>Работает нормально только если весь промт на англюсике писать
А кто-то тут делает иначе? 0_0
>баг когда реф аудио зачитывался полностью или озвучивал части промта остался до сих пор.
>Работает нормально только если весь промт на англюсике писать
Еще один долбоеб. А кто вам еблангам сказал, что минимакс вообще можно промптить на русском? Да, он КАК-ТО его понимает, но промпты на русском там писать не нужно, это с пяти тестов можно заметить, если у тебя мозг больше горошины.
Очевидно все долбоебы которые тут ноют?
>Хм, официальное признание обосраных штанов от разрабов комфи.
>Против твоего субъективного мнения из эхокамеры,
Я не использовал теги <d>, так как достаточно кавычек, и да, ДОЛБОЕБ, и сами сука те кто тренировал модель могут ОШИБАТЬСЯ. В отличии от тебя чипиздра я генерю с первого дня нейронок на трансформерах, и помню массу случаев, когда авторы моделей (моделей, еблан, а не тюнов, но и тюнов тем более) не знали как правильно на них промптить. И если бы ты был способен что-то делать не по методичкам, ты бы понял, что там важен только тег языка, а не эти д. А уж как они там в гомфи мутировали - это вообще дело десятое.
бля если в один шот засунуть слишком много текста, то слова проглатываются
И, кстати, если тебе пруфы, найди мой видос с сейлормуном, где я прописал в промпте "русский с японским акцентом" и она именно так говорит "а как же плодячка". Я там еще куски про ночной город с шаблона не стер. И посмотри на дату. А потом пизди тут про управляемость и баги. Но я даже для тебя найду. 2 языка: русский и японский + русский с акцентом. Ноль d в промпте (к слову это без промпт гайда было написано). А теперь продолжайц дальше пердеть про баги и управляемость, ты же любишь занюхивать свой пердешь, уже 4 треда этим занимаешься.
И слова и действия, надо четко одуплять вменяемый темп речи на 15 секунд. К слову, самый простой способ купировать джиберш, если реф болтливый - это просто добавить диалогов, либо уменьшить время.
Удачный ролл на говнокостылях, который смог прорваться через кривое поделие это не пруф. У меня тоже роллы были нормальные где-то 3 из 10.
Пруф это наличие жалоб с первого дня на бубнёж во всех источниках, и куча видосов с бубнежом.
Причину мы выяснили сегодня. У разрабов комфи потекло по штанине. А ты радостно пытаешься собрать их понос, но еще больше его растираешь, увеличивая площадь.
>Удачный ролл на говнокостылях
>Ряяяяяяяяя врётиииииииииии
Ясно.
>Причину мы выяснили сегодня.
Да, миллионы долбоебов генерили по кривому промпт гайду, из-за чего выяснилось что в гомфи с первого дня был баг с тегами. Пример с тем, что всё это совершенно не важно я тебе кинул, ткнув тебя рылом в твою же дрисню, но ты продолжаешь повизгивать. Ок.
Кстати, вот я тут свои гены выкладываю, а где твои? Или ты сюда только поскрипеть про ван заползаешь?
Генерил и так без <d> в последнее время, потому что реддит уже начал подозревать, что с ним хуже. Сейчас обновился, попробовал с тегом - бубнит. Причем он и без тегов бубнил, это было не панацеей.
Короче, проблема с моделью, а не с комфи, но проблема несущественная, мне она ни одной важной крутки не испортила. Когда сюжет подробно расписан по секундам, бубнежа не будет.
Короче, проблема с моделью, а не с комфи, но проблема несущественная, мне она ни одной важной крутки не испортила. Когда сюжет подробно расписан по секундам, бубнежа не будет.
Бубнеть может по миллиону других причин еще. Модель слишком сложная, и потому галлюцинирует по любому поводу.
К примеру референсный отрывак больше 15 секунд.
Или фраза не укладывается в тайминг шота.
Бляха, а как "Хватит" на древнеегипетском?
Эти зашоренные долбоебы еще через пять тредов осознают, и что overall soundscape и multimodal хуйня только ухудшают результат. Тоже никакими d никогда не пользовался, лол.
Просто есть люди, у которых строение мозга не позволяет самим проверять идеи и делать выводы, им надо гайд обязательно.
Добрые анончики, сгенерируйте с ней артов в разных стилях, можно эротику можно просто концепт. У вас такие красивые прям вкусные.
Эпично.
Эпично.
Что-то в голос с этого алешеньки.
ахаха
Веса MiniMax-H3 Max уже почти выложили. Готовтесь к сверхбыстрой генерации на своих 5090 табуретках.
Лучше бы базовую версию выложили, чтоб мы могли тренить нормально лоры. Или версию для генерации пикч.
>MiniMax-H3 Max
Чёт в первый раз слышу про какой-то макс.
>Эпично.
С большим количеством персонажей ему как будто бы тяжко
у лайта пока не открытая турба
Не картинки, а видвево тоже
Поверь, ты не хочешь это видео видеть.
лол
ну блиин
Хватит кормить это говно.
Сам ты говно
ну вот если h3 max релизнут в опенсорс, то можно будет вернуться в видеоген, а так это дурка по 5-10 мин ждать сидеть. щас потестил тут https://fal.ai/sandbox ну вроде норм
https://huggingface.co/cicalooo/10Eros-Max-h3-int8-convrot/tree/main
Пробовал кто? какой вывод по ней? + там есть квантование с сохранением границ. Может и int4 c BF16 границами будет норм?
Пробовал кто? какой вывод по ней? + там есть квантование с сохранением границ. Может и int4 c BF16 границами будет норм?
а че там за веса, и флф и реф модели? или одна для всего?
Расписать бы каждой свой голос но заебно.
Лучшее, проиграл.
Бета2 чуть-чуть улучшала еблю и все что с ней связано, бета3 с турбо кал
спасибо. наверное нет смысла качать её.
4й беты кстати не вижу, видать ранний доступ для своих
Так это файнтюн от левых типов, тем более сварганенный на коленке за 10 дней, что они там сделают то?
>overall soundscape
Ну, я это использую для усиления контроля действий, но вообще да, не ясно работает оно или нет.
>Просто есть люди, у которых строение мозга не позволяет самим проверять идеи и делать выводы, им надо гайд обязательно.
Да, и их главная проблема: они не умеют забить ебальник и зачем-то корчат из себя экспертов или начинают еще оспаривать мнение тех, кто эксперементирует и вясняет чё на самом деле происходит и в каких случаях.
А где тот чел который секретную пусси лору натренил и не хочет делиться добром?
Меня тут не сколько сама лора интересует сколько сравнение с методами референсов, с ними я и так делаю охуенные пёзды всех видов и размеров которые камера как надо крутит и вертит, интересно было бы в итоге сравнить что из этого лучше.
Меня тут не сколько сама лора интересует сколько сравнение с методами референсов, с ними я и так делаю охуенные пёзды всех видов и размеров которые камера как надо крутит и вертит, интересно было бы в итоге сравнить что из этого лучше.
Интересно ещё сравнить как быстрее генерит, с лорой или с рефом.
Так ты сгенери без рефов, лоры вроде как не замедляют генерацию.
Я не он, но думаю на выходных тоже натренировать на писечке моей ненаглядной. Она мне уже и референсы наснимала. Когда коту делать нечего...
там хуйня забей
Начал тренировать лору на картины эпохи возрождения.......
Не забудь про толстых людей и бормотание
А разве они не появляются самопроизвольно, как хруст свежего снега?
Вообще-то нет :D
> как хруст свежего снега?
ёбик, ты лору на соленые огурцы не поставил?
Смешно. Кстати тоже не понял, почему он рефом свою парашу не генерил.
Вот, спецом для долбоебов которые не понимают, что у них ошибки в промпте нагенил. Сразу скажу, там на каждый промпт по 3-4 гена, всего в сумме 20+, поэтому это не про удачные роллы, я говорю по фактам:
1) Ошибка в промпте: рваные транзиты между кадрами. Нет, дело не в хронометраже, это криво указанный тайминг который привел к эффекту рваного монтажа.
2) Бабка не пьет из ведра. Нет, это не "ыгыгы мадель не может пить с видра давайты на ванн ебать или лоры ждать". Информация для ебланов: в промпте было после "дринк" - "спилс аут фром маус", и это перевешивало то что она пьет, так как сопричастные признаки (течет по груди и так далее) подробней расписывали то что у нее именно вытекает изо рта, а про "дрингк" - там одно слово, без описаний как пьет.
3) Бабка пьет - потому что описано КАК она пьет, убрано спилс аут изо рта, заменено на нормальное описание "стекает по подбородку". Ыыыыы у бабки хуй вот ета гвавна мадель111 Нет, это не говномодель, так же себя вел грок - когда ты упоминал пенис он в безцензурном режиме могут его прикрытить к кому угодно, а отдельно у бабки пизда не была прописана. Если прописать - то пизда будет пиздой. В этом промпте я просто криво вставил описание что дрочат пенис, не акцентировав кто и кому и что у кого-то там в кадре пезды есть.
Да, минимакс в промптинге настолько чувствительный и все корп модели - тоже, просто там есть невидимые вам костыли из энчансеров, а тут их нет.
1) Ошибка в промпте: рваные транзиты между кадрами. Нет, дело не в хронометраже, это криво указанный тайминг который привел к эффекту рваного монтажа.
2) Бабка не пьет из ведра. Нет, это не "ыгыгы мадель не может пить с видра давайты на ванн ебать или лоры ждать". Информация для ебланов: в промпте было после "дринк" - "спилс аут фром маус", и это перевешивало то что она пьет, так как сопричастные признаки (течет по груди и так далее) подробней расписывали то что у нее именно вытекает изо рта, а про "дрингк" - там одно слово, без описаний как пьет.
3) Бабка пьет - потому что описано КАК она пьет, убрано спилс аут изо рта, заменено на нормальное описание "стекает по подбородку". Ыыыыы у бабки хуй вот ета гвавна мадель111 Нет, это не говномодель, так же себя вел грок - когда ты упоминал пенис он в безцензурном режиме могут его прикрытить к кому угодно, а отдельно у бабки пизда не была прописана. Если прописать - то пизда будет пиздой. В этом промпте я просто криво вставил описание что дрочат пенис, не акцентировав кто и кому и что у кого-то там в кадре пезды есть.
Да, минимакс в промптинге настолько чувствительный и все корп модели - тоже, просто там есть невидимые вам костыли из энчансеров, а тут их нет.
В шапку!
Че по ударениям, братик?
Не ставил
И да, это со всей тряхомудей, 0,8мп, 10мин. Думаю если говноускорялки убрать физика бует лучше. Но я уже удалил промпт.
Кстати, насчет акцента, минимакс по дефолту делает акцент из референсного голоса. Если отрывок по-английски, то на любом языке, хоть русском, хоть французском, будет английский акцент, и наоборот, если референс по-испански, то везде будет испанский акцент.
Я сначала думал, что он просто не может в языки, кроме английского.
На это что скажешь? Реф - англ.
>галлюцинирует по любому поводу
Да, она не просто бубнит, а зачастую по мотивам того, что надо сказать, причем иногда весьма удачно обыгрывает, с учетом контекста.
Ну, не знаю, тут наверное акцент в промпте специально указан или написано делать без акцента. Мое наблюдение основано на генерациях с промптом, в котором был указан только язык. Вот я и заметил, что в русском и немецком английский акцент.
Вот в воркфлоу из файла: "And she strat sing on [russan with thick japanese] accent"
Ну вот тут акцент как раз проебался, в отличии от первого видео.
Анон, расскажи, пожалуйста, какая пекарня и видюха должна быть для приемлемой генерации видео?
Любая выше 30хх
5060ти без лор и ускорялок, но все еще 8 шагов. 0,8мп 15 сек. С ускорялками будет 15-20 минут. По чесноку, если ты собираешься покупать 5060 или выше - лучше пойди за бакс в час на ранподе разверни.
https://huggingface.co/FastVideo/FastVideo-FastH3-4-step-Preview-v1-LoRA
FastVideo FastH3 V1 Открытый исходный код, 4-шаговый Sparse Distilled H3 checkpoint/LORA
Обратите внимание, что для работы checkpoint VSA/LORA потребуется ядро VSA.
Мы также выпустили LORA с высокой степенью внимания, которую должно быть легко протестировать всем.
Мы уже работаем над улучшением как этого контрольного пункта T2AV, так и над выпуском упрощенной версии Ref2VA. Мы прилагаем все усилия, чтобы обеспечить максимально высокое качество звука.
Мы понимаем, что не у всех есть графические процессоры Blackwell, поэтому следите за нашими обновлениями, посвященными оптимизации для локального оборудования ИИ, включая графические процессоры RTX, DGX Spark и Apple MLX. Мы публикуем данные по B200 только потому, что это наша текущая вычислительная платформа для постобработки. Мы хотим быть максимально открытыми для сообщества!
Качество
Мы использовали более 1000 часов обучения в формате B200, в сочетании с реальными многокадровыми видеосъемками, синхронизированными по визуальному и звуковому сигналу форматами ввода и вывода для обеспечения максимально возможного сохранения качества.
FastH3 изначально поддерживает переменное разрешение, соотношение сторон и длительность. В рамках одной контрольной точки.
Открытость
Начните с 4-шагового checkpoint VSA / Data-Free, рекомендуемого нами для предварительной версии FastH3 Preview v1. Мы предоставляем полные веса и предварительно извлеченный LoRA, а также абляцию с использованием плотных и синтетических данных.
Полностью открытый исходный код с обучающим (скоро будет доступен!) и примером кода для вывода результатов, который вы можете настроить под себя.
FastVideo FastH3 V1 Открытый исходный код, 4-шаговый Sparse Distilled H3 checkpoint/LORA
Обратите внимание, что для работы checkpoint VSA/LORA потребуется ядро VSA.
Мы также выпустили LORA с высокой степенью внимания, которую должно быть легко протестировать всем.
Мы уже работаем над улучшением как этого контрольного пункта T2AV, так и над выпуском упрощенной версии Ref2VA. Мы прилагаем все усилия, чтобы обеспечить максимально высокое качество звука.
Мы понимаем, что не у всех есть графические процессоры Blackwell, поэтому следите за нашими обновлениями, посвященными оптимизации для локального оборудования ИИ, включая графические процессоры RTX, DGX Spark и Apple MLX. Мы публикуем данные по B200 только потому, что это наша текущая вычислительная платформа для постобработки. Мы хотим быть максимально открытыми для сообщества!
Качество
Мы использовали более 1000 часов обучения в формате B200, в сочетании с реальными многокадровыми видеосъемками, синхронизированными по визуальному и звуковому сигналу форматами ввода и вывода для обеспечения максимально возможного сохранения качества.
FastH3 изначально поддерживает переменное разрешение, соотношение сторон и длительность. В рамках одной контрольной точки.
Открытость
Начните с 4-шагового checkpoint VSA / Data-Free, рекомендуемого нами для предварительной версии FastH3 Preview v1. Мы предоставляем полные веса и предварительно извлеченный LoRA, а также абляцию с использованием плотных и синтетических данных.
Полностью открытый исходный код с обучающим (скоро будет доступен!) и примером кода для вывода результатов, который вы можете настроить под себя.
@MiniMax_AI
FastH3 v1: генерация 15-секундного видео в разрешении 768p за 13 секунд
— совместная разработка FastVideo с
@nuvalab
+ FastGen — ускорение до 14 раз на
@NVIDIAAI
GPU Blackwell
- Полностью открытый проект, чтобы сообщество могло запускать и совершенствовать алгоритм ускорения. Эра видеомоделей с открытыми весами только началась, и это требует проведения постобучения.
Благодаря огромным усилиям сообщества, таким как Minimax H3 Max на основе
@MiniMax_AI
, у нас есть чем поделиться о том, как постобучение может повысить скорость, качество и, что самое важное, о том, как это делается, с открытыми весами и алгоритмами.
Нахуя? куда больше то жмякать? И зачем? Чтоб больше слопа и галюнов было? За два года на чем угодно ни одна из ускорительных хуйней не давала ниже определенного предела вообще ничего, и это в течение года-двух жизни модели - не менялось вообще никак. А тут три недели прошло.
>лучше пойди за бакс в час на ранподе разверни
щито?
Какое же ебейшее у минимакса понимание анатомии. Уже сколько баб раздел во всех позах, ни разу ничего не сломал (кроме самой пизды, если в рефах не было похожих). Короче топ эдит модель, ещё бы по маске можно было указать, где можно редачить и где нельзя...
Чёт я нихуя не понимаю, баля. У меня единственная лора от лайтнингов которая работает хорошо это fl2v v0.1, самая первая. По остальным просто нереально сильная деградация с каждой новой версией. Вплоть до того, что новая 8 step лора просто в кашу видео превращает, в ебаное месиво на экране. Я шифты, шаги, семплер, всё выставляю по доке. А нихуя неработает.
>Чёт я нихуя не понимаю, баля
А мы все сразу поняли, ведь ты не назвал спеки, поэтому у нас даже шанса не было запутаться, в том что ты долбоеб.
Какие ещё спеки нужны? Модель инт8 конврот прунед, из говняка только китчен аттеншон (но он не влияет), euler simple или beta. Говорю же, что по их говнодокам всё выставляю. Работает хорошо только v0.1. Силу тоже туда-сюда кручу верчу и нихуя.
1. 4 шага fl2va полная - 414c
2. 4 шага fl2va полная kitchen - 225с
3. 8 шагов fl2va полная kitchen - 382с
Я еще заметил что на классической саже он как будто лучше понимает промт чем на китчене. Перегенерь второе, только с сажей пожалуйста.
У меня самое лучшее получается на minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors
Те что на 4х шагах кмк только для полустатичных сцен ака говорящих голов подходят, только начинается какой то движ, так сразу все рассыпается.
Бля это лучшая лора которая я видел, на v2v с рефами на ref2va выходит тот же результат на 15 шагах(14 минут) что и теперь на 8 шагах(8 минут). Вообще кайфарик, спасибо анону за подсказку. Снова возвращаюсь в ген, буду тестить
Либо я схожу с ума, либо это полный пиздец, данная лора творит чудеса. Сейчас затестил на генерации картинок, скажу так, качества прибавилось(детали). Кто нить ещё затрайте кроме меня чтобы убедится что это не я галюны ловлю
https://www.youtube.com/shorts/BUjbYtUGydU это типо анон генерил на дваче и спиздили или анон спиздил?
Какая именно лора? Их там до пизды https://huggingface.co/lightx2v/Minimax-h3-Turbo/tree/main
анон спиздил, говорят это не минимакс вообще
плюсую тоже что возможно вообще не МиниМакс. Платные сервисы то на такое способны относительно МыныМакса давно. Это у локалогенераторов праздник начался тока щас.
что-то из семейного
Судя по ветке диалога, он про FastVideo FastH3. Но там какие-то ядра VSA нужны для работы.
А нет, забираю слова назад. Глянул прошлый трэд, реально МиниМакс. По сути выдержка, усидчивость и идея - творят дело.
хули дитё дальтоник
Как я охуел увидев свой слоп здесь
Эльзатку хочу
Ваши вкус, сер, весьма специфичны
Кинь эту "мамочку" для рефов, чтоб я с мыла не чикал.
Саундскейп нужен чтобы контролировать джибериш.
Для той шняги из ссылки похоже что для комфи ещё нет таких нод, в описалове используется отдельный бэкенд от фаствидео.
пытаюсь использовать видео реф и на выходе получается тот же самый видос, скиньте вф, пж, как правильно пихать видосы
А в ComfyUI как ее грузить? Через обычный загрузчик ничего не подцепляет.
Или я не тот файл качаю.
Значит подождем.
Нынче проще подождать и через сутки люди уже наклепают нод для загрузки любого извращенного движка. VSA так VSA.
Лень она такая, даже агенту скармливать лень задачу.
Я тут старую картинку откопал по которой ясно, что термин w4a4 вполне может означать говно. Раньше для правильного свдшного кванта нужна была специальная нода, да ещё и апдейт под каждую модель.
Забыл вчера скинуть ноду для загрузки: https://pastebin.com/DKUKsMuN . Там расписано в какой файл что закидывать. Ноду сразу после загрузки модели. Только fl2va. Можно и на ref2va но нода меняет слои так что результат +- тот же будет что и у fl2va.
Забыл, файл 1.5 гб который вот эта лора, которые по 5 гб только для иъ fastvideo интерфейса
Дай угадаю, картинку сделали вот эти ребята?
Хотя я и писал выше что нужна full model, отпишу конкретно что я использую minimax_h3_fl2va_int8_convrot.safetensors - эта нужна, не pruned, тк лора тренировалась на aladn блоках.
спеки: rtx 4080s 16gb + 64gb vram. Но и у всех должно быть всё ок. По результатам тестов теперь я буду использовать ТОЛЬКО их лоры, тк качество шок для меня
>не pruned
Лол, + 13 гиг если я правильно помню. Нахуй оно нужно?
Ну ебанный твой рот нахуй Я ЖЕ ЧЁТКО НАПИСАЛ
>тк лора тренировалась на aladn блоках.
adaln
*быстрофикс
>+ 13 гиг
Это если пруньку удалить, а так +34
Киджай уже квантовал фаст модель (не лору) https://huggingface.co/Kijai/MiniMax-H3-experimental/tree/main Ждём полноценных нод от него для её запуска.
Ну и идите нахуй больше нихуя вам не скину, а потом ноете, а бля а почему аноны нихуя не кидают, да вот потому что
я вот вообще не понимаю как загрузить в комфи, добавляю в кастом нодес вижу фейл и забил пока
Нахера к моему посту ты это пишешь?
Ты че подорвался-то, шиз?
на цивите лора+инструкция
https://civitai.red/models/2898443/comfyui-fastvideo-fasth3-4-step-lora-unofficial?modelVersionId=3277088
судя по всему - лора и модель FL2VA
Я понял на чём оно тренировалось. Но в итоге то нужно +13 гиг.
Дело не в размере на диске, похуй. Дело в объёме рама и врама.
Это не влияет на vram так что не бойся за это
>Это не влияет на vram
И почему бы тогда не воспользоваться прунед? А? А раз нельзя, значит влияет.
Разраб fal запустил их оптимизированный Минимакс в реал тайме.
Сделал Межгалактическое ТВ с рика морти, где сюжетом трансляции управляли комментаторы.
Вот зарекал утром пару кусков, лол
https://x.com/rehan_shei/status/2093528415576211819
Сделал Межгалактическое ТВ с рика морти, где сюжетом трансляции управляли комментаторы.
Вот зарекал утром пару кусков, лол
https://x.com/rehan_shei/status/2093528415576211819
>This channel is temporarily unavailable due to a violation of Twitch's Community Guidelines or Terms of Service.
они 10 каналов и площадок поменяли за два часа, банили по кд
Так я ссылку дал не на лору, это полноценная фаст модель 22,9Гб без всяких лор на 4 шага, и да она только FL2VA не реф, ну так я FL2VA и так использую для картинок, потому что у реф модели качество херовое с 4-х шаговой лорой.
Киджай должен скоро норм ноды выложить, чтобы её запускать. Качество предполагается лучше чем стандартная FL2VA с 4-х шаговой лорой (или не хуже), но это надо ещё проверять. Вообще Киджай уже выложил Pull Request с кодом под эту модель, фактические уже можно запускать тестировать самому, но лучше подождать нормального запуска.
>они 10 каналов и площадок поменяли за два часа, банили по кд
Скоро свою платформу сделают и быстро раскрутятся без свища и говнотуба, перетянут к себе народ и вкрутят цензурку, итак далее по кругу. Но свищу и ютубу явно пизда.
>Киджай должен скоро норм ноды выложить, чтобы её запускать. Качество предполагается лучше чем стандартная FL2VA с 4-х шаговой лорой (или не хуже),
Блчдь кто эти ебики которые 4 шага используют?
> и быстро раскрутятся
Ты представляешь себе, какой там расход электроэнергии?
берешь 4 шаговую лору
@
ставишь 8 шагов
@
ты великолепен
вот бы еще без слоповых склеек и будет вообще охуенно. и стекло бы сломать реалистично
>вот бы еще без слоповых склеек
Чел, там если вырезать как она два раза к окну подходит норм будет, но это одноразовый ген, я не буду его монтировать.
>и стекло бы сломать реалистично
В первом получше было, но я там лишнего текста написал.
Это так не работает. Вот у меня 8 шагов лора везде, ты видишь песок даже на 0,6мп? Его нет. 4шаговые - бесмысленный кал. на 5060 даже 15 сек в 0,8 генерится 16 минут. Нахуя попускаться качеством и физикой? Весь этот дрочь на одношаговые лоры с генерацией говна за 20 сек - смысл?
да просто прописать что одним кадром, и камера следит, зумит и трясется, мне кажется что шоты там лишние
Да одним лучше, я просто каждый раз с нуля в гемини кидаю.
>Весь этот дрочь на одношаговые лоры с генерацией говна за 20 сек - смысл?
Не всем нужнно кинематографическое качество и физика. Некоторые рады и дрыганью двух тел в такт, а с этим и полушаговые лоры за секунду справляются.
ещё бы фпсов и вообще заебись
Video Frame Interpolation нативная комфи хуйня
Ты свою квартиру как референс дал, или оно может даже такое из текста изобразить?
это его видео, но вообще может
Так, а с какого момента ИИ?
Непонятно почему сервисы рвутся с этой трансляции
До 00:24, дальше ирл
Хуя её пикселизировало, вообще выглядит неплохо, сделай в таком стиле, это не просьба, делай сейчас же или пизды получишь.
чутка орнул
Ахах, вынесло нахуй с построения предложения.
Думаю кстати это нарочно промте прописано. Заразила пикселизацией. Хоть Минимакс и очень чуток к запросам, флэшбеки с тех генов когда под конец все стили перемешиваются преследуют.
Я кстати делал панораму комнаты и грузил как 360 градусов реф, отрабатывает нормально, даже с картинкой 1920х320
Еще свое ебало на селфи делал и голос загружал. Делал рум-тур по комнате. Можно пилить рилсы не вставая с кресла.
Кто тестил новую лору от Алибаба ? Это реально как магия работает, он за 8 шагов практически повторяет результат полного чекпоинта бф16, видно что там есть признаки продвинутой физики и анимации, он сохраняет лица даже на 480п.
Если сравнивать с дефолтной pruned, то заметно что она обрезана и там результат намного хуже даже с 20 шагов без турбо
Если сравнивать с дефолтной pruned, то заметно что она обрезана и там результат намного хуже даже с 20 шагов без турбо
Ссылочку?
хуй знает, в движении у меня ебаное мыло, и звук шакалит сильно. какой сэмплер шедулер?
У меня на euler + beta такая хрень была, любые движения шакалило и звук глухой. Попробуй euler + simple, у меня на нём пока что норм. Но я ещё тестирую.
Лизоньку из биошок хочу, чтоб она мне головку шлифанула в перчаточках, а когда я кончил продолжила чтоб я обоссался нахуй.
Давай референс головки. Референс напильника у меня есть.
т.е. можно закидывать в обычный лора манагер как и стандартные турбы?
мне просто вариант такой больше нравится чем использовать большую дистилл/турбо модель без возможности выставлять отдельно уровен лоры, проходили уже и с ван и с лтх
>т.е. можно закидывать в обычный лора манагер как и стандартные турбы?
Да, у меня по крайней мере сработала вот эта https://huggingface.co/Kijai/MiniMax-H3-experimental/blob/main/loras/MiniMax-H3-Ref2VA-Acc-8Step_pruned_comfy.safetensors
Расскажи о своем паплайне пожалуйста. Похоже, что ты один из местных, кто ее для картинок использует.
Хочется сравнить, какие настройки используешь ты. Хочется поднять качество. И желательной пример промпта, как ты его оформляешь. Какие поля используешь, может какое-то базовое начало.
Я пока только пробую, сейчас пересел на ноды, которые советовали в прошлом треде и не могу понять, что я поменял, что у меня стали появляться артефакты. То пальцы деформированные, то размытые, словно в движении.
Если не жалко, расскажи пожалуйста. Мне будет очень полезно.
Странно, а у меня почему-то не получается подгрузить, как обычную ноду. Подает с ошибкой на SamplerCustomAdvanced.
Обновляйся.
И так последняя стабильная. А на другую ветку боюсь перекатываться, вдруг залагает.
тоже на стабильной не работало
переключился на другую
вроде запердело
>стабильная
Фикс в мастере, увы.
Я нахуя ее качаю сейчас? Вы почему такие пидоры?
чет на прунед модели с прунед киджаевской лорой какая то хуйня, качество хуже чем с емой600
может это только на полной нормально пашет
сегодня уже лень пробовать
может это только на полной нормально пашет
сегодня уже лень пробовать
Главное шоб какая-нить хуита не отрыгнула. Я вот ссу и жду в стабильной версии.
Тоже не заводится. Я буквально вчера всё обновил. Опять обновлять?!
Ты в портативной? Я даблю папку комфика перед обновами. Если зашуршало хорошо, старую удаляю.
Да, но я сюрано ссу.
да также, подрываться на каждую суету и накатывать тестовые ноды/лоры/обновлять интерфейс... своим еблом дороже проверять не обкатанные версии. Смысл спешки. ЩА месяц пройдёт, внезапно LTX 3.0 дропнут, опять всё по новой переустанавливать.
Так, я обновил на нестабильную ветку и все заработало.
Двачую. Почему-то все засрано артефактами, но внезапно появилось больше разнообразия. Ничего не понял.
тоже было на er_sde засрано артефактами
она видимо только на euler норм работает
бле, завидую смелости и решимости. Угу, то есть вот и выхлоп, суета не оправдана.
Бля, а вы не с мастера комфи пулите чтоли? А чё трясётесь? Я уже полтора года с мастера пулю и заебись всё. Ну сломается что-то, не почините чтоли?
зипка портативка по старинке. что такое "мастер комфи"? Да щас то бэкапы делаем, просто флэшбэки с первых поломок.
> ЩА месяц пройдёт, внезапно LTX 3.0 дропнут
Мы видели серверную версию, теперь ты ждешь обрезок, там явно лучше будет, лтхта. Я еще могу представить, что кто-то скучный ван ждет, где все еле шевелятся, но тут ты перетолстил.
> что такое "мастер комфи"?
Основная ветка в комфи в git. Туда все новые фичи и фиксы заливаются через pull request. Эта ветка кандидат на будущие релизы.
в папке апдейт есть комфи_апдейт.бат, который делает бекап и обновляет до последней "найтли" версии, вы че шизы делаете
Да я тут скорее с осмыслением того, как они сменяют быстро другдруга. Сидишь скачиваешь лоры, щлифуешь воркфлоу, думаешь - ну всё, бля, это потолок для локалок. А хуц там. В хранилище у меня по прежнему лежать модели вана и лтх. Ясен хуй они не заменят всё. Тот же SCAIL2 с выходом МиниМакса как-то уже будто и не нужен. Но в некоторых задачах, что-то справится может лучше другого. В ЛТХ например ебейший ген эмоциональных диалогов (после всех танцев с бубном). Мб я конечно до конца МиниМакса не настроил, но... шо есть то есть.
Да? А где Комфик свой бэкап делает и как его разворачивать. Просто по молодости я как то нажал не туда, что то скачалось, и комфик превратился в камень. С тех пор и копирую перед обновой.
> Эта ветка кандидат на будущие релизы.
То есть пре-альфа версия. Самый рискованный путь, потому что там может быть зараженный пул-реквест. Он продержится там несколько часов, не войдёт в релиз, но осядет у тебя на компе.
Если вы не поняли вышесказанного, не используйте гит, качайте официальный релиз, прошедший через все круги тестирования.
На мастере нет батников. Да и похуй. Можно сделать git checkout на ближайший стабильный релиз и всё. Зачем мозгу ебаять всякими копиями и бэкапами.
Вредоносный пулл реквест не попадёт ко мне в систему. Только если его вольют в мастер после код ревью. А вероятность этого стремиться к нулю так как у них ревью делает в том числе ИИ бот.
Если сильно верить, то точно не попадёт! У меня веры мало, так что обойдусь релизом.
Убогий самописный промпт на русском + лора 4 шага (это 1мп кстати на ней).
В итоге он твой промпт и зачитал. МиниМаксимка хорошо воспринимает промты на русском?
Бля-я-я-я, что за смешной крендель сук вышел.
> промты на русском
Ебать дебил.
>МиниМаксимка хорошо воспринимает промты на русском?
Нет, очень плохо, он явно там скипает кучу слов, полагаю мб текстовый энкодер не понимает кирилицу нормально. То есть, это даже на генерации картинок видно - промпт на русском - стоит как палка, промпт на английском - поза более естественная. Ну и лора багов добавила.
Ты дебил, почитай название файла.
> 123123.gif
ого
Принято. На досуге для разнообразия поковыряю. Это мне напомнило, когда про LTX писали, что он на китайском лучше следует задаче чем на английском.
Поставпил 8шагов лору, всё стало нормально визуально, но оставил русский промпт (и ему все так же не следует). Думаю, теперь всем понятно что бояров с джиберешем можно сразу обоссывать. Как и бояра клячнащего 264.
я тут походу совсем новичок, что за бояры с джиберешем, почему другие бояры требуют 264. Вопрос конечно на 80% риторический.
Тихо сиди.
Лол.
Аноны, подскажите, на 8 гигах видеопамяти есть смысл пытаться что то ловить с моделями для генерации видео или ничего вменяемого в квантированном режиме не запустить?
Эксперты позже подтянуться, пока за них воды налью.
Отвечая на твой вопрос: ловить с 8 гб нечего. Но пескарей пошугать можно. Нужно только выискивать клубы LowVramЩиков и разбираться в методах запуска, подбирать специализированные воркфлоу. Если мне не врали, то некоторым удаётся картинку оживить на 3 секунды в низком разрешении. Кто-то потом их соединял стыками. Только мозгоебли больше с настройкой всего. А понимание важно. Т.к. имеющие много Vram, но без понимания - умудряются запесочить свои генерации. Ну и какого рода эти самые 8 ГБ, т.к. под разные серии тоже разные фокусы с производительностью. Резюмируя: если тоже хочется пощупать, попробовать сгенерировать что-то - попробуй. Просто до вменяемого результата на уровне 8 ГБ нужно будет больше покипеть мозгом.
Он про
>секрет цыганского барон.mp4
мимо
Так, я отсутствовал полдня, а тут такое.
Давай я уточню.
Чуваку взяли фулл модель, обучили ее на фаст, сделали чекпоинт и лору.
По качеству это где-то лучше других фаст лор.
По скорости с их технологией быстрее генерит, но без их технологии — генерит с той же скоростью?
В итоге, качаем на 13 гигов больше модель, подключаем кастомную ноду и получаем тот же самый результат, что и с другими фаст лорами?
Ну, согласись, звучит как хуйня.
Но если там реально кастомная нода использует их технологию ускорения, то имба.
Ща посмотрим, что там на гитхабе…
Качество 4-степ лор плюс-минус одно.
Интересно ускорение самого инференса.
Те же fal хвалятся именно этим.
Я не спец на питоне, но, пробежавшись глазами, не уверен — а там вообще их ускорение-то есть?..
Я использую 4 шага. Вот два видоса на 5070Ti:
14 сек 0.8Мп
4 шага - 5+ мин, 25 шагов - 24 мин (ниже 25 шагов без лоры качество хуже, выше 25-ти уже слишком много времени, 25 шагов - золотая середина)
Апскейл до 1080 в Старлайт 2.5
Угадай какой видос 4 шага, а какой 25 шагов. Видишь какую-ту особо сильную разницу между ними? Разница, конечно, есть, её не может не быть между 4-мя и 25-ю шагами и 25 шагов естественно лучше. Но детали начиная с среднего плана проёбываются что на 25 шагах, что на 4-х - почти одинаково. Единственное где нельзя использовать 4-х шаговую лору - это в сильной динамике, у неё там проёбывание деталей усиливается в геометрической прогрессии в отличие от 25-ти шагов. Обещают это потом исправить, но посмотрим.
А у кого то киджаевские те Acc-8Step вообще взлетели? Если да то как? У меня комфи текущей актуальной версии, семплер падает с ошибкой говорит не хочу я с этой лорой дружить. Пробовал с разными моделями int8, fp8, nvfp4 везде та же самая ошибка. Видимо что то ещё ей надо.
В смысле использую для генерации картинок? Нет. Для генерации картинок есть Креа 2. Я использую модель FL2VA для анимации картинок вместо REF2VA (3+ картинки)
Эксперимент
А что насчет того чтобы добавлять в промпт больше сущностей в секцию с ретеншн анализом? Оно специально создано уточнять что сохраняется или нет, что модель обязана будет держать на тех шотах что ты укажешь, а на что может и болт покласть, в субьекты добавляй какие нибудь ещё элементы задников, ковры, шкафы и закидывай туда. я наоборот обычно делаю акцент на персонажах в фокусе, а на фон приказываю слегка забить, но несолько раз понадобилось сделать пикчи где всякие горы с мелкими птичками на фоне и вот добавление пары тройки незначительных субьектов + указание их держать до конца даже на хард катах помогло всю целостность приемлемо сохранить.
Голоса похожи на оригинальные (наверное?). Это видео в качестве референса?
>Видишь какую-ту особо сильную разницу между ними?
Я вижу что это примитивная хуйня с простыми движениями, где баговать нечему. Нормально промпт пиши со сложными взаимодействиями нескольких персонажей, с речью.
При всем уважении к проделанному труду: можешь буквально в любой стиль, но генеришь парашу уровня современного российского кино. Взял бы за рефы SILENT RUNNING (1972) с которого эстетику мульта слизали. А так, ну... пошлятина.
Если честно, смотрел все трейлеры подряд. Пытался понять работу с видео и звуком. Я просто следовал в канве современного видеопроизводства))) Возможно, такое не всем нравится.
https://www.reddit.com/r/StableDiffusion/comments/1w1a9uj/fal_having_a_extended_meltdown_over_fasth3/
Когда модель и ускорялки к ней настолько хуевые, что даже крупные игроки срутся друг с другом из-за качества.
У меня конкретно к глянцево-пластиковому рвотно-усредненному визуалу претензии.
Бот порвался
Реверс инжениренгом подобрал наконец, осталось разобраться почему люди толстые и картины кругом.
>бояров с джиберешем можно сразу обоссывать
На инглише тоже бывает бубнит. Но сильно реже, да.
>бояра клячнащего 264
Например, на десятке 265 по умолчанию не играет. И кодек паки это не лечат. Надо особый виндовый кодек ставить, из микростора. Причем по умолчанию его пытаются за баксы впарить. Бесплатную версию еще найти надо, это там отдельный квест.
Именно киджаевские и заработали. Предыдущие срали в консоли своими "lora key not loaded". Работают на стандартном коньвроте из репозитория комфи. Комфи обновил прямо сегодня.
Чё они у тебя как столбы стоят? Из всех персонажей только инопланетянин в начале относительно натурально двигается.
КАК ты, блядь, их в таких манекенов превратил?
Почему в треде обдрачиваются на кривую H3, когда все топовые по качеству NSFW видосы на civit делаются на LTX?
Бред. Ничего лучше WAN2.2 c лорой Kandinsky ещё не придумали.
LTX уже умеет генерить члены?
Единственная NSFW версия которую я нашел на civit нормально генерит разве что бритые пёзды, при этом лепит их буквально на всех подряд.
Когда думал что общался с аноном в треде, а он оказался ботом.
Можно, чел и на 6 гигах генерит, в прошлых тредах был. А вф так и не дал
Хуйню несешь
ясн)
Почему тредовички так не могут? Это склейка? Вроде такое длинное токо сиданс делать может без склейки? Как делать также та минимашке чтобы склейку не видно? И выглядит не пережаренно, минимашка все жарит пиздец? Хули в треде ни гайдов ни инфы нихуя в шапке хуита одна? Почему так много вопросов а в треде одно говно блять и ноль инфы? Что за хуйня вообще блять?
Грёбаный LTX регулярно генерит мне безногих\безруких мутантов, блэд. Даже WAN 2.2 себе такого не позволял обычно.
Зато даже стоковый без проблем может генерить околоцп голыми лолями и агли бастардами если в промте задать тематику школы.
Ты это в чем то отдельно монтировал? Вот эти вот вставки с буквами и саундтрек отдельно впиливал?
Голоса кстати помоему не совпадают. Ну и динамики движений и эмоций не хватает да.
Зачем мне минимакс или даже лтх, если Ван итак справлялся со своими задачами? Ну если не считать озвучку.
Все так. Не нужен совершенно.
Неиронично но таки да, на ване из-за обилия лор можно пилить всякое такое, что на остальных сетках пока запилить не выйдет.
Но чисто технически он конечно отстаёт, тут без вариантов.
>Зачем мне минимакс
Ты что разве не хочешь, что бы половые губы мутировали в хуй, а потом сливались с языком, и всё это под хруст солёных огурцов, и бессмысленное бормотание сумасшедших?
Странно.
Алиса сильно выросла за лето...
если руки из жопы - можно и не такой пиздец получить, у чувака вон все люди с ожирением бегали и картины на стенах сами собой савнились.
Ты кого наебать пытаешься? Это минимах - нет звука хрустящих огурцов. На ЛТХ же сделано
>Для генерации картинок есть Креа 2.
Минимакс ебёт поддержкой рефов, по сути нано банана дома.
Найс. В сраче рождается истина, а в мерянье хуями находится самый длинный член.
>Например, на десятке 265 по умолчанию не играет.
В хромоноге? У меня в FF всё заебись. Притом что стор в принципе не запускается по причине "сломан нахуй" сука придётся перезагружаться, ибо не закрывается.
Щас бы сравнивать модель, которую полгода ебали лорами, и новенькую H3.
>В хромоноге?
В FF. На одном компе 11 показывает все и сразу. На другом 10 только после установки кодека из стора. В стор через жопу заходил, да.
>после установки кодека из стора.
@
>пук-пук среньк-среньк, йа тупой нимагу оперу/хром паставить, нормальный проигрыватель скачать, памагити Билл Гейтс ф штаны насрал
Звучит как промпт
И для тех, кто не верит, что трехчлен умеет красить в голубой без спроса, вот пример на том же промпте
>вот пример на том же промпте
На каком?
Репортнул. Иди еще в нф посиди, подумай.
Потому что у него 4 шага.
>Из всех персонажей только инопланетянин в начале относительно натурально двигается.
>КАК ты, блядь, их в таких манекенов превратил?
На задних фонах обычно все стоят, если им не прописать принудительно действия.
А на семерке? Блядь ты сидишь на системе 10летней давности, в треде где по умолчанию нужны 50ххх и все новое.
>На каком?
Подшит в видео.
У меня разок было, что FLF вырядил еот в исподнее цвета морской волны, на всех кадрах кроме первого и последнего. Я поржал с сида и забыл. А потом тут прочитал, что кто-то этот же глюк ловил с комнатой. И вот опять голубой сид выпал.
>Подшит в видео.
Я не буду качать видео ради очевидного троллинга.
Ага, надо видимо всегда писать "не перекрашивая плз одежду людей и стены комнаты в голубой цвет"
Тебе на выходные ничего не задали?
Прочитай гайд по промптингу и попробуй переписать свой промпт по правилам.
https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md
Кстати, тут клипнулось через объект потому что наверняка не было прописано что типа нога медленно выскользнула из голенища.
А тут на каждую сцену надо в промпт добавлять секцию:
Background action: other characters on video
Вообще, эти три секции - это просто метки для нейронки. Какие угодно можно секции делать. Саундскейп? Можно Эмоушен скейп, бэкграунд экшен скейп и так далее, они обрабатываются там параллельно или как там их энкодер жевать будет - не важно, важно то что оно так устроено: Заголовок - содержание секции, заголовок. Сколько их туда напихать можно - надо чекать, но я уверен кто тут сидит молчит и прочие головастые уже в курсе.
Это не поможет. Минимакс физически плохо держит детали типа глаз уже на среднем плане. Модель просто сама такая. Минимизировать это можно только делая генерацию в 2К и то 2К нативно локально не поддерживается, и нафиг не сдалось на карте с 16Гб видеопамяти.
Так я ниже дал видосы с речью.
Ну потому что это Минимакс. И у него такие косяки хоть на 4 шагах, хоть на 25-ти, хоть на сайте в 2К.
>Ну потому что это Минимакс. И у него такие косяки хоть на 4 шагах, хоть на 25-ти, хоть на сайте в 2К.
Ну раз ты сказал, то так и есть, и промпт тут совершенно не причем, ведь ты сказал так. Кстати, покажи свои косячные промпты?
Это было с FLF а не ref. И я её в тот же день удалил, как только она мне в первые же два рола покрасила комнату.
Точно так же с креа у меня было. Она мне сходу хуету какую-то начала генерить, и я её снес. У меня позиция такая, что если модель сходу не цепляет, и ведет себя неадекватно, то я её просто скипаю и жду следующую.
Эти модели один хрен выходят чуть ли не каждый месяц. Пока ты распутаешь лапшу из прошлой, уже новая выходит. Потому нет смысла тратить время на flf модель, которая тебе сходу комнату перекрашивает, очевидно, что так быть не должно ни на каком промте.
Ну раз очевидно, то вопросов не имею.
это не модель перекрашивает, а цыгане, ты ведь им картины вешать запретил
Кстати, тоже важный момент снижающий количество мутаций: Correct anatomical position: if a character cannot perform an action in their current pose, they can adjust to a more suitable one.
Хотя если честно вот такую чмурню срущую в тред своим тралленком учить ничему не хочется. Тупо ебаный рак. С которым делишься полезными вещами, потом эта крыса убежит в свою норку дрочить, а потом вернется вся в малафье засохшей и будет тут лениво и безмозгло срать одним и тем же тралленком по кругу, пока снова не упозлет дрочить. Хррр-тьфу те в ебало, чмо.
Хотя если честно вот такую чмурню срущую в тред своим тралленком учить ничему не хочется. Тупо ебаный рак. С которым делишься полезными вещами, потом эта крыса убежит в свою норку дрочить, а потом вернется вся в малафье засохшей и будет тут лениво и безмозгло срать одним и тем же тралленком по кругу, пока снова не упозлет дрочить. Хррр-тьфу те в ебало, чмо.
>мутаций
ХЗ как в видео, но в картинкогенерации мне H3 сломала анатомию только 1 раз, там совсем изъёбистая поза была. В остальном ни разу не было. Что вы там генерите, что у вас людей ломает без дополнительных пинков?
>Хуйню несешь
говорю же эксперты подтянутся. Чётко и по делу.
>Что вы там генерите, что у вас людей ломает без дополнительных пинков?
Как ногу в рот себе свою по колено засовывают. У меня встречный вопрос: что генеришь ты, если у тебя анатомию всего раз ломало?
>Сделал наугад 10 генераций в свободной форме. Каждая вторая - шедевр креативности. В соседних тредах плачут, что креи с анимами мало вариативны. А тут реально генератор идей.
А потом 10 генераций, где всего лишь <d>[Russian]</d> добавил. Речь починилась, но все 10/10 - унылое говно, говорящая голова из сериала. Максимум - "что" на "чё" умеет поменять. Нафига мне такой официоз.
Простыни на экран, где каждую пуговицу описывают - это бред какой-то. Такое с референсной картинки надо забирать, а не словами координаты шнурков посекундно описывать. А с референсами и простой промпт пашет. Язык только метить. Но это все смотря кто что генерит.
>плохо держит детали типа глаз уже на среднем плане
>16Гб видеопамяти
У меня 24G. Если есть ключевые кадры, то в режиме FLF делает видео в 1.5K уровня реальной съёмки. Старичок ваныч такое не вывозил в принципе, мылил и лица корежил до неузнаваемости. А ключевые кадры и сам H3 может делать, по ним только квеном и клейном пройтись, чтобы детали восстановить, и получается сильно лучше мультяшной креи.
Еще бы научиться бесшовно через ключи проходить. Из последнего тестил Herrgotts-H3-Infinite-Continuation-Suite. Похож на вановский SVI, постепенно теряет качество. Ваныч умел хотя бы восстанавливать видео вторым проходом на LOW-модели, а H3 на низком денойзе что-то не рефайнится. В режиме REF, если подать ключевые кадры и прописать их в промпте, а видео подать как Lineart - получается что-то вроде рефайна. А мелкие стыки уже можно старичком VACE подправить. Колитесь, одолел кто лупы?
><d>[Russian]</d> добавил. Речь починилась, но все 10/10 - унылое говно, говорящая голова из сериала. Максимум - "что" на "чё" умеет поменять. Нафига мне такой официоз.
Так ты сериальный вес подтянул по сути.
>Как ногу в рот себе свою по колено засовывают.
Эм... Это по определению сломает анатомию. Просить сломать анатомию и просить следом не ломать анатомию это шизофрения. Я бы на месте нейросети вместо видео писал бы "Пошёл нахуй!" на такие запросы.
>что генеришь ты, если у тебя анатомию всего раз ломало?
Баб раздевал. То естб реальные фото, где по определению с анатомией всё в порядке (под одеждой).
>Такое с референсной картинки надо забирать
Рефы это база так то.
3 картинки, 2 аудио. Интонация неудачная, пахом через чур бойко и шустро говорит и Епифан не понятно, то ли кричит то ли разрешения спрашивает. Но голоса их за основу взяты, да. Подобие клонирования в самом минимаксе. Но кстати да, подавать сразу 2 видео на референс я чёт не подумал. Попробую.
И как эти Acc-8Step киджиаевские себя показали по твоим тестам?
пенсионерские пися-попа и WAN спокойно генерил. Что же до специфичных NSFW Минимакс хорошо следует промпту в самом ядре и реализует то что ни WAN ни LTX не может. Физика, понимания движений - дело наживное, и уже дополняется лорами. Единственно, в LTX бабские вопли лучше звучат.
Я остался пока на lightx2v minimax_h3_fl2v_turbo_8step_v1.0. Сила 0.8, 12 шагов. Конкретно в режиме FLF при 1.7K лоры Acc добавляют артефакты, типа Jpg-сжатия на мелких деталях, а lightx2v заметно чище картинку дает. Другие режимы/разрешения - может, другой выбор будет.
Расчёт на сервис, чёртовы продюсеры
>Физика, понимания движений - дело наживное, и уже дополняется лорами.
У минимакса она и так неплоха, и хотя, конечно, можно придираться к деталям, но когда я еще только делал первые тесты, то меня поразило, что он, как покладистый подмастерье, с первого раза идеально раздел бабу и прошелся ею голой по комнате. Такое чувство, что сетка буквально заточена под эротику. Даже в низком разрешении, когда лицо перекашивает, тело и его динамика выглядит потрясаюше.
Единственная существенная деталь, которую он по дефолту не может сделать, это пизда. Рисует что-то наподобие пупка прямо над ней, но это решается референсом.
помогите найти пожалуйста, потерял, где-то тут было. школьнице со спас-12 голову снесли, пока она сосала. ии видос, там воркфлоу был встроенный
Спасибо огромное за замечание. Досадное недоразумение, я уже исправил на монтаже. В своё оправдание могу сказать, что монтировал бухой в час ночи или около того.
По хореографии и динамики боя мне понравился этот ролл, но к моему великому сожалению такое повторить в высоком разрешении нейросеть не смогла. К тому же в исходном видео куча косяков с бэком. А жаль.
ого, продуман. Картинку с пиздой как референс... ебааа, как я не додумался до этого. Хорошо придумано, Ковальский. Да, соглашусь с тобой.
С лорами просто все нужные джиглисы на автомате подхватываются одной строчкой, а без них если только... прописывать детально что и как должно болтаться и трястись.
>в первые же два рола покрасила комнату
У меня разок было, что саму комнату поменял на какой-то склад. Причем общий стиль вроде узнаваемый, но вообще все другое. И персонаж не стоит, а сидит на какой-то этажерке. Еще несколько раз свет выключался и освещение направленное становилось, типа арт-клип. Но это обычно единичные сиды. Я на такое смотрю, как на фичу - типа, модель вариативная. Не просто картинку меняет, но и свет, камеру, движения.
А вот ёрзанье камеры при FL не одолел пока. Она то слегка дергается , то вообще зумится туда-сюда на метр. И чем больше в промпт про static shot и прочее наваляешь - тем сильнее она бесится. Если в режиме REF имитировать FL, камера неподвижна, но стоит там модель FL вместо REF подключить - начинается пляска, как будто дело именно в модели, а не в промпте.
Wan, кстати, тоже умел куролесить. То на подушку какую-то агрился, и начинал ее подменять. То на заднем размытом плане какого-то чувака начинал добавлять, который в кадр входил и начинал там что-то делать. То какую-то конкретную позу дрыгал, пока я картинку не повернул на 90°.
>нет смысла тратить время на flf модель
Как минимум, максовский FLF бОльшие разрешения тянет, чем вановский. Например, лица на планах "в рост" сохранаются, ван такого не мог. Нужно дальние планы анимировать - нужна модель, которая такое может.
Побойся Бога сука.
Это сгенерировано за один раз?
Мне показалось, что чем больше смен планов и прорисовки локаций в одном промпте, нейронка начинает фонить. Если задаться качеством (и есть время) можно попробовать в гуд качество раздробить на отдельные шоты.
Да, монтировал отдельно в lightworks. Саундтрек - Suno. Что до остального - тут уж извините)))) это нейросеть.
>повторить в высоком разрешении
Походу, если в режиме REF подать видео низкого разрешения как инвертированный Linart (черные линии на белом фоне), и начальный/конечный кадры подключить как рефы , прописав их в промпте, то можно повторить исходное видео в высоком разрешении. Проверял только на видео с одним сплошным шотом.
Конкретно эта сцена - да, за один раз.
Дайте неосилятору промпт как заререференсить письку? Лепит ее то на пузо то к жопе, как же заебало.
В точности прямо писать где она находится чтоли до милиметра?
В точности прямо писать где она находится чтоли до милиметра?
На русском: Ээээээ биля пыска между ляшик ну там это типо под телам ну там гхе анус биляяя ты чё низнаешь гдэ пыски находитса?????? Биляяяя ну это там вот это
Кстати, как побороть любовь минимакса к топоту дедовскими ботинками на деревянной подошве? А если это роботы с металлическими сапогами или органические персонажи без обуви?
Представь что ты господь и лепишь человека. Ты должен не подсказывать ей, не упрашивать показать (она не знает), а прям детально, как по чертежу.
>помогите найти пожалуйста, потерял, где-то тут было. школьнице со спас-12 голову снесли, пока она сосала. ии видос, там воркфлоу был встроенный
Есть только такой, на спас сам поменяешь в промпте
https://rentry.co/tros3rbg
<Subject1> is a robot with cast iron boots.
<Subject2> is an organic character without grandfather's shoes on wood platform
Тогда, наверное, лучше референсное аудио использовать
Всё сходится. Начал с одного слова, и на седьмой день заебался.
А не пойти ли тебе нахер. Да, конечно, это промт виноват в котором прямым текстом написано, что она снимает сапог с ноги. А Минимакс это бог нейронок и никогда не косячит. Ты сколько уже в Минимаксе генеришь и на чём раз такие тупые вопросы задаёшь? Вон сам сделай промт на снимание сапога и посмотри как Минимакс это умеет генерить, много нового узнаешь.
Первый раз вижу классический американский цилиндрический рифленый мусорный бак на советских колесиках...
большое спасибо, опробую
>Alert
>Unable to find workflow in wf.txt
что-то не так выгрузилось у тебя
а всё сорян, надо было едит жать и копировать текст, норм спс
Советские шарико-подшипниковые заводы лучшие в мире!
>Лепит ее то на пузо то к жопе
Так реф кидай не письку крупным планом, а общий план с областью паха, от края до края.
Как вы делаете одним шотом?
Это не один шот, это склейка, 2 видео по 7 секунд
Ну хз. H3 крут тем что из коробки без лор уже выдают результат даже в nsfw лучше чем wan за год натренированные лоры(есть исключения, но большинство мусор) ну и 15 базовые, промтинг решает сильно но да, есть минусы у H3, он не может как wan если закидывать кадр портрета или еще что бы одежда слетала просто, там все должно быть по логике и физике, но в этом и плюс, очень быстро лоры должны вывести его куда выше на позиции,
Ну и само собой звук, ltx то же есть конечно, но у wan на открытых весах пока нет, но это не самое главное, суть в том что он в дефолт билде намного лучше чем был wan в таком состояние, в вспомните весну-лето 2025? Wan только к осени более менее получил лоры, и то артефачили части,
просто потенциал тут выше
> Первый раз вижу
Подворотню в хрущёвке.
Окна, выходящие в подворотню.
> Кстати, тоже важный момент снижающий количество мутаций
Ай, пасиба, брат!
Добавлю в промпт, пусть лежит, кушать почти не просит.
Даже в этом треде было пару видео с блондинкой из Уэнсдей, где она руками сквозь проходила, или еще че.
Всякое бывает.
Тем более.
А как запромчен "внутренний голос" персонажа, когда она говорит про себя (?) "Боже..."
>но стоит там модель FL вместо REF подключить - начинается пляска
Пляска начинается из за того что fl модель пытается привести кадр к референсному изображению. Ставь рефы без фона, должно помочь.
А у тебя он постоянно скачет, создавая новые углы камеры или как?
девочка за кадром говорит по русски: "Боже."
>про себя
С чего ты взял?
конченные снаффофилы. Вы как границы свои до такой хуйни расшатали маньяки ёбаные.
Как музыку промптил?
https://github.com/tritant/ComfyUI_MiniMax_H3_Extender
Вот эту хуйню ставишь. И буквально под пиво пару строк пишешь и оно само работает.
Ну да, особенно если понавставлять опорных кадров больше 3-х.
У мну склейки видны.
Ну я помню что у меня так было с лорами и мало степов, но и не забудь про статик камера. Сейчас просто такого не наблюдаю
это не ты в сд треде со своим лицом тяночек генерил?
Очень понравился minimax h3 в качестве эдит модели. Это же почти уровень бананы дома! Не без минусов, но это лучшее, что есть на данный момент по консистентной персонажей, особенно при использовании ref изображений. Я в полном восторге.
Мои настройки:
8 мегапикселей, чтобы улучшить качество и уменьшить качество как у ролика. (Увы модель и vae, заточена под ролики). Чтобы было быстрее и использую vae tailing. Потом делаю довнскеил до 2к.
Не использую лоры для ускорения, так как вижу ухудшения качества.
Использую кухню и сдвиг слоев. Генерирую только два кадра. Если делать один, то получаются артефакты.
Модель использую fl2va, на ней мне показалось качество выше, чем на ref.
Может кто тоже пробовал как edit модель использовать и поделится советами и опытом. Ну либо могу сам ответить на ваши вопросы.
Мои настройки:
8 мегапикселей, чтобы улучшить качество и уменьшить качество как у ролика. (Увы модель и vae, заточена под ролики). Чтобы было быстрее и использую vae tailing. Потом делаю довнскеил до 2к.
Не использую лоры для ускорения, так как вижу ухудшения качества.
Использую кухню и сдвиг слоев. Генерирую только два кадра. Если делать один, то получаются артефакты.
Модель использую fl2va, на ней мне показалось качество выше, чем на ref.
Может кто тоже пробовал как edit модель использовать и поделится советами и опытом. Ну либо могу сам ответить на ваши вопросы.
Никак, Televisions - Current Joys, можно и в суно сгенерить, чтобы не мучать нейронку которая плохо может в музыку, подключить как реф и наложить потом поверх видео, чтобы нейрошум убрать. С липсинком только проблемы будут, если есть слова.
Найн
Дай вф, а то даже со спец вае нихуя не получается
>Увы модель и vae, заточена под ролики
Эм... Есть же вайка для картиночек.
>использую vae tailing
У меня он медленнее был. Правда у меня 5090.
>поделится советами и опытом
Рекомендую 8 степовую киджаевскую лору и последний конфиуай. Я не заметил деградации качества по сравнению с 20 шагами. Зато 30 секунд на 5 мегапикселей. твои 8 уже 60 секунд.
Ты заебал форсить это говно по всем тредам. Как эдит она кал ибо в точный эдит не умеет. Это скоре i2i. Но i2i она тоже так себе. За счет жирного текст энкодера понимает конечно лучше чем другие модели, может в более сложные рефы, но она рисует просто хуевое, пережаренное, безтекстурно-зализанное говно потомучто такая вот модель. Я даже офф версию теперь особо не жду, врядли там будет лучше.
И про какие 2 кадра ты говоришь?
>Эм... Есть же вайка для картиночек.
Это та которая и весит 5 килограммов?
А для нее нужен специализированный воркфлоу, или просто заменить вайку в обычном и на выходе он сразу будет выдавать уан фрейм?
>Это та которая и весит 5 килограммов?
Ну да, как и стандартная в FP16.
>А для нее нужен специализированный воркфлоу
Да, там просто латент берётся не из ноды H3, а чистый Empty Latent Image.
Киньте швембемы с воркфлоу, я не понимаю как генерить, если мне выдаёт референсную картинку первым кадром.
У неё батт-плаг слишком высоко расположен, должен быть чуть ниже.
Она не только для эдита полезна, можно такое делать и другое
Странноватая вайфу, но ябвдул.
Во втором изображении.
Пробовал вае для картинок. (Где еще предлагалось ноду редактировать, чтобы только один кадр делать) Почему-то у меня оно меньше деталей дает, мылит текстуры.
>Рекомендую 8 степовую киджаевскую лору и последний конфиуай.
https://huggingface.co/Kijai/MiniMax-H3_comfy/tree/main/loras
Отсюда?
Я только в этом треде сижу. Ты перепутал.
Нормально она умеет эдит, я не понимаю о чем ты. Конечно, у нее проблемы с тем, что она обучалась на видео, и вае под это заточен, но в любом случае, я считаю, что это очень достойный результат! Приложил оригинал и эдит. Сам сравни.
>И про какие 2 кадра ты говоришь?
Если обойти ограничения ноды (отредактировать ее) MiniMax H3 Reference to Video, и поставить всего один кадр, то вае срет артефактами. А на двух кадрах - нормально. Правда после обновления мои правки слетели. Рассказал для общего развития.
Потому я и хочу получить советы. Может кто-то еще что посоветует. Я например все еще не могу решить, как лучше писать промпт на сложных сценах с рефами. Использовать всю ту разметку или нет. Есть свои плюсы и минусы.
>Отсюда?
Ну да.
Спасибо, хоть стало понятно, как заставить ее редачить.
Говно пиздец. Перестань трогать мою женщину, я тебя закопаю, блядь.
Вот смотри на результат krea2.
У krea 2 есть свой головняк , который я сейчас успешно разрешил, но результат там на голову выше, просто нужно постараться и потратить время. Минимакс не сможет так сделать сколько бы времени ты не вложил.
Тут явно хуже редачит, а еще нельзя напихать рефов.
>Тут явно хуже
лучше
>нельзя напихать рефов
можно (один)
>можно (один)
Одна пикча, которую редачишь? А рефы то где?
>>Рекомендую 8 степовую киджаевскую лору и последний конфиуай.
>https://huggingface.co/Kijai/MiniMax-H3_comfy/tree/main/loras
>Отсюда
Сорян, спизданул. Вот сюда надо смотреть
https://huggingface.co/Kijai/MiniMax-H3-experimental/tree/main/loras
Почему говно? Хоть обоснуй. Я знаю, что у нее есть проблемы с детализацией, и текстурами. Но я не могу назвать это ужасным результатом. Вот minimax h3.
Твой пример в Krea 2, действительно выглядит хорошо, но в креа отсутствуют референсы, как уже было сказано выше. А для меня это важно.
Короче, есть два стула, наверное, каждый хорош в своем.
ПыСы. Фотку сохранил из каких-то прошлых тредов. Просто понравилась. Не серчай.
Я потому и уточнил, что их там несколько. Сейчас пойду пробовать.
Можешь воркфлоу для Креа2 скинуть на имейдж эдит? Как там правильно нынче.
Что мешает готовый результат можно через krea2 прогнать?
кому надоело промт настраивать, можете скилл агенту накинуть, он все по гайду сделает за вас
https://github.com/MiniMax-AI/MiniMax-H3/tree/main/skills/h3-prompt-writing
Можете хоть в чат прикладывать файл нужный из skills/h3-prompt-writing/references и пусть переписывает ваш промт
https://github.com/MiniMax-AI/MiniMax-H3/tree/main/skills/h3-prompt-writing
Можете хоть в чат прикладывать файл нужный из skills/h3-prompt-writing/references и пусть переписывает ваш промт
Там турболоры получше для рефки еще не завезли? А то с ускорялкой light2v для обычной модели получается как то не так
> реф кидай не письку крупным планом, а общий план с областью паха
Тогда он реф паза и чужой анатомии скопирует с левой шлюхи, и уже будет не твоя еот, не?
Какого хрена минишмакс некоторые пикчи с рисованным стилем превращает в блевотное аниме, а у некоторых сохраняет исходный стиль, есть идеи?
Ну фотошопь сам в имейдж модели.
Р - рандом.
Keep exact style of reference <Picture1>, do not change style to vomitouos anime
Бляха, с ней вот такое выдает .
Специальные ноды нужны или модель или вае?
Надо обновляться
я скачал заново лору и заработало. У меня уже стояла последняя версия комфи.
Там Nvidia драйвер выпустила говорят оптимизировали мини Максима, пробовал кто обновлятся?
Он на not нормально реагирует?
Вполне, даже хруст огурчиков и картины возрождения можно было убирать, не знаю, почему никто не пользовался
Там одну пиздатую ноду на vae поломали с апдейтом комфи, я так то хотел ещё в пятницу выложить, у меня шикарный удобный воркфлоу, но без неё не комильфо, если завтра не обновят - выложу как есть с дефолтным комфиевским говном, потом может обновлю.
И мне надо ещё там описание переделать с нуля, я пока собирал в процессе разобрался дохуя в чём.
Вся работа в зелёной зоне на одном экране в два клика.
>Одна пикча, которую редачишь?
Одна пикча + ещё один второй референс.
Так у меня тоже последняя версия комфи 0.34
И модель вроде какая надо. Попробую конечно перекачать и грузануться.
Это ты ещё не видел как чман, дристеликс и квен превращают всех в жирух.
Чё за питушиный пример?
Тоже говно.
Давай я поясню тебе в двух словах почему ты питух: минимакс под любым ракурсом выдает ТО ЖЕ САМОЕ лицо. Проблема креи и всех локальных эдит моделей в том, что как только лицо уползает от исходного положения - оно проебывается. Всё. Чё ты там какие эксперементы мутишь, чушпан? вот это, это нихуя не пример, ты ее раком поставь чтоб лицо в 2/3 и камера назад на полметра. Или хуй в рот сунь, чтоб ебало осталось ее. А в минимаксе при всех артефактах - лицо будет то же самое. Всё.
Перекачал тоже и заработало лол.
Только как научить макс нормально писка ебат, протыкать между ног вперед, а не в живот сверху...
На rtx 3050 8gb и оперы 32 ддр4, с сла и лорой ускорялкой, 0,4мп, генерит за 9 минут десятисекундный видос,этот из текста только, с картинкой на минуту дольше. Теперь бы еще промтить научиться
Пиздец криповые видосы, особенно когда стены из мертвых хрущей.
> Доигрались
До пердежа ноунейм фемки на среддите?
Базовый судья
Есть ли щас локальные модели для моушн контроля типа клинга?
Ради такого и стоит поебаться с настройкой Комфи и установкой сажи с тритоном)
спроси у него как они собираются отличать 15 йер олд от 25 йер олд на генерации
иначе весь цивит поляжет
какой промт?
С новым драйвером 616.56 определенно стало побыстрее секунд на 20
>Перестань трогать мою женщину, я тебя закопаю, блядь.
А, прости. Зря спойлером закрыл, я не заметил.
Нейронкой, очевидно же.
На втором видео этот:
Scene:
Abandoned Russian urban district at winter night. Deep snow covers the road, no streetlights. Dilapidated panel high-rises on both sides, most windows dark, some broken. Camera moves forward slowly in first-person POV, handheld mobile phone style (shaky, slight digital noise, no stabilisation). Cold blue-grey tones, only moonlight and snow reflection.
Camera Motion:
First-person handheld, natural sway, panning left/right, occasional tilt down to the snowy ground. During running – violent shaking, low angle, snow spray in frame. No visible body parts.
Lighting:
Ambient moonlight, very dark. Sudden warm yellow-orange glow from one window on the 9th floor of the right-side building at second 4 – creates stark contrast.
Sound (implied, diegetic):
Crisp crunch of footsteps on snow, howling wind, distant dog barks. At second 5, a loud, distorted air-raid siren starts wailing.
Action Timeline (0–10s):
· 0s – 2s: Camera moves forward slowly, pans left and right, scanning the buildings. Footstep sounds continue.
· 2s – 4s: Camera stops, tilts up to focus on the top floor of the right-side panel building. Brief pause.
· 4s – 5s: A single window on the 9th floor flickers and turns bright yellow (incandescent light).
· 5s – 6s: Air-raid siren begins (loud, piercing, echoing). Camera abruptly jerks to the left, startled.
· 6s – 8s: Camera spins around and starts sprinting forward. Violent shaking, snow kicks up into frame, the lit window stays visible in the background.
· 8s – 10s: Continued frantic run into the dark street, siren still wailing, camera bounces heavily. The light slowly fades behind.
Style & Mood:
Cinematic realism, gritty, tense, found-footage horror. No background music – only ambient and diegetic sounds.
Resolution: 1080p, no post-processing.
На первом это:
Scene:
Abandoned Russian urban district at winter night. Deep snow covers the road, no streetlights. Dilapidated panel high-rises on both sides, most windows dark, some broken. The viewer is walking slowly, first-person POV, handheld mobile phone camera (low-quality, shaky, slight digital noise). Cold blue-grey tones, only moonlight and snow reflection.
Camera:
First-person, handheld, 30fps, no stabilisation, with natural head movement (pan left/right, occasional tilt down to feet). During running – violent shaking, low angle, snow spray in frame.
Lighting:
Ambient moonlight, very dark. Sudden warm yellow-orange glow from one window on the 9th floor of the right-side building at second 4 – creates stark contrast.
Sound (implied, diegetic):
Crisp crunch of footsteps on snow, howling wind, distant dog barks. At second 5, a loud, distorted air-raid siren starts wailing.
Action Timeline (0–10s):
· 0s – 2s: Viewer walks forward slowly, head turns left and right, scanning the buildings. Footsteps crunch steadily.
· 2s – 4s: Viewer stops, looks up at the right-side panel building, focusing on the top floor. Brief pause.
· 4s – 5s: A single window on the 9th floor flickers and turns bright yellow (incandescent light).
· 5s – 6s: The air-raid siren begins (loud, piercing, echoing). Viewer’s head snaps to the left, startled.
· 6s – 8s: Viewer spins around, starts sprinting forward. Camera shakes violently, snow kicks up from feet, the lit window stays visible in the background.
· 8s – 10s: Continued frantic run into the dark street, siren still wailing, camera bounces heavily. The light slowly fades behind.
Style & Mood:
Cinematic realism, gritty, tense, found-footage horror. No background music – only ambient and diegetic sounds.
Resolution: 1080p, no post-processing.
А ref модель сильно дольше обычной генерит?
на какой карточке
Немного хуже. Дольше на 15% может быть.
4090, 64гб ддр4
Да ебаный твой рот нахуй почему меня модель не слушается, каждый сука раз когда я пытаюсь написать что один человек что-то говорит а другой отвечает она сука поворачивает второго человека в направление первого. Ебанный в рот сука и как только не промптил, что говорит себе, не смотрит в сторону первого человека, продолжает смотреть влево вправо вверх вниз, не меняет положение головы пахую. Да госпади что не так то
Лора MiniMax-H3-Ref2VA-Acc-8Step_pruned_comfy 8 шагов, 0.6мп 145s
Понятно, будем тестить https://huggingface.co/MiniMaxAI/MiniMax-H3/discussions/65?utm_source=chatgpt.com
Надо чтобы вообще огней в окнах не было, как в припяти, и какой-нибудь криповый эмбиент ветра.
Обана, я думал это я один такой шиз, у которого меньшие разрешения слушаются лучше.
Там именно анимация статического фото, нужна вся картинка как есть, с фоном вместе. Один кадр - начальный, он же конечный. Перс сидит и разговаривает, может рукой-ногой пошевелить. А камера ёрзает, как будто удачный ракурс ищет. В режиме REF с двумя ссылками и промптом "First frame of [Shot 1] is <Picture 1>, last frame of [Shot 1] is <Picture 2>" камера не двигается. Но если модель REF поменять на FL, опять начинает.
Короче биас точно в нейронке есть, убрал речь второго чела и всё ебать нормально работает. Понятно ебать, в разные генерации сувать только
Пидоры. Генерило на 30 сек дольше, больше мыла. И вот ради этого я себе комфи сломал и чинил полтора часа.
Ну электричка едет...
Ну на 10-м этаже...
Чё паниковать-то?
А как тут не паниковать? Он же на эту электричку и идёт, видишь он побежал сразу, тк остановка короткая и надо успеть
Продолжение которое мы заслужили
>смотри на результат krea2
Объективно кал, только соски лучше выглядят. По факту пропорции по пизде пошли, ебало стало маленькое при том же размере тела, крестик и чокер остались на месте, при этом крестик резко стал 2д. Волосы распидорасило, а ты их даже не перекрашивал.
Тебе надо было сделать чтоб у мотылька елда из жопы высовывалась и чтоб он этой елдой ебал, а не целиком своей жопой.
Мужики, закемарил на пять минут, новых лор не вышло пока я спал?
Вот вроде куда надо сует в конце, только бы без третьей ноги в начале... А где нет трех ног там две елды. как обычно в общем.
>Говно
>Почему говно
Все эдиты говно. Все портят исходную картинку. Квен мылит, клейн цвета портит, крея с максом двигают как попало.
Квен с клейном из Krita AI Diffusion приходится юзать, чтобы результат эдита миксовать мягкой кисточкой по маске прозрачности, а потом слои с шумом докидывать для восстановления реализма.
А у макса фича есть - у него Lineart референс как контролнет работает. Первый реф - картинка, второй - lineart из нее же. На лайнарте можно потереть части, которые менять надо. И получается эдит в стиле квена/клейна. Мыльный результат лечится парой квен/клей через один промпт "make photo real".
>минимакс под любым ракурсом выдает ТО ЖЕ САМОЕ лицо
Два ящика пива этому анону. Реально киллер-фича.
Тут хорошо получилось
самосбор? маронарий? желемыш?
Н3 ПblТАuТЕСb n0КNНУТb 0МСk
Все, генеративные модели, использующие Qwen3 как текстовый кодировщик и визуальный промптер - полное говно. Показываешь ему картинку, на которой анус занимает треть кадра и просишь создать описание, он описывает всё, что угодно, кроме ануса, даже если в системном промпте явно указано - "уделяй особое внимание описанию ягодичной области и области гениталий. При этом это зацензуренное говно может ещё и насрать в промпт, что анус на изображении отсутствует, но при этом детально описать слой пыли на подоконнике и мерцание звёзд. Лютейшее говно, а не модель. Понятно теперь почему все базовые генерации на fl2va выдают мутировавшие жопы и пёзды. Держу в курсе
Чего ещё увидел?
>Чего ещё увидел?
То что ты туалетный пидор
Хорошо, тегнешь, будь добр, а то я не захожу в картинко-треды.
Удвою просьбу.
мимо
Нихуя универсальная хуйня на втором... И хуй сосёт и ещё ебет
А мозгов на heretic модель скачать у тебя не хватило?
>Реально киллер-фича.
Вообще похую на эти ебала. Главное писик красивый чтобы был.
мимо чел с прозопагнозией
>говно.
>анус
>ануса
>ягодично
>говно
>насрать
>анус
>говно
>жопы
>самосбор?
Тогда бы оттуда акула вылетала.
На понятном только для вас языке, сударь, я изложу проблему, с которой я столкнулся, повторно:
Текущие генеративные модели, использующие Qwen3 в качестве текстового кодировщика и визуального подсказчика, демонстрируют крайне неудовлетворительные результаты. При анализе изображений с акцентом на интимные зоны модель полностью игнорирует целевые объекты. Она уклоняется от их упоминания, даже если в системных инструкциях четко прописано требование уделять особое внимание описанию ягодичной области и гениталий. Более того, из-за чрезмерно строгих цензурных фильтров алгоритм может ложно утверждать, что ключевой объект на снимке отсутствует, переключаясь вместо этого на детальное описание второстепенных планов вроде пыли на подоконнике или звездного неба. Это серьезный технический недостаток. Именно из-за таких ограничений базовые генерации на архитектуре fl2va выдают анатомически искаженные результаты в интимных зонах.
Зачем вообще здоровому человеку нужен обосраный анус тянки? Это порносингулярность, можно вообще без анусов генерить, радуйся.
>heretic модель
Ты самый умный ИТТ? Я про аблитерированную модель писал. Базовая вообще нихуя не может, кроме детального описания пуговиц на рубашке.
>Зачем вообще здоровому человеку нужен обосраный анус тянки? Это порносингулярность, можно вообще без анусов генерить
Зачем вообще здоровому человеку нужно что-то генерить? Это порносингулярность, можно вообще найти тянку ИРЛ и радоваться
У меня собака неиронично кошек за собак принимает издалека, идет нюхать, и потом немного недоумевает. Отличить кошку от собаки - не такая уж и тривиальная задача.
Эм... А ты понимаешь разницу между использованием модели для описания/генерации текста и в качестве эмбединга для генерации видео?
Нет, расскажи
Модель прекрасно видит твои анусы, просто вектора рефуза мешают их выдать. В генерации же отрезано пара последних слоёв, и все твои анусы спокойно приходят в модель генерации.
То есть разницы между аблиткой и обычной моделью в генерации эмбедингов по сути нет, что легко проверяется сравнением результатов генераций. Аблитки нихуя не помгают делать хуи и жопы. А вот рефы помогают, и похуй, на стоковой модели или на аблитке.
Я только вкатываюсь, подскажи ты или другие с похожим железом, как минимакс h3 запихать в 24 гига видеопамяти? Брать урезанную версию какую-то или есть какой-то новый swap или другие механизмы для выгрузки без огромных просадок?
Модель nf4 весит 21 гиг. Вае и другая хуйня уже не влзят
Ты не объяснил разницу между использованием модели для описания/генерации текста и в качестве эмбединга для генерации видео потому что это та же самая модель без последних слоёв
Ты знаешь, как цензурируют текстовые энкодеры и LLM? Если да, то зачем ты пишешь
>разницы между аблиткой и обычной моделью в генерации эмбедингов по сути нет
когда она есть. В первом случае (базовая модель) из токенов промпта "pussy", "anus", "vagina", "fuck" и т.п. будут генерироваться мусорные эмбединги и передаваться в DiT, из-за чего на их месте DiT будет выдавать кашу. В случае аблитки эмбединги будут правильные и DiT будет выдавать то, что просят. То, что результаты похожи, говорит только о том, что аблитерация не затронула эти теги.
Это шизоидный адепт течения, которые утверждают что зацензуренные версии (чего угодно) якобы работают правильнее, либо так же как расцензуренные. Но никаких пруфов, кроме нарративов они не выдают.
>как минимакс h3 запихать в 24 гига видеопамяти
Коньвроты прекрасно скачут на 24 гигах. Тормоза пойдут если упарываться в дикие разрешения или длительности. А стандартные 5-10 секунд в 2K не тормозят.
>Коньвроты
Что?
Я вот в тредик подглядываю время от времени, но так и не решаюсь на вкат. Каждый раз думается "бля еще год подожду и сделают еще лучше", ведь с текстовыми слопо-генераторами так и было. Где-нить к 2030 все, что есть щас, будет казаться примитивным.
>В случае аблитки эмбединги будут правильные и DiT будет выдавать то, что просят.
Пруфов никто так и не привёл. На моих генерациях чисто для теста, товарищ майор аблитки не давали никакого улучшения в плане подцензурных вещей.
Пруфов обратного тоже нет.
int8_convrot которые.
Так я об этом и писал дебики, что аблитерация почти не влияет на существующие токены. Просто у аблитерированых моделей эмбединги не ведут в отказы.
ПК, который я покупал год назад под ИИ за 450к, сейчас стоит лям.
И глядя на то, что мне генерит минимакс, я понимаю, почему.
Хз чего ты ждешь.
Ну я успел до скачка цен собрать риг под текстовые помои, там даже 300к не вышло. Даже не знаю пригодны ли 3090 под видео
а сколько стоили 4080-4090 чёто помню толи 300 толи 500к.
Не напоминай...... 4090 в момент стаила 100к!! 100к СУКА! потом 200к... потом 300к.... 4080 от 90-120к стоила
Я посмотрел, не удержался... и заплакал
Этот взгляд. "Всё, развод, нахуй."
.
Сколько раз уже видел видос, а щас слегка проголодался... сука-а-а, как же он аппетитно эту котлетку трогает.
Минимакс как эдит модель просто разъеб. Только как правильно вытащить из 2сек видео отредаченные кадры?
Распиши свои ТТХ
специальным вае
Сделай продолжение
>Не напоминай...... 4090 в момент стаила 100к!! 100к СУКА! потом 200к... потом 300к.... 4080 от 90-120к стоила
в 30хх из-за майнеродолбоебов (да и раньше) уже такое бывало и не раз
> как правильно вытащить из 2сек видео отредаченные кадры?
Воспроизвести видео на экране и сделать скриншот?
кто-нибудь генерит видосики на Tesla v100?
>А что насчет того чтобы добавлять в промпт больше сущностей
Меня от этой идеи уже прошибает ледяной пот. За последние дни часов двенадцать в общей сложности длилась генерация видосов с перепутанными референсами, пока я пытался заставить минимакс не путаться в них. Все это тщетно. Голоса будут путаться, равно как и субъекты. Это не кляйн эдит, где можно побороть путаницу количеством - тут это количество, мягко говоря, ресурсозатратное.
<scnhtq rcnfnb xtv yjle dsdjlf d ;bgtu ghbrhexbdfnm
>в общей сложности длилась генерация видосов с перепутанными референсами
Классический промпт ишшуе.
Ну я.
Этот ишшуе затруднительно исправить методом проб и ошибок, выжимая знания из Full-Reference Mode Rewrite Output Format Guide, так как генерации ресурсозатратные, а шаг вправо, шаг влево, неудачно поставленный семиколон, и пиши пропало.
>Этот ишшуе затруднительно исправить методом проб и ошибок, выжимая знания из Full-Reference Mode Rewrite Output Format Guide
А по другому никак. Ты работаешь с raw моделью, без напердоленых сверху энчансеров. 1 (одно) неверно написаное слово, просто синоним - может въебать весь твой промпт. Ставишь 8 шагов ускарялку, 5 сек, разбиваешь промпт на кусочки в экстендере по 5 сек, и делаешь без мознгоебли. Получить за раз 15 секунд без хуйни - реально сложно, причем даже если делать 1мп 30 шагов - там может быть пережарка и баги, или делать 4 шага 0,4 мегапикселя - там могут быть баги от недожарки. Ну ты понел. Самое просто решение разбить на куски в экстендере, там правда последовательно только генрить можно, но условно через 3 про 5 сек у тебя уже будет по 2 куска на каждую сцену, просто выбираешь монтируешь, минимакс умеет продолжать бесшовно, это надо использовать. Главное не жадничай, с наскоку эту маньку не обработать. Так же советую использовать для промптов модели уровня гемни 3,5, если не хочешь править руками кал (даже она ошибается), но в большинстве случаев, если чат не засран контеквстом и ты дал нормальный пример - пишет прям топчик, причем даже нсфв. Локальный мусор который тут юзают и нахваливают для промпта - не рикоминдую.
Спасибо. ссылка на wf наверно была в каком-то webp, но я его проебал. А какой-то специальный промт нужен, типа "не делай толстых людей и цыган, а сделай такие-то изменения и выведи один статичный кадр"?
Делаю по обычным промптам со структурой минимакса, просто получишь картинку (5 кадров). Будет вот так:
Можно просто уже после перекодировки VAE, взять один кадр и все.
>Спасибо. ссылка на wf наверно была
Её тут не было, пидорасы сука гейткиперы.
мимо чел. То есть, та ваешка для картинок с мини макса делает такие кадры? .
Так они выглядят тупо как скриншоты. Мысль чела выше, сгенерить короткий видос и тупо клепануть скринов кажется разумным. Я прост думал ваешка позволит кинуть все силы МинкиМакса на единственный кадр, и в итоге будет ебейшее качество. А скрины ебать зашумлены и с блёром. Или нихкя не понимаю.
Не могу понять и не увидел примеров плюсов Макса как эдита. То есть, я в своих методах всё равно потом пиздую в Креа доделывать.
>Так они выглядят тупо как скриншоты. Мысль чела выше, сгенерить короткий видос и тупо клепануть скринов кажется разумным.
Клипани. Уверен будет в 10000 раз лучше.
>А скрины ебать зашумлены и с блёром
Я не дебил, который пытается получить говно одним проходом. Когда поюзаешь поймешь. Гораздо проще потом апскейлить, сделать инпейнт, чем 5 раз ждать по 10 минут явный слоп. Но ты я вижу дохуя умный, дерзай, хуйло диванное.
>и в итоге будет ебейшее качество
Нет, она просто позволяет делать 1 кадр, что быстрее, чем 5. Плюс она немного чётче, но сильно прокачать модель VAE нельзя.
это ты, который писал про "говном полили", сам чего
>Но ты я вижу дохуя умный, дерзай, хуйло диванное.
осадки в виде дерьма раскидываешь.
Я обсуждаю метод, а не твой диагноз
>Я не дебил
Ибо тут есть и дебилы, кто до сих пор ждёт чтобы всё было заебись нажатием одной кнопки. Просто если вы юзаете Макс как эдит для поз, по типу чтобы бабы пихали себе ноги в рот, то да. Flux или Krea даже с Контрол Нетом такое не вывернет.
>Просто если вы юзаете Макс как эдит для поз
Да.
>осадки в виде дерьма раскидываешь.
А мы где?
Ну, там 5 кадров будет. Но конечно это быстрей и удобней потом в папке в просмоторщике поудалять говняк, чем скринить сидеть.
Еще раз:
Модель
В видеопамять
Не обязательно пихать
Главное, чтобы туда поместился контекст (разрешение умножить на количество кадров), а модель и в оперативе попыхтит (просто медленнее, но не прям критически).
А вот если у тебя контекст выльется в шаред мемори (в оперативу), вот тогда начнется посос из 5 минут генерации сразу в 30 и в час и далее.
У меня и и модель ни разу за 15гиг врама не вышла и рам там не протекал.
И за 150к не стал бы эту лотерею покупать.
5070ti за глаза, а если упарываться плотно нейронками то сразу проф модель ставить.
> то сразу проф модель ставить
Тогда проще сразу Spark. Хотя нет, уже ничего не проще. Я не представляю, сколько он сейчас стоит.
Главный плюс - точное повторение референсов в реалистике. Ни одна локалка раньше не могла в знакомые лица, не говоря про фигуру. Даже под лорами всегда было понятно, кто это, но все равно видно, что не похоже. Даже фейс свапы портили фейсы, даже в эдит моделях.
Старый Ваныч, разве что, мог, если из начальной фотки видео делать, на последних кадрах изобразить что-то похожее, но только крупным планом, и высокие разрешения не вытягивал. На блопы жопы годился, популярный жанр был.
А максимка буквально с одного фото, без лор, дает хайрез реалистик. Реальный реалистик, без креевской мультяшности. Да, иногда приходится пороллить. Да, надо восстановить детали квеном, и текстуры клейном, но это в один промпт делается. Да, поверх инпаинтом в клейне починить мелочи нужно.
Но получается фото, где и глазик, и сисик, и писик точно такой как надо. А потом с этого фото можно видео запилить, которое уже выглядит как реальная съёмка на хороший телефон. Ваныч выше 720p уже плыл, даже с FLF.
Да, все еще нужен пердолинг. Но беспердольные модели еще лет двадцать ждать надо. А кто ж его знает, будет ли там стоять еще.
>Но беспердольные модели еще лет двадцать ждать надо
Думаю 2-3 года.
Попробовал наконец минимакс, всё нравится, генерирую через ComfyUI-MiniMaxH3-Easy воркфлоу.
Вопрос только, как сделать так, чтобы модель стабильно следовала референсному видео?
Например, я пробую сделать вот такое:
У меня есть пик1, пик2 и видео. Я хочу взять перса с пика 1, одеть его в шмотки с пик2, и заменить этим персом того перса, который есть на видео. При этом оставить всю остальную сцену с видео, ракурс камеры и тд.
У меня вроде как даже получается добиться норм результатов, но модель может частенько затупить и состряпать разные комбинации из референсов типа: взять фон из пик1 или пик2; просто одеть перса из видео в пик2 и проигнорировать пик1; добавить какие-то свои движения.
Я пробовал делать короткие промпты и простыни с подробным описанием, разница как ни странно не слишком большая.
Какие можете дать советы по улучшению следованию референсу?
Вопрос только, как сделать так, чтобы модель стабильно следовала референсному видео?
Например, я пробую сделать вот такое:
У меня есть пик1, пик2 и видео. Я хочу взять перса с пика 1, одеть его в шмотки с пик2, и заменить этим персом того перса, который есть на видео. При этом оставить всю остальную сцену с видео, ракурс камеры и тд.
У меня вроде как даже получается добиться норм результатов, но модель может частенько затупить и состряпать разные комбинации из референсов типа: взять фон из пик1 или пик2; просто одеть перса из видео в пик2 и проигнорировать пик1; добавить какие-то свои движения.
Я пробовал делать короткие промпты и простыни с подробным описанием, разница как ни странно не слишком большая.
Какие можете дать советы по улучшению следованию референсу?
Переодевалку проще в отдельный субграф закинуть и ролить с него пик превью пока не устроит. Как наролишь запустишь весь вф. Ролить сразу видео это для отдельных психотипов занятие имхо.
Ждуны. всегда. сосут. К 2030 ты купишь в ипотеку свою первую 8060ти, запустишь ето все итт (потому что на 2030-шное ее не хватит) и будешь думать о цене пустой жизни, которую ты без етого жил, смеясь над собой, как "50-100к считал какой-то переплатой, господи".
> К 2030
> 8060ти
2030 это через 3 года. Сейчас пятое поколение. Шестое - в лучшем случае конец 2027. Это значит, что седьмое - в лучшем случае 2030. Восьмое - 2033.
Гемини говорит, что на видосах она бесполезна (в отличии от картинок), и что новые карты: 4ххх и 5ххх (пусть даже не особо заряженные) её делают как стоячую. Это правда? Какие твои впечатления, какая именно у тебя, 16 или 32, что по скорости?
Слышь, хозяин жизни, тебе нужно сильно напрячься, чтобы хотя-бы ещё год прожить.
Дорогу покажешь?
Че несет... У некоторых в башке непрерывное шоу перебивает все остальные сигналы.
Чем файлы по ссылке отличаются между собой?
Да хуй знает, я использую pruned_comfy
Вчера попользовался comfyui
1)Есть какие-то специальные модели для порно?
2) как сделать две входные картинки - фотку человека и фото моей паховой области?
1)Есть какие-то специальные модели для порно?
2) как сделать две входные картинки - фотку человека и фото моей паховой области?
1. Есть лоры на цивитай ред, можно скачать под свою модель, загружать лора лоадером после базовой или 4-степа.
2. Требует модель, которая умеет много входов. Либо совместить заранее в один пик моделью типа image edit, и анимировать его.
What it does
ComfyUI IMAGE
-> Python/ctypes
-> dlss5nr_bridge.dll
-> D3D12 + NGX
-> nvngx_dlssnr.dll (feature 18)
-> ComfyUI IMAGE
Даже на дваче понятнее объясняют бледж
Появился ли какой новый воркфлоу для минимкса топовый? С лорами ускоряющими и т.д.? Скиньте плиз.
У Spark средний чип (4060) и медленная память.
Он только контекст на ллм считает норм, и под обучение заточен, больше ниче не умеет толком.
И это самые норм лоры на данный момент? У меня 5080. Мне они подойдут или лучше можно выбрать какие для моей карты?
так чё она делает то
это модели. Да норм. Скачивай их по ссылкам слева. Там же можешь почитать описание уже про лоры-ускорялки.
Ебаный минишмакс блядь, хуй лору натренируешься для перса, уже 2 день вожусь. У кого получилось?
Ну как бы фигня. Меняет немного тени и в общем то всё. На видео пробовал, там вообще разницу даже покадрово не увидеть.
Ура бля первые результаты удачные!!! Короче fizgig тащит, он единственный смог сделать мне нужную лору, советую
Ворк только для ref моделей? с 1 изображением где для еот написать промт нельзя?
божественных преображений не случается как в промо
там используется гибридная модель, она подойдет. Смотря что тебе надо. Фотка - это первый кадр или фотка будет как референс персонажа. В первом случае выруби enable r2v.
Ладно, теперь окончательно соглашусь, что макс во всем круче вана, во как циски обрабатывает, еще и вариативно и дольше. Но опять таки, если использовать универсальную лору с развратными действиями сексуального характера типа mystic (v2, v4 - кал)
так она на ебла натренирована, в остальном не так видно даже в игорах
Только звук будто сиськи наждачные или морковку на терке трут.
ну вот еот хочу раздеть, загрузив 1 фото типа как тут анон делал
это не реф же? если уже фото есть и просто прогнать через промт чтобы хуй ей в рот сунуть не реф или реф? реф как я понял сделать видео имея уже видео с фотками, и в нем заменить на кого хочешь
Реф для твоего случая. Не реф, но с картинкой - это если картинка является первым кадром в видео.
Промпти как указано в гайде https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md
Или возьми эту ноду и будет у тебя ллм настроенная сразу на переписывание твоего промпта под минимакс. Грузанешь референсы, свой промпт и скопируешь готовый промпт. https://github.com/duckyshell/ComfyUI-MiniMaxH3-Prompt-Writer
знакомые лица
да норм пишет, там на гитхабе на скрине есть пример. Скачиваешь в кастом нодс, перезапускаешь комфи, справа снизу увидишь кнопку. Дальше там разберешься. Нужно будет скачать модель ллм. Гемма4 подходит.
А есть у кого воркфлоу для редактирования/продления видео?
Была там ссылка, пиздоболка дешевая. Я же тебе еще тогда ебалом потыкал, как октенка надриставшего, а ты потом молча слился. Хули ты щас то трясешься?
Кат №17
Покажи на скрине где там ссылка, крыса.
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. Неофициально умеет генерить/редачить пикчи. 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