот кит в 21 году за 6799, хорошо хоть в ДНС, гарантия 10 лет. Пошел в сервисный центр, сделал дефектовку, а там на изи - мем тест через пару минут уже красноту показывал. В тот же день получил дефектовку по смс, радостный прихожу в магаз говорю - меняйте. Они говорят такой нет, можем деньги вернуть. Я говорю присмотрел похожую по характеристиками, меняйте на неё. Продаван говорит ок. Нашли память (цена была 29000 за 2 планки) он оформляет и говорит - "как доплачивать будете, картой или наличными?" Я говорю в смысле доплачивать, вы че охуели? Продаван мялся хуялся, потом позвал главного менеджера, а он тоже давай задвигать мне тему что деньги вернут, но 6799. А я то перед всеми этими делами у гулосетки советов мудрых попросил и она мне раскидала как всё будет, что будут пытаться такой хуйнёй заниматься. Хотя по закону должны вернуть стоимость эквивалентного товара на момент обращения. Я ему говорю вы мне не лечите тут хуйню, п 2 ст 24 закона о защите прав потребителей с вами не согласен. Менеджер язык в жопу засунул и говорит ну пишите тогда претензию. Написал претензию, приложил реквизиты карты, отвёз в магаз дал под роспись, копию мне сняли. Через 10 дней пришла смска что удовлетворят претензию. Денежки капнули на карту, заказал оперативку и еще 3 недели ждал доставки. В общем больше месяца сидел на 32 гигах.
Так вот к чему я это говорю - все это время генерил на 32 гигах оперативки. И что самое интересное - вообще не заметил разницы по скорости генерации. Мало того, у меня из этих 32 гигов забивалось только 26-28 гигов (хотя когда стояло 64 гига, забивалось под 59 на том же ВФ). Так что делайте выводы.
>комбат лора
Ого, не ужели она столько динамики наваливает? Или ты прям на столько детально расписывал в плоть до движения камеры, кровавых соплей, направления и силы ударов?
ЕЕееебать качество, как живые. Ну это не минимакс скорее всего.
>Ну это не минимакс скорее всего.
По джиберешу видно что минимакс
Минимакс кал такое даже в руках создателей не сделает. У него предел - делать петросянские смешнявки с качеством видео начала 2025.
Если ты про минимакс то может и делает это на изи. Чини руки, если не чинятся то втыкай референсы и всё будет заебись, если всё равно не заебись ну включи хоть одну извилину и установи H3 Prompt Writer.
Генерил для тестов любые пусси и гладкие и волосатые, там каких только не было, и реальных и анимешных. Шмакс, блять может всё. Вообще всё.
Когда ты уже угомонишься шиз? Уёбывай в свой WAN
Ты не согласен? Показывай где h3 не рыхлится и не делает резину. Или ты хочешь сказать, что это не в модели проблема, а в треде никто не умеет генерить?
Все, у кого резина, используют флюкс или креу как первый кадр
>может и делает это на изи
Нет, анон. Не знаю, что за пусси ты там генеришь, но в моём случае получается - не очень. Если я добавляю референс, на котором изображена промежность крупным планом, то при изменении ракурса макс может сместить её выше к животу, что выглядит уёбищно. Даже если на референсе видно анус, max может на месте ануса генерить гладкое пятно. А для модели fl2va всё ещё хуже, если на первом и последнем кадре пусси и анус не видно, то сгенерится что-то не ебабельное. Без лоры никак кароче.
Ну и как вишенка на торте: синтаксис промптов придуман солевыми наркоманами, а за привязку к временным меткам кадров, вместо номеров кадров, вообще казнить надо:
ref_items.append({"type": "video", "data": qwen_frames, "timestamps": [i / 2.0 for i in range(len(sample_idx))]})
Абсолютно не юзабельно для рабочих процессов v2v. Как же горит с этих разрабов, у которых есть вычислительные ресурсы для обучения больших моделей, а они придумывают такую хуйню.
Все у кого резина используют минимакс, по тому что его без резины не возможно использовать.
А по факту на минимаксе не достижимый уровень того что тут в видео максимум можно только начало видео сгенерировать до открытия двери. Но дальше уже кино идёт, топ референсы, топ консистентность, топ освещение, идеальное взаимодействие с объектами, чистый звук.
Скинь воркфлоу, хотя бы скриншотом. У меня такой же сетап 16/32. Ролик на 10 сек с 16-ю шагами в 0.4 пикс генерится сейчас 10 минут. Из ускорялок только ModelAttentionBackend.
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. Набор полезных ссылок на все случаи жизни:
https://github.com/wildminder/awesome-minimax-H3
2. LTX-2.5 - обещает сделать локальную генерацию грейт агейн. Подходят лоры от 2.0, то есть архитектура нихуя не меняется.
https://huggingface.co/Lightricks/LTX-2.5
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-2-preview от Sand AI
https://sand.ai/magi
https://huggingface.co/sand-ai/MAGI-2-preview
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