Те, кто юзает в Комфи всякие генераторы промптов, вместо того, чтобы использовать грок, объясните мне, дураку, один момент - как вы правите кривые промпты между генерациями и как новый промпт создаете перед следующей генерацией? У вас хватает памяти и на Минимакс и на ллм? Или вы выгружаете/загружаете или вы через апи юзаете или как или че?
В чем проблема нажать на пылесос рядом с кнопкой Manager? И да, у нас хватает памяти и есть отдельные тачки с ллм.
И че, каждый раз грузить то ллм, то Минимакс с твоей кнопкой пылесоса? Вы че, ебанутые? Или я ебанутый?
А как править промпт, если какие-то проблемы всплыли? Один же хуй идти надо в чат какой-нибудь, чтобы он норм доработал уже существующий промпт.
А, хотя вижу кнопочку рефайн в промпт вритере
>Или я ебанутый
Да, ты ебанутый. Нажать на пылесос совершенно не сложно, а второй кнопкой загрузить в lm студио гемму или квен
При чем тут сложность, ебанат?
у меня 16 гб врам, 64 рам. Использую ноду промпт рерайтер. Модель на 7 или 8 гб. Все норм, ничо не выгружаю. Сначала генерю промпт, потом сразу же запускаю генерацию видео.
лоКАЛки все равно промпты оч хуево пишут, так что лучше не ебаться и подрубить корпов
Размер файла подкачки у тебя какой?
без ограничений. На пикче во время генерации. Перед этим промпт генерил
Я говорю - сам файл посмотри. Размер по факту. Я понимаю, что "без ограничений", это по-умолчанию.
Интересно. У меня почти всю ВРАМ (32), РАМ (64) и ещё файл подкачки 30.
Я использую вф и рерайтер из последних постов в прошлом треде. Там генерация на 8 шагах, на 16 гб врама можно генерить в разрешении 1 мп, 10 секунд примерно за 400 секунд. Попробуй его.
Бля аноны, KRea 2 не умеет давать в рот тянам и раздевать их? ток текст чтоли? С фоткой еот нельзя?
На цивите лежит edit вф. Но лучше лору натрень, там изи
благодарю Антош
Сделал компиляцию роллов с дракой, не вошедшие в трейлер про "Тайну третьей планеты". Не, ну, а что добру пропадать?
До сингулярности далеко...
Именно так у Булычёва и было. Ты только забыл изобразить момент из книги (в мультике его не показали), когда Алиса отрывает роботу башку и кричит - "я выебу твой чип, сука!". Ну, чтобы ближе к первоисточнику.
Алиса слишком возрастная в твоих видео, неканон.
ComfyUI-H3VAE_TRT
https://github.com/lihaoyun6/ComfyUI-H3VAE_TRT
Запуск версии MiniMax-H3 VAE на базе TensorRT в ComfyUI, что позволяет увеличить скорость работы до 1,7 раза
Скачать все 3 модели ->https://huggingface.co/lihaoyun6/MiniMax-H3-VAE-ONNX/tree/main
Поместите их в папку ComfyUI/models/vae
Перед первым использованием необходимо скомпилировать движок TensorRT из ONNX с помощью узла «MiniMax-H3 TRT VAE Compiler».
После успешной компиляции движков TRT вы можете загрузить их с помощью узла «MiniMax-H3 TRT VAE Loader».
https://github.com/lihaoyun6/ComfyUI-H3VAE_TRT
Запуск версии MiniMax-H3 VAE на базе TensorRT в ComfyUI, что позволяет увеличить скорость работы до 1,7 раза
Скачать все 3 модели ->https://huggingface.co/lihaoyun6/MiniMax-H3-VAE-ONNX/tree/main
Поместите их в папку ComfyUI/models/vae
Перед первым использованием необходимо скомпилировать движок TensorRT из ONNX с помощью узла «MiniMax-H3 TRT VAE Compiler».
После успешной компиляции движков TRT вы можете загрузить их с помощью узла «MiniMax-H3 TRT VAE Loader».
лень доделывать, я уже запутался
<Picture 1> is the starting frame of the video, showing the main foreground character and the background characters inside the specific room layout.
integrated_multimodal_description:
The video begins exactly from the static composition of <Picture 1>. Instantly, the camera executes an extremely fast, high-speed linear zoom forward, pushing directly and cleanly past the main character who is positioned in the foreground. This foreground character instantly vanishes from the screen as the camera moves past. The surrounding background environment, including all background characters, textures, walls, and the specific interior layout from <Picture 1>, remains strictly locked, anchored, and 100% intact without shifting locations. The lighting and textures of the room instantly upscale into organic live-action photorealism, but all original visual assets from the background of <Picture 1> are completely preserved. The camera does not orbit or pan away from the scene; it strictly pushes straight forward to establish a true, clean first-person POV (point-of-view) looking from that exact starting position. Immediately after, the camera performs a realistic head-turning action: smoothly panning 90 degrees to the left to scan the original room interior, holding the gaze for a fraction of a second, and then smoothly panning 180 degrees back to the right to survey the opposite side of the environment with perfect spatial consistency.
overall_soundscape:
A sudden, intense cinematic whoosh sound effect accompanies the rapid forward camera rush. This is instantly followed by high-fidelity, realistic interior environmental room tone and multi-directional background ambience matching the original space. A subtle, natural rustle of clothing plays in sync with the first-person head rotation.
non_diegetic_music:
N/A
<Picture 1> is the starting frame of the video, showing the main foreground character and the background characters inside the specific room layout.
integrated_multimodal_description:
The video begins exactly from the static composition of <Picture 1>. Instantly, the camera executes an extremely fast, high-speed linear zoom forward, pushing directly and cleanly past the main character who is positioned in the foreground. This foreground character instantly vanishes from the screen as the camera moves past. The surrounding background environment, including all background characters, textures, walls, and the specific interior layout from <Picture 1>, remains strictly locked, anchored, and 100% intact without shifting locations. The lighting and textures of the room instantly upscale into organic live-action photorealism, but all original visual assets from the background of <Picture 1> are completely preserved. The camera does not orbit or pan away from the scene; it strictly pushes straight forward to establish a true, clean first-person POV (point-of-view) looking from that exact starting position. Immediately after, the camera performs a realistic head-turning action: smoothly panning 90 degrees to the left to scan the original room interior, holding the gaze for a fraction of a second, and then smoothly panning 180 degrees back to the right to survey the opposite side of the environment with perfect spatial consistency.
overall_soundscape:
A sudden, intense cinematic whoosh sound effect accompanies the rapid forward camera rush. This is instantly followed by high-fidelity, realistic interior environmental room tone and multi-directional background ambience matching the original space. A subtle, natural rustle of clothing plays in sync with the first-person head rotation.
non_diegetic_music:
N/A
Оливия из фильма Sex Carnage
Типа мы должны знать кто это?
Я придумал классную вещь, делать фотореалистичную порнушку на основе ирл порно с неграми, но сначала негров заменять на демонов с рогами, клыками и прочая - чтоб было фэнтези порево с монстрами вместо межрасового, или bestiality
Гениально.
Нагиев чот совсем захирел
Как же я заебался перебирать лоры и веса. Не думал что обычный горлотрах после вана будет так сложно реализовать.
Есть тут кто добился вменяемой анимации и картинки, какую комбинацию лор юзали? Мб подскажете по ворку?
Есть тут кто добился вменяемой анимации и картинки, какую комбинацию лор юзали? Мб подскажете по ворку?
>Есть тут кто добился вменяемой анимации и картинки, какую комбинацию лор юзали?
Стандартный шаблон. Вот смотри: тут нет никаких лор на файтинг и даже рефов нет на драку, абсорбируйся от милипиздрического качества, я знаю ты не можешь, поэтому это для других: просто поднял веса мортал комбата. Всё нахуй.
А ты лорашизик страдай дальше.
А еще почему картинка так шакалится на второй если все настройки одни и те же, но лишь слегка поменялся промт?
Не считая общего низкого разрешения, тестовое все таки
Не считая общего низкого разрешения, тестовое все таки
Хочешь сказать что на 0.8-1мп все волшебным образом станет заебись и залупы вместо ручной клади станут расти откуда надо? И кто тут шизик
>Вот смотри:
Хули там смотреть, там метадаты нет, дебил.
>Хочешь сказать что на 0.8-1мп все волшебным образом станет заебись
У тебя там явно вторая половина промпта кал.
На картинку смотри.
Из-за скорости движения большого количества мелких объектов на слишком большом расстоянии, короче это именно из-за низкого разрешения.
>короче это именно из-за низкого разрешения.
Ну хз, увеличил с 0.4 до 0.6, артефакты остались зато вся сцена зачем то поменялась. Нужно вообще этот свет из промта убрать, вечно забываю. Нафига грок вообще его добавляет
Сколько стоит НЕ локальная генерация видео? Я спросил у тополя нейронки, говорит, что шакальный 10-секундный ролик в 360 будет стоить от 5 центов, а приличный хайрез от 1 доллара. Это правда? Подумывал прикрутить к своему серверу API, чтобы пользователи могли генерировать видео при нужде, но с такими ценами это будет полностью убыточно. Может, есть варианты радикального снижения стоимости? Делать не ультра реализм, а аниме какое-нибудь с меньшей детализацией и количеством кадров? Не разбираюсь в этом, поэтому и спршиваю.
>Это правда?
Нет. Генерация локальной моделью на чужом железе будет стоить до 1 доллара час.
>локальной моделью на чужом железе
Эм... Это как? У меня нет ни модели, ни железа, я голодранец.
>до 1 доллара час
Час не нужен, нужно 5-10 секунд на ролик.
Есть окошко предпросмотра промпта, роллишь сначала промпт, пока не понравится, не двигаясь дальше, как промпт понравился фиксируешь сид и идет полная генерация.
>Как вы правите кривые промпты между генерациями
с окошка предпросмотра можно вставить текст в промпт и отредактировать его отключил ллм он
>У вас хватает памяти и на Минимакс и на ллм
Выгружаем загружаем, там процесс очень быстрый 10 секунд буквально, быстрее чем условный грок будет генерить тебе промпт потом, потом ты его будешь копировать и вставлять + возможности локальной бесцензурной модели. Еще и разные систем промпты всегда под рукой, кликнул мышкой и уже другой выбран.
Пока не выйдет нормального порносингулярного чекпоинта, обученного на не огурцах, никакой порносингулярности не будет.
У меня кстати его промпты норм работают, даже без рефов на хуй. А этот ёбик юзает реф модель и хнычет, кстати.
Теперь
Skip first block cache safe + kitchen attention + H3VAE_TRT
Вроде единственное комбо, которое не должно ломать финальный рендер
Хз что еще можно добавить для скорости
Короче, слоп от того что движения не прописаны и нейронка пытается генерить все движения одновременно
тут та же хуйня, это лечиться длинным посекундным таймингом.
>MiniMax-H3 VAE на базе TensorRT
768x1344, 124 кадра, 4 шага, с оригинальным VAE - Prompt executed in 71.55 seconds
768x1344, 124 кадра, 4 шага, с TRT VAE - Prompt executed in 64.57 seconds
Skip first block cache safe не портит качество?
>H3VAE_TRT
а на каких видеокартах это работает?
на 5070ти было 36 сек, стало 37 сек
> Skip first block cache safe не портит качество?
Он на турбо все равно не работает, как и все другие кеши. Потому что разница между шагами очень большая
Не понятно для кого это нужно. Если бояре гоняют модель в 20, или все 50 шагов, то зачем им ускорялка
Грок тоже без цензуры, если что. И возможностей у него больше, чем у локальной хуйни. Мои высеры на пальцах он лучше понимает по крайней мере.
>роллишь сначала промпт, пока не понравится
Когда косяк какой-то всплыл, это пиздец как удобно, ага.
Потыкал я, короче, промпт врайтер, который отдельно с кнопочки открывается - хуйня какая-то. В гроке в режиме чата гораздо удобнее над промптом работать, чем в нем в режиме доработки править. Наверное, это был какой-то НЕ ТОТ врайтер, хз.
Да пиздец, эйфория прошла первая, и теперь понятно, что так и нет ниче лучше вана для ебли в рот и залития спермой своих еот.
мимо не тот ваношизик который ошивается тут
>На картинку смотри.
Так она говно.
> это лечиться длинным посекундным таймингом.
Да чет нифига, разрешение 0.8, 12 сек, промт расписан по секундам. Реф лору использую потому что на ней движения гораздо больше и не пластмасса.
Для сравнения - 0.5мп с обычным промтом и последней fl2va лорой.
Дело все таки в лоре однако не пойму почему на том же слизне с реф лорой один промт генерится норм, а если убрать третий ракурс и растянуть второй то всё сыпется.
Еба, подгон, TRT подвезли!
Но вае и так быстрое, генерацию ускорить не хотите ли?
Успешный прирост!
Но у тебя компайл прошел успешно?
Ладно, затраим, конечно.
Впадлу опять изучать, качать, ставить на поток, и чтоб было удобно.
Сначала было заебись а щас как работа уже.
Проще поднять вф и нарандомить другой инпут.
Видосы итт так себе.
Сначала было заебись а щас как работа уже.
Проще поднять вф и нарандомить другой инпут.
Видосы итт так себе.
Очень жаль, вану максовской длительности и контроля камеры ооочень не хватает теперь.
Ну и последнее сравнение, насчет движения на обычной и реф лорах.
Рефке снизил силу с 0.8 до 0.65 и сыпаться перестало практически, разрешение и тайминги не при чем таки.
Рефке снизил силу с 0.8 до 0.65 и сыпаться перестало практически, разрешение и тайминги не при чем таки.
> Но вае и так быстрое, генерацию ускорить не хотите ли?
Для TensorRT надо модель компилировать под каждое разрешение и длительность. Что в принципе под реф модель терпимо, она сама входное изображение подстраивает под соотношение сторон
Кстати, а TensorRT вообще поддерживает оффлоадинг?
Это не воркфлоу готовый а нода отдельная? Как ее подключить правильно?
>Но у тебя компайл прошел успешно?
да, энжины сделались
качай onnx и закинь в вае, запусти MiniMax-H3 TRT VAE Compiler, подгружай .engine вместо обычного лоад вае через MiniMax-H3 TRT VAE Loader
>возможностей у него больше, чем у локальной хуйни
Хуясе мантры, ты почаще себе это повторяй... Гемма4 на клык гроку бесплатному насовывает. Кстати, как там у грока обстоят дела с цп? Видео он как референс нормально понимает?
посоветуйте, что для генерации видео можно юзать с 12/32? разрешение где то в 720p в идеале.
и второй вопрос, судя по тому что я вижу на цивитах, модели все ещё не могут сделать идеально зацикленное видео? или никто не пытается? есть вообще какой то пайплайн для такого?
и второй вопрос, судя по тому что я вижу на цивитах, модели все ещё не могут сделать идеально зацикленное видео? или никто не пытается? есть вообще какой то пайплайн для такого?
>снизил силу с 0.8 до 0.65
так наоборот же, у тебя первое видео 1.3 и не дрожит, а второе 0.65 и волнится
>первое видео 1.3 и не дрожит, а второе 0.65 и волнится
Так внимательнее будь. Там разные 8-шаговые турболоры стоят.
FL2VA 8 шагов на гитхабе рекомендовали 1.3 силу и работает так действительно норм.
А вот REF2V, тем более на нерефовом ворке, стартую с 0.8 как и все прочие лоры. И вот где сыпется, снижаю до 0.6-0.7
Вот на этом видосе она на 0.8 силе и почти не сыпется, а стоит поменять промт\фото может начать дико сыпаться и требовать снижать силу. Вот я и не понимаю, ведь обычно на сыпание влияют настройки от разрешения до семплера, но никак не промт или другая фотка. На косячных видосах выше видно что аратефачит не из за качества видоса или фотки, первые кадры там норм.
Блять, откуда вы лезете зацикленные такие, ван 2.2 возьми и делай fflf, всё.
А зачем ему понимать что-то и зачем мне ему писать при цп или скидывать цп, шиз? В промпте при использовании референсов нет необходимости описывать возраст субъекта и пересказывать полностью движения из референсного ролика или внешний вид или задники.
Но гемма в промпт вритере это делает, кстати, но результата особого оно не дает. С условным "сохрани все детали субъекта" работает точно так же.
>Но гемма в промпт вритере это делает, кстати, но результата особого оно не дает. С условным "сохрани все детали субъекта" работает точно так же.
Вообще да, последняя универсальная фраза вполне работает.
Но скажи на всякий полное название геммы, которой пользуешься, раз норм работает? Хочу альтернативы потестить в райтере.
У меня как на пике, на 7 гиг
Q8 uncensored какая-то.
Но я не говорил, что она норм работает, я говорил, что бесплатный игрок даёт этой хуйне ща щеку в плане понимания того, во что надо мой словесный понос превратить.
Или вот, например такой сценарий - генришь ты отсос. Просишь сделать промпт. И получается такая хуйня, что рот уже закрывается, а хуй еще во рту, но как бы потом из-за головы появляется. Или головка пропадает, когда он из рта выходит.
В гроке я и скрины проблемы приложу и попрошу варианты того, как это можно исправить. Если в рамках этого же чата с гроком внесем правки все нужные потихоньку.
А в ваших хеоперах че? Да нихуя. Ссанье какое-то.
Ожидаемо, вае занимает где-то 20% времени, его ускорение в 2 раза даёт 10% ускорения общего выполнения.
>Грок тоже без цензуры, если что.
На мои картинки он FBI вызовет, какое нахуй без цензуры.
>Но вае и так быстрое
Я бы не сказал что быстрое.
>В промпте при использовании референсов нет необходимости
Необъодимости нет. Но генерацию это улучшает.
Хуярю с телефона лежа под солнцем на пляже, так что не вижу низуяи автозамена ебет
>В гроке я и скрины проблемы приложу
И даже такое? ->
>Кстати, как там у грока обстоят дела с цп?
Ебать ты смелый, земля тебе пухом.
Нахуя ты прикрепляешь изображения, долбоеб ебаный? Их НЕ НЕОБЯЗАТЕЛЬНО ПРИКРЕПЛЯТЬ. Ты можешь просто описать, что надо взять с них или сделать.
Да нихуяэто не улучшает. Вчера весь вечер спецом сравнивал гроковские промкты по шаблону без деталей, геммовский с описанием словами всей залупы с рефов, и самые первые промпты для отсоса, которые я делал в первый день без инструкций. РАЗНИЦЫ НУЛЬ НАХУЙ в контексте переноса рефов. Все проблемы начинаются в динамике и при генерации того, чего изначально на референсах нет. Спермы, например. Для этого и нужен игрок
>Ты можешь просто описать, что надо взять с них
Вот мне делать нехуй, описывать картинки вместо того, чтобы кинуть саму картинку в нейронку со словами "разбирайся сама".
Ну я и не описываю, потому что это нахуй не нужно, лол.
А, бля, ты ваще какую-то хуйню несешь. Ты В ЛЮБОМ СЛУЧАЕ должен написать, что взять или что сделать. Детали описывать не обязательно.
Я прикладываю точечные скрины. Типа если проблема с отсосом, я ему там скину квадратик 20 на 20 пипикселей именно с ртом и головкой, а не весь, бля, видос. Вроде норм выкупает.
Капитан, тебе это даже гугловская жемини скажет что если в модели чего-то нет (и я как бы понимаю что разработчикам минимакса не стояло задачи набить модель датасетами различных минетов) то её нужно дотренить/добить лорами. Но, если тебе лень или некогда можно описать физику, МиниМакс очень хорошо умеет в физику ,ты сможешь хорошим описанием сымитировать твой спермач даже без лор, у меня лично это получалось, хотя я не любитель подобного, но мне пару сцен заказывали с кончой, а лоры тогда ещё не вышли, даже не обученная модель неплохо справилась, там правда пришлось побыть тем ещё промпт райтером, он первоначально кончу рисовал не напрямую из хуёв а где то там из района паха.
Ой, бля, знаю я твой хороший спермач, говноедина.
Такой же кал ебаный, как в лорах на цивате.
Я же там еще написал что В ДИНАМИКЕ. Исчезновение половины хуя или появление его из-за лица можно пофиксить промптом. То же касается любого взаимодействия любых референсных объектов между собой.
Так, подскажите на 3060 сколько примерно минималка по рефке будет генериться 5 сек со всеми турбобустерами?
В чем проблема то, тренируй лоры с тем что ты считаешь идеальным или жди что кто-то натренит идеальные для тебя лично камшоты. Не понимаю при чём тут претензии к минимаксу как к модели, типа ой она не умеет из под коробки твои желания реализовывать. Звучит как экстремальная версия анекдота про мужиков которые пошли пилить лес ручными пилами сломав японскую бензопилу потому что она что то там не сумела.
Опенсорс это не обвешанная энхансерами погремушка корпоратов. Бля она много чего не умеет по дефолту, например Винни Пуха советского рисовать вместо диснеевского, и чо мне закричать "ой фу, меняю на грок!" Л - логика.
Какие, нахуй, претензии к модели? Ты че несешь, хуета ебаная? Ты если лезешь в чужой разговор, то хоть осознай сначала о чем разговор, протыкав ветку. Твой высер даже не дочитывал.
Хз, что за минималка в твоем понимании. У меня все вменяемые видосы генерятся от 7 до 20 минут, в среднем 10-12. Нет смысла генерить слишком быстро, т.к. выйдет говно, а оно не нужно ни при каких обстоятельствах, там кач-во падает быстрее, чем идет прирост скорости. Так что прикидываю длительность и тяжесть рефов и исходя из этого выставляю кач-во графона. 5 сек в достойном кач-ве выйдет примерно как макарошки варятся.
> Так, подскажите на 3060 сколько примерно минималка по рефке будет генериться 5 сек со всеми турбобустерами?
2 минуты
МиниМаксу нужно сильное железо, имхо нет смысла генерить в нём на старом, можно конечно, но результат хуже будет. Предполагаю что большинство хейтеров шмакса либо сидят на предыдущих поколениях либо насмотрелись видосов от тех кто на древнем гавне их сгенерил. Если железо слабое но хочется локалки, то имхо лучше использовать LTX 2.3/2.5, это тоже неплохие инструменты.
>МиниМаксу нужно сильное железо, имхо нет смысла генерить в нём на старом, можно конечно, но
Даже на 5060 шакалики на 04 подзаебывает если они по 15 сек, это уже 7-8 минут, а там слопануться может.
Немного не соглашусь.
Это зависит не столько от железа, сколько от жажды скорости.
Хочется генерить быстро (4-6 степов на ck attention), отсюда и плохое качесвто на любом железе.
Но те же 35 степов вчера в активной сцене сделало мне сильно лучше.
А вот LTX-2.5 — соглашусь, на старом железе она существенно быстрее, и простенькие анимации ею пилить можно с не сильно худшим качеством. А хорошие анимации ждать придется долго, там и минимакс подъезжает.
Угомонись, спермоед.
Там если что hugging face запустили арену турбо лор для минимакса. Так вто скоро узнаем лучшую
И с движениями языка у МАкса проблемы. Как ни прописывал, покажут на секунду, а потом глотают с дурацкой рожей. Ван же в два слова делает седактив фейс
Откуда ему знать, что именно тебе надо от языка? Делай рефы и посекундно прописывай.
Сейчас минимах лучшая модель для липсинков?
Да, особенно если персонажи типа Рика Санчеза из серии про превращение в огурец.
Да я прописывал по всякому, думаешь не прописывал? И "соблазнительно облизывает верхнюю губу языком" и "медленно облизывает верхний ряд зубов языком" и "соблазнительно облизывает языком губы в сексуальной манере" - итог один, высунула язык, засунула обратно и сделала лицо будто говна проглотила и ей теперь неловко.
Либо лору, но проще в ван закинуть, те же 10 секунд выдаст, ворк уже давно есть.
А если не персонаж а живой человек? Я сделал попытку через wav2lip, больше не хочу, качество ужасное.
Недавно добавил в сетап 5090, разница с 5070ti небо и земля. Больше никаких шакалов, хоть в 4к разворачивай. Ощущения примерно такие же когда в своё время 5070ti заменила старушку 3060ti super 12gb. LTX тоже приемлемое качество может выдавать, но в MiniMax H3 в разы управляемости больше, там где я в LTX генерил пару десятков пулов надеясь откопать один приемлемый, MiniMax H3 обычно сразу за 1-2 пула выдаёт два отличных результата, потом ещё выбираешь какой больше из них понравился. Ну и понимание аниме во всех его видах у минимакса встроенное, и ладно бы в аниме, его даже в cgi анимации по Геншину тренили, можно кастомизировать персонажей без референсов чисто text 2 video и шейпить по всякому :) LTX я оставил разве что для музыкальных видеороликов, но как то не лежит уже к нему.
да откуда вас такие деньги то
Который тред охуеваю с ваших проблем. Что вы там наколбасили в своих ВФ и промптах, что у вас ничего не работает, не управляется, и рожи пластиковые?
работобляди наверное
нам, пенсионерам по шизе приходится на 5070ти терпеть
Я тоже работаю но собрать 400к для меня непосильная задача
Ну сравнил, язычки-то
>3060ti super 12gb
Шта?
файлы 3 + 4 или 5 + 6
Минималка в смысле минимальное разрешение.
Тралишь?
>Минималка в смысле минимальное разрешение.
ну 2х2 пикселя думаю в реалтайме пойдёт
Охуеваю ещё начиная со второго треда примерно когда шмакс вышел. У меня тоже всё работает, всё промптится, всё что надо показывает, лучшая управляемость из всех моделей что я встречал. Языки, рефы, пёзды. Бесил разве что хруст огурцов на турбе, но его уже пофиксили.
да очепятка, стояли две разные, имелась ввиду обычная которая без ti
Наверняка промпты пишут через какой-нибудь дегенератский "хелпер", который убивает всё на корню.
>разве что хруст огурцов на турбе
Чем? Той лорой от Kijai?
Да как бы не скажу что это космические деньги. Автомобили и то намного дороже, но их же покупают. Кто-то в кредит, кто то продаёт старое чтобы добавить и купить новое. При средней зарплате даже обычный инженер за полгода-год вполне себе накопит на 5090, а то может и быстрее. У меня к таким покупкам у работающих людей вообще никогда вопросов не было. А вот откуда у некоторых простых судей 5 объектов недвижимости по 20 лям каждый, вот тут уже вопросики.
На 12 сек руке песец))
Лол, я примерно такой же коммент хотел оставить. Пипл кормит видеомодель картиночным ИИ слопом с референсов при этом не редактируя его заранее, не добавляя шумов или хотя бы улучшайзеров реализма, а в промпте не прописывая ничего что связано со светом, типом камеры, линзы, и хелперы этого не пропишут если этого в явном виде не указать. В итоге слоп в кубе получается и начинают вылезать все эти пластиковые рожи и лица. Причём даже у всяких ютуб челиков с кучей подписоты такое гавно повсеместно встречаются, это тот случай когда инженер может попасться хороший, даже может умеет вайбкодить ноды, но на глаза ему мамонт наступил и он скорее всего не ебёт или не замечает толком что видос с его рефом гавнище.
Да, если есть возможность юзать и то, и другое, то лтх проще липсинкает и музыку на него удобно накладывать. И длительность.
В остальном он просто похуже и все. Во всем остальном, кроме скорости, и то, на хороших видяхах скорость постепенно сравнивается.
ЭХЕХЕ А Я ВОТ СВОИ 5070 TI НА 5090 УЖЕ НЕ ПОМЕНЯЮ… =')
Рад за тебя, анон!
Язык фактов. Буквально зе сейм, сижу на своей второй группе, коплю по-чутка…
Обидно, что щас уже ниче норм не купишь, 5090 улетела в небеса, 6000 улетела в небеса, 40 поколение так себе, 30 поколение слишком старое, брать страшно (предлагали 3060 за пятнаху, не решился).
Плюсую, зачастую все ок, не промптятся только высоконагруженные ролики плотные с динамикой, но опять же, может трабла, что я не хочу генерить 50 степов в не могу фуллхд. И так насилуем модельку в 6 степов и мизерном 544p на котором она не то чтобы училась.
> Тралишь?
Нет. 2 минуты в 0.4 мп, 5 секунд, 4 шага. Нужно торч в Комфи обновить до последнего, без него 4.5 минуты
> 2 минуты в 0.4 мп, 5 секунд, 4 шага.
У чела с 3050 было 3.5 минуты
Она в релизной комфи не должна по идее работать, у меня не заводилось. Тут в треде отписывались типа у кого-то работает, но это видимо обладатели найтли или ещё какой то дев сборки Комфи, или у них вообще не комфи.
В комментах на хагге у киджая народ линканул ссылку на аналогичные acc лоры от другого чувака, вот те в релизе работают, но как то кривенько. Остался пока что на обычной 600ema. А хрусты фиксились, недавно после обновления самого комфи, ничего не надо перекачивать, только обновить сам комфи ноды в вф.
Завидую, конечно, но даже на таком зверском качестве у аниме глаза плывут на общем плане. Хоть и не так заметно, как на поделиях с моего калькулятора.
Где этот пидор с многоножкой? Питух блядь! В рот тебя ебать и твои советы нахуй, всрался звук просто пиздец от таких манипуляций.
Есть альтернативы на попенсорсе? Ах, да их нет.
Еще б ты читать научился эх
А может я в промпте нахуевертил и он в рефе звук задвоил. Какое там значение по умолчанию?
Я только картинки смотрю.
https://www.reddit.com/r/LocalLLaMA/comments/1w5akpy/h3world_turning_language_understanding_into_world/
Тут лору сделали чтобы из минимакса сделать игру
Тут лору сделали чтобы из минимакса сделать игру
А дай пожалуйста весь пак чего качать. Вон вижу трт еще вышел и fastH3.
Типа надо дать список нажатых кнопок WASD и получится вид от третьего лица?
Там написано это говно не работает. Но опять же в чем суть их тюна? это можно и так сделать
У меня тоже kijai не заработали. 600 это - minimax_h3_turbo_v4_step600_ema_pruned_comfyu?
В комфи 0.34 меньше хруста?
>Какое там значение по умолчанию?
Мета пока не настоялась, их нет.
Закрысил? Ясно.
Пацаны, вы просили пингануть, когда я wf krea 2 identity edit выложу.
Вот тут лежит:
Я писал выше.
>Там разные 8-шаговые турболоры стоят.
>FL2VA 8 шагов на гитхабе рекомендовали 1.3 силу и работает так действительно норм.
>А вот REF2V, тем более на нерефовом ворке, стартую с 0.8 как и все прочие лоры. И вот где сыпется, снижаю до 0.6-0.7
И это не мета, а чисто субъективное.
И еще ты конечно охуел МЕНЯ крысой называть. Учитывая что еще с выхода второго Вана каждый видосик который я выкладываю, будь то сколопендры, кабаны-зомби или язычки девочек моделей, ВСЕГДА содержат метадату, на случай если кого заинтересуют настройки, набор лор или промт.
Выбесил прям меня.
6 часов включая монтаж. Непосредственно в монтаже использовано 15 кусков по 15 секунд, то есть 3 минуты 45 секунд для видео длинной 2 минуты 19 секунд. А так, наверное, сгенерил 50-60 кусков говна. Разумеется, если бы это было не 0,4мп говняка было бы может и меньше и управляемость лучше, но ждать бы пришлось дольше. Большой ошибкой было использовать липсинк на персонажа, так как из-за монтажа дорога естественно сместилась, и пришлось еще х2 монтировать, подгонять, но это чисто для гуру монтажа развлечение, по видео видно что я им не являюсь. Если делать сюжет/вставки поющего - сложность можно в разы снизить, я думаю, так как там можно просто выбрать нужные кусочки по уже размеченному куску трека и вставить. Здесь я просто порубил на 15 секунд куски и с них сразу генерил (хуевый метод). С другой стороны, у меня был опыт липсинга в клинге, там при более убогом результате ушло 3 часа на 1 минуту 20 + тряскам с кредитами + цензура, короче это как небо и земля охуенно идите делайте большие видосики.
вся суть треда
А ведь когда то вся суть треда была это facefuck fast speed full insertion, man has sex with girl throat
Деградируем...
Да я это троллинга ради вписал.
Там ещё имена референсов по умолчанию моя_мама.png и моя_сестра.png.
>зацикленные такие
Мне стандартных 5 сек не хватает чтобы кончить. Завидую тем, кто на такие огрызки порносингулировать умеет. А залупленные видео - дешевый способ за одну генерацию вечный кайф получить.
>ван 2.2 возьми и делай fflf
У Максимыча такой же ФуФеЛ как у Иваныча. Из 5сек видео 1сек разгон, 1сек торможение, 3сек норм движения. Это ни разу не луп. Надо концы отрезать и остаток склеивать. Разве что Максимыч разрешение выше держит, да обрезки покороче выходят.
Ванычу в комплекте переходник шел, VACE с масками на начальных/конечных кадрах. На цивите рабочий воркфлоу есть: https://civitai.com/articles/18204/create-a-seamless-loop-from-any-video-workflow, вот он реально гладкую склейку дает. А еще так можно и за Максимычем швы проклеивать, его 24фпс кажутся Ванычу слоумошным видео, и он качество на склейке не теряет, как на родных 16фпс.
Зачем 5 сек? Вон могучий китаец латент апскейл прикрутил к своему вф https://civitai.red/models/2663838/plaguekind-minimax-h3-sparse-attention-ltx-workflow-ease-of-use-eros-or-sulphur-compatible-or-faceid
Я вчера 12 сек в 1мп выжал из 3060. И это он еще апскейл не настроил нормально
>апскейл
Лоурез видео лица не сохраняет, и после апскейла все поплывет.
У Ваныча с его двумя моделями фишка была. Можно было лоурез превью в 480p генерить, пачкой в 10 попыток, это очень быстро. А удачный ролл потом увеличивать, кодить в латент и на денойзе 0.2-0.4 проходить одной лоунойз моделью. И получалось хайрез видео с правильным движением. Только что выше 1K Ваныч не тянул.
А у Максимыча низкий денойз высокое качество не восстанавливает, а высокий денойз меняет видео. И получается надо роллить сразу в полном разрешении, а это час попыток на 5сек результата. Тогда получается реальное 2K, но слишком долго, даже на 5сек. Потому и приходится эти 5сек в луп клеить.
>12 сек
Какая там средняя длина ролика на порнхабе? Когда такое в один промпт без лажи будет генериться, тогда и сингулярность. А пока без клея никак. Пять сек плюс клей момент - вот наш выбор.
>ах, да я же не пробовал ничего кроме ван и хуйни-три
У этого китайца апскейл с 0.2 мегапикселя до 1 дает кач-во оригинальной генки в 1мп или близкое к тому https://github.com/LBH-123-AI/Comfyui_Minimax_h3_latent_Upscaler/tree/main
Но второй китаец что-то проебал по дороге и там пока так не получается. А у первого китайца генерит уж очень неспешно.
>Мне стандартных 5 сек не хватает чтобы кончить
Ох уж эти половые гиганты, делай тогда эдит на минуту каждые 5 секунд камеру меняй.
У макса нет разгона и затухания, только промпт. Если ты пишешь что "видео начинается с того что мужчина ебёт женщиу" это как раз сигнал к началу действия, а если писать что на момент анчала видео ебля уже происходит, то он сразу быстро будет ебать.
>каждые 5 секунд камеру меняй
Видеоклипы так делать в самый раз, или мордобой. Такое вообще все модели умеют. А в этом самом жанре камерой туда-сюда почем зря не ёрзают, от того и проблемы.
>он сразу быстро будет
Для залупленных видео высокого качества нужен один кадр - первый, он же последний, без него выше 1K не получить. Он либо сразу есть, либо его можно, помучившись, сделать через эдит-модели. А когда кадр один, движение не запускается сразу. Ваныч на таких видео вообще только глазами моргал, кроме некоторых моделей. Максимыч хотя бы двигается, но старт/стоп таки есть, хотя и небольшой. И даже если тормозов не будет, плавный луп все равно не получится, потому что движения не продолжаются. Может, из сотни попыток выпадет удачый ролл, но этож месяц ждать надо.
Нужно что-то, что морозит начальный и конечный кадры, а в нескольких буферных кадрах по концам шум при генерации зеркалит. Это если кто накодил уже такое. Вот есть же MiniMax_H3_Extender, он в режме REF продолжает движения, т.е. Максимыч технически это умеет.
А нет - придется через Ваныча склейку делать. Так я умею, просто долго это.
>с движениями языка
с рогатыми ресницами тоже, судя по всему...
Подскажите, как правильно в промпте H3 фразу написать. Есть реф фотка1 - чел стоит, фотка2 это я. Нужно, чтобы видео началось со мной в позе фотки1.
тут один отозвался, как владелец tesla v100 (32 гига) по средней цене: 50 т. руб, но чёта конкретики не последовало, скорее всего пиздабольство.
Поставь H3 Prompt Writer и он снимет тебе кучу головняка.
Ну если умеешь конечно к LLM подключать, хотя там и обезьяна справится.
С этим хелпером ты буквально можешь сценарий описывать на русском языке, в стиле: "хочу чтобы рыжая девка с картинки 1 сосала хуй чувака с картинки 2" (или с той же картинки чувака справа, в зависимости от того для чего промпт пишешь для ref иди i2v, и т.п. Хелпер тебе сам нужные тэги проставит и последовательность действий пропишет.
Разумеется правки или уточнения приветствуются (также есть режим рефайна уже готового промпта).
Напомните, как там удлинять видео, когда части латента первого видео вставляются в начало второго и референсы не проебываются
Да на хабре кучу таких сборок с обзорами налинковали уже за год, можно пул-говна собрать из 4-5 ампере не выходя за пределы сотки, а китайцы вообще подсуетились и готовые продают. Жрут они все правда сам понимаешь, не майнинг конечно но 5-10к в месяц если ты сутками будет его не выключать готовься отстёгивать за пиздричество. Только вот такие сборки для ллм в основном или для тренинга. А для генерации, особенно для новых видеомоделей желательно блеквел
>блеквел
да, я спрашивал у гемини, на видосах она отсасывает, это хорошо только для картинок, и если одна, то жрать много не будет, на картинку: 1900х1900 примерно по 12-16 сек (псоле первого прогруза). если на крее2 (коньврот).
Точные цифры потребления для V100 SXM2 через переходникВ простое (Idle): Система будет стабильно забирать около 35–45 Вт. Сам серверный модуль SXM2 в простое чуть «прожорливее» версии PCIe, плюс часть энергии уходит на цепи питания и логику самого переходника-райзера.Под реальной нагрузкой (ComfyUI / INT8): Карта мгновенно упирается в свой родной серверный лимит в 300 Вт. В пиковые моменты (начало генерации, резкая смена фаз вычислений) потребление может кратковременно подскакивать до 315–330 Вт.
https://huggingface.co/OpenVDN/vdn-minimax-h3
Еще один способ ОГРОМНОГО ускорения работы Minimax H3.
VideoDeltaNet обеспечивает ускорение до 90 раз при «практически без потерь качества». Более высокое качество и лучшее выполнение инструкций по сравнению с FastH3.
Мы представляем VDN-Minimax-H3 (VDN-H3) — гибридную модель с механизмом внимания, которая генерирует видео быстрее, чем оно воспроизводится, на основе алгоритма MiniMax H3. Модель обладает следующими ключевыми особенностями:
Быстрая инференция: на 8 графических процессорах B200 VDN-H3 генерирует 14,4-секундный клип за 11,23 секунды за 8 этапов удаления шума.
Гибридная архитектура: мы предлагаем архитектуру с гибридным вниманием: одну высокоэффективную ветвь линейного внимания на уровне кадров и ветвь softmax, которая сохраняет визуальное качество и согласованность базовой сети.
«Plug-and-Play»: контрольная точка добавляет отдельную ветвь линейного внимания и два небольших адаптера LoRA, которые можно объединить с базовой сетью во время инференции, не затрагивая веса базовой сети.
Полностью открытый исходный код: мы не просто публикуем веса с открытым исходным кодом. Оптимизированный стек инференции и соответствующий ему код обучения выпускаются вместе.
Еще один способ ОГРОМНОГО ускорения работы Minimax H3.
VideoDeltaNet обеспечивает ускорение до 90 раз при «практически без потерь качества». Более высокое качество и лучшее выполнение инструкций по сравнению с FastH3.
Мы представляем VDN-Minimax-H3 (VDN-H3) — гибридную модель с механизмом внимания, которая генерирует видео быстрее, чем оно воспроизводится, на основе алгоритма MiniMax H3. Модель обладает следующими ключевыми особенностями:
Быстрая инференция: на 8 графических процессорах B200 VDN-H3 генерирует 14,4-секундный клип за 11,23 секунды за 8 этапов удаления шума.
Гибридная архитектура: мы предлагаем архитектуру с гибридным вниманием: одну высокоэффективную ветвь линейного внимания на уровне кадров и ветвь softmax, которая сохраняет визуальное качество и согласованность базовой сети.
«Plug-and-Play»: контрольная точка добавляет отдельную ветвь линейного внимания и два небольших адаптера LoRA, которые можно объединить с базовой сетью во время инференции, не затрагивая веса базовой сети.
Полностью открытый исходный код: мы не просто публикуем веса с открытым исходным кодом. Оптимизированный стек инференции и соответствующий ему код обучения выпускаются вместе.
>8 графических процессорах B200
))0)
>14,4-секундный клип за 11,23
Почему такие цифры? По тому что 15 секундный клип генерируется уже за 15.1 секунду и не получается реалтайм с помощью 8 B200?
я на 5090 по приколу делал реал тайм в 4 шага и 0.2 мп, как бесконечное тв
>>VideoDeltaNet обеспечивает ускорение до 90 раз
А че не в 9000 раз, долбаебы? Сука, откуда они эти цифры берут.
>>8 графических процессорах B200 VDN-H3
Ебанавты блять. На компуктере НАСА еще запустите и проверьте.
Совмещать я умею и делаю. А вот как заставить чела стоять в позе (или хотя бы лицо перекинуть), как на реф пикче, и дальше действие не получается.
Так и напиши промпт райтеру что нибудь в стиле "скопируй позу / лицо/хуй персонажа Ф и сделай референсом его для персонажа Б, но не переноси остальное' , просто хорошо опиши задачу, чем точнее тем лучше. Я даже уши и носы успешно трансферил на других персонажей, поза это ещё проще. Райтер если правильно поймёт задачу сделает отдельный субъект для предмета трансфера и закинет его в разные части промпта и пропишет в ретейн секцию которая указывает модели сохранять то что тебе надо (позу, звук, цвет, любое что ты укажешь). Таким образом можно и не только картиночные рефы обрабатывать, но и звук. Например переозвучить персонажа 2 или нового персонажа тембром с аудио референса или ТОЛЬКО манерами голоса но не тембром. Мне лично такой глобальной управляемости не хватало в LTX, здесь ты чуть ли не каждым пикселем при желании можешь рулить причем довольно гибко, расписывать в каких сценах и что ты сохраняешь, а в каких нет.
забыл уточнить что я использую для райтера именно gemma4 от heretic, квен 3 чуть хуже по моим ощущениям понимает таски, гемма просто отлично всё пишет, а за квеном исправлять или уточнять приходится чаще. Дипскик и грок апишные тоже очень хорошо могут писать, но некоторые сцены они цензурят и меняют иногда при рефайне часть текста, поэтому локалки наше всё.
Хех. Не имею особых навыков в проектах этих. Приделал сбоку нужное фото лица к своему туловищу. Видеоролик начинается как фото оживленное сбоку. Потом кадр меняется и к туловищу подходит человек с лицом как на фото и делает по промту.
Fast H3 лора которую обсуждали ранее гавно какое-то. Портит результат, даже позиции персонажей переколбашивает.
Ничего лучше из турб чем step600_ema так и не придумали за две недели.
Ничего лучше из турб чем step600_ema так и не придумали за две недели.
>нескольких буферных кадрах по концам
Похоже, нашел замену старому хрычу Ванычу на озалупливание видосов - MiniMaxH3-Contex-Loop. Тамошняя нода "MiniMax H3 Masking · Two-Clip AV Bridge" делает то же, что "WanVideo VACE Start To End Frame": вставляет в начало и конец замороженные кадры из первого/втрого видео, и позволяет в середине сгенерировать гладкую склейку.
Прикольно получилось, анон. Да, видно что сыро и качество 0,4 всё же маловато, но и результата ты, я думаю, не ждал как у корпов. Сейчас генерю на своей 3050 видео на 0,6 и это пиздец как долго, откачусь лучше до 0,4
Запускаем 50 шагов на трансформерах голых.
Замеряем время.
Запускаем 4 шага на актуальном движке инференса.
Ого, 90 раз ускорение! Надо же!
* лучше lightx4v 0.1 rang 21 от Киджая.
Она чуть лучше всех лор step400/600/850.
кто нить тут юзает апскейлы? условно генерить 0.2мп и растягивать до 1 это вообще быстрее чем делать сразу?
просто думаю стоит ли ебаться а то там какието сложные преколы может щя опять буду весь день пердолить установку ради отрицательного роста
просто думаю стоит ли ебаться а то там какието сложные преколы может щя опять буду весь день пердолить установку ради отрицательного роста
Поднять качество с 0,2 мп до 1 мп апскейлами это фантастика. 0,2 мп использую только что бы проверить промт и потом генерю на нормально разрешении + апскейл. Использую апскейл от нвида - есть и другие
Первый видос 0.4, второй видос 0.6, разницы практически нет. Это всё естественно с ускорялками. Тогда зачем платить больше?
И почему-то музыка на фон постоянно спавнится, хотя в промте прописано чтоб ее не было.
И почему-то музыка на фон постоянно спавнится, хотя в промте прописано чтоб ее не было.
>в промте прописано чтоб ее не было
а я ая аудио ноду отсоединил! и лишних звуков нет и 900мс сэкономил!
на кирпичи белого дома справа глянь, не хватает пикселей начинается каша
однако в вф того китайца именно так и есть я тестил ебало почти не вытекает
но прикол в том что работает оно в лучшем случае за то же время что и просто пиздануть целевой размер. т.е не выигрывается ни время ни враам (т.к апскейлинг тоже через семплер а то и не на 1 шаг)
алсо я все это про латент апскейлер если че, ртх это мем там эффект минимальный
Сейчас допёр методом тыка, но с трудом.
Попробую писаку, спасибо. Какой лучше ставить: локал или под комфи? Оламу нужно ставить или можно сразу гемму скопировать (у меня есть) ?
скопируй, оллама для нубов
и ставь лучше для конфи, там сразу auto VRAM включишь чтобы не освобождать память вручную
Ага, мелкие детали, как я понял, херятся в лучшем случае до 0.8, в худшем до 1. Но со слабыми картами выбирать не приходится.
>не выигрывается ни время ни враам
У Ваныча оно тоже не выигрывалось. Идея в том, чтобы сначала генерить малоразмерные превью, чтобы быстро найти удачный ролл. А потом апскейлить долго, но зато с гарантией качества. Если оно так умеет, то смысл есть.
Чет ни хуя не понял. Загрузил пикчу для использования как первый кадр, в промте об этом написал, но Макс будто бы не видит пикчу. Fl2va использую
хотябы скрин воркфлоу скинь
Вот тут первый кадр правильный, рандом какой-то
На линухе минимакс и ллм быстрее будут?
я имел ввиду подключение нод, а то тут только гадать что там у тебя. по опыту скажу что скорее всего разрешение низкое либо реф фото либо именно генерации
Да там и реф просто скриншот последнего кадра, и разрешение низкое. Но благо рандомом выбивается нужный результат
Попытка в музик видео, тейк 2. Просто сырец, 1 прогоном без дрочения промптов и сидов.
С нодами H3-Continuum. На много удобней делать чем кусками, пишешь сразу целое полотно на 16 чанков по 5 секунд.
С нодами H3-Continuum. На много удобней делать чем кусками, пишешь сразу целое полотно на 16 чанков по 5 секунд.
>Чет ни хуя не понял. Загрузил пикчу для использования как первый кадр, в промте об этом написал, но Макс будто бы не видит пикчу. Fl2va использую
Хуево написал, пишу лучше. Если у меня даже в реф2видео видит, то в режиме сука ферст ффрейма ты в своем промпте на русском языке перегруженном описаниями просто под себя гадишь, братик.
>На много удобней делать чем кусками, пишешь сразу целое полотно на 16 чанков по 5 секунд.
Все экстендеры хуйня так как лепят последовательно. Если бы там можно было выставить галки и перерендерить из середины, то было бы нормально, а так говняк. У тебя структура примитивная, попробуй с нормальным взаимодействием между персонажами сделать. Советы еще раздаешь, клоун.
Нет.
Я короче понял, если надо какой то диалог в близи камеры или анимацию качественную юзаем миничингчонг, если какие то дальние планы прсотые пролёты камер долгие, юзаем лтх.
Можете пилить фильмы.
Можете пилить фильмы.
Ваныч по ключевым кадрам 1K вытягивал, а Максимыч 2K. Так что, сильно запарившись, можно делать сильно качественные видосы. Только клей нужен на стыки.
Да в ютубчике тоже уже запилили немало сравнений всех текущих локальных видеомоделей, у лтх 2.5 примерно те же проёбы что и у предыдущей его версии, но общие планы он делает очень красивые и там где 1-2 персонажа без какого либо навороченного интерактива в нём быстрее можно реализовать идею, для говорящих голов, музыкальных видосов подойдет хорошо. Макс так то тоже может подобное сделать только в несколько раз дольше, его удобнее применять для расписывания более детальных сцен и физики, короче для более тонкой и ювелирной работы, я тут недавно максом лесбо групповуху анимировал без лор ппц он с первого пула каждого персонажа по своему санимировал (i2v) ничего не пропустил провзаимодействовал их как положено, камеру тоже как надо накрутил. Лтх на такой сцене бы смешал кого то, запутался в персах или склонировал бы им движения (я в 2.3 такую сцену делал с тремя персонажами и заебался бороться с клонированием, т.к. промпты он понимает примерно как амёба, даже если с директором и отдельно лорами расписать, а сейчас это и не нужно когда есть макс).
cкинь в тредик воркфлоу
Посоветуй, плиз, каких-нибудь годных ютуб каналов с тестами моделей, воркфлоу или просто с обзорами моделей
>Все экстендеры хуйня так как лепят последовательно
Ты даже базы не понимаешь, а кого то клоуном называешь. Суть экстендера как раз делать продолжение опираясь на данные предыдущего видео.
А без последовательности - примитивная хуйня. Можешь лапши накидать и каждый блок со своим фиксированным сидом и описанием генерировать. Меняешь сид в нужном фрагменте и перегенерируешь только его, но последовательности не будет.
Технически никто не мешает вкидывать 39 кадров не только в начало, но и в конец, в идеале латентом, но можно и тупо промптом 2 видоса закинуть. Так что идея перегенерации в середине не такая уж и плохая. И кажется в Motion-Context-MultiRef так и сделано.
>с выхода второго Вана каждый видосик который я выкладываю, будь то сколопендры, кабаны-зомби или язычки девочек моделей, ВСЕГДА содержат метадату
Чтобы просто губы лизала оставь только эти лоры.
Так я не пон, это анончик у себя в ванной позировал а потом в девочку себя превратил? :3
Я тот, кто первым принес в SD тред весть о коньвроте. Местные свиньи только недовольно хрюкнули, мол, "очередная революция?" и еще пару тредов ныли, не осилив тритон. Зато теперь пиздаки позакрывали, ну а я в тот тред больше не хожу.
Так к чему это я. "Молодой человек, это не для вас революция" - как раз про V100. У нее нет тензорных ядер для int8.
А добивающий удар это принципиальная невозможность sageattention/comfy kitchen attention механизмов, потому что там ускорение достигается за счет квантования аттеншена при вычислении в int8. Смысла для v100 в этом нет по очевидным причинам.
Кроме того, с flash attention тоже трудности. Официально нет, вроде говорили, что есть какие-то пакеты, но на все, что я натыкался ранее - либо недоделки, либо навайбкоженный скам.
Поэтому, когда вам затирают, что V100 плоха для видосов - это не потому что она медленная. Она достаточно быстрая. Просто она не умеет в int8. А по чистым вычислениям в fp16 она ненамного медленнее 3090, уделывая все более старые карты.
Если тут кому-то реально интересно, я могу попробовать погенерить видосик, только цифры там вам не понравятся. Потому что даже ебала обладателей 5090 станут очень и очень кислыми, если я предложу им погенерить в fp16 без обвесов с аттеншенами.
Что касается самой 5090, то смысла в ней за такую ебическую цену я не вижу, потому что на эти деньги вы можете купить 4 3090 со plx сплиттером и генерить параллельно 4 видео, что наверняка выебет 5090 в показателе (сгенерированный хронометраж/затраченное время). Ну или вместо plx купить nvlink-и, но это для любителей попердолиться в raylight.
Вы скажете "а как жи молниеносно тестировать промпт на 3090". Да без задней мысли, генерьте на 0.4 с турбо и всевозможными ускорялками. Результат будет говно, но для проверки промпта сойдет. А когда вы его отладите - запускаете в норм конфиге и получаете сразу 4 видосика.
У меня у самого 3090, единственная проблема, с которой я сталкивался - почему-то оомит реф модель на разрешениях выше 0.5/длинах больше 11 с, когда в реф подаешь видео. Вот тут 32 гб пригодилось бы. На v100 что ли попробовать подождать до конца своих дней...
>если я предложу им погенерить в fp16 без обвесов с аттеншенами
Можно ещё в фоне индиану джонса запустить, чтобы уж точно 5090 пососала у V100.
>на разрешениях выше 0.5/длинах больше 11 с
Тогда как я ебу в 1,5 и 15с.
>Можно ещё в фоне индиану джонса запустить, чтобы уж точно 5090 пососала у V100.
Не, по tflops там без шансов... Хотя все еще v100 выгоднее в пересчете tflops/руб!
>Тогда как я ебу в 1,5 и 15с.
На 3090? Хз, у меня комфи супер свежий. Мб в торч насрали, я недавно 2.13+cu132 ставил. Надо будет на предыдущем попробовать. Но мне реф модель все равно не нравится качеством, пока обычной балуюсь.
>Меняешь сид в нужном фрагменте и перегенерируешь только его, но последовательности не будет.
Животное, сперва посмотри как ворк экстендера работает дефолтный, потом пасть открывай.
>У меня у самого 3090, единственная проблема, с которой я сталкивался - почему-то оомит реф модель на разрешениях выше 0.5/длинах больше 11 с, когда в реф подаешь видео.
На это влияет длинна реф видео. У меня тоже 0.8/15 с 32 рама 5060ти ООМ, если сек 15-20 реф кинуть.
Моар ещё, анон
>На 3090?
5090 офк.
Ну вот, три часа ебли, и небольшой ролик готов. Да, тут всё далеко не идеально, но вышло интересно, ну и далее буду учитывать ошибки, которые натворил во время генераций.
>аккуратне кучи листвы на асфальте
>топот чугунными копытами по деревянному полу на улице
>две будки в одном дворе
>две избы шарят один двор
>американское крыльцо в русской избе
>совковые чугунные батареи и две топки холокоста в одном доме
Идеально.
Немного поправил.
Аноны, если у кого то вдруг промпт с трудом динамику генерит или вот прям тяжко она идёт и приходиться пыжиться в промпте усиливать физику и движения (особенно актуально если прон) - вырубайте нахуй спектрум, без него реально лучше. Даже лоры как оказалось так не пакостили как эта поебень. Я увы повёлся на лапшу каких то анонов которые несколько тредов назад вещали что всё норм пихай спектрум + китчен и всё будет заебись. А заебись как раз без него.
Да там косяков вагон.
Я этого ожидал)
Согласись намного осмысленней стало?
Реф видео можно сокращать через skip_first_frames, чтобы оставался буквально десяток фреймов или чуть больше, только чтобы нейронка могла плавно продолжить всю динамику. С 10-20 фреймами работа идет значительно бодрее, чем с полным видео на 15-20 сек.
Иными словами, длина реф видео как таковая вообще не важна. Оно может длиться хоть час, а в работе будет только 10 последних фреймов.
Да, забыл уточнить, это только для того случая, когда нужно продолжить с момента окончания реф видео, а не поменять в нем что-то или как-то еще использовать его как реф.
Ну, смысл определенно есть, но я не за таким смыслом в нейронки полез)
Воркфлоу зачетное. Глыба.
А зря, можешь с таким на порнхаб залететь и озолотиться.
>Реф видео можно сокращать через skip_first_frames, чтобы оставался буквально десяток фреймов
Откуда я знаю сколько фреймов в 15сек, это ебануться можно там астрономические цифры
Я сегодня пару танцулек сгенерил со спектрумом, там всё чистенько. У тебя скорее всего что-то не совпало, у спектрума даже версии разные. Он может вхолостую тарахтеть и затягивать генерацию, но прям ломать не должен.
Просто берешь и устанавливаешь нужное число скипнутых фреймов, ориентируясь по превью. Я здесь его скрыл, но по дефолту оно активно и показывает изменения и проигрывает только отрывок, который и будет виден нейронке.
Аноны, есть две видяхи : 5070 ti и 4070 ti super.Обе на 16 гб врама.Вомзожно как-то их ебъеденить и увеличить скорость генерации видео/изобраения?
Тогда зачем ты мне отвечаешь в контексте про оом на 3090? Ебать жопочтец
Непонятно только, что должно вызывать оом. По идее, уже вставленные кадры в латенте не должны влиять никак на размер контекста. Тогда проблема остается только в текст энкоднутых кадрах. Тут говорили, что энкодинг происходит с 2 фпс. Возможно, если сделать полтора, то контекст не так засрется.
>Тогда зачем ты мне отвечаешь в контексте про оом на 3090? Ебать жопочтец
Я отвечал в контексте "5090 нинужна!!!111одинодин". Ну вот и привёл пример, когда она нужна и ебёт. Хотя да, соглы, я за 220к взял, дороже неоч.
>Возможно, если сделать полтора
То текстовый энкодер серанёт под себя.
Я и писал сразу про цену, за 220к конечно норм. А сейчас - даже пох на 3090, взять две 5080 и гонять через raylight будет выгоднее.
>серанёт под себя.
В каком смысле? Ну будет у тебя видео чуть менее точным. На фоне того, что у тебя изначально там могло быть 60 фпс, 2 или полтора по итогу - вообще похуй.
Есть кто шарит за самплеры и схедулеры? Какую комбинацию лучше использовать для аниме-webtoon стиля, чтобы движения плавными были и анатомию не портили? res_multistep рваную анимацию для такого стиля мутит будто 4фпс, игнорируя любой намёк на плавность анимации в промпте. Сменил на euler - анимация сразу стала какая нужно, но эта сволочь ещё сильнее подгоняет анатомию под реальных людей, резко укорачивая ноги по сравенеию с full body референсом.
>Ну будет у тебя видео чуть менее точным.
Это недопустимо. За кого ты меня принимаешь?
всегда только ауелер.
>В каком смысле?
В том, что сетка трейнилась под 2фпс, и 1,5 просто не поймёт нормально. Развал, рассинхрон и прочее.
Так аниме и делают в 4фпс, что не так то?
Знавал я одно аниме, где и 1/60 FPS был. Концовка Евы с той самой сценой с Кавору в руке.
если про манимакс то euler beta/simple, идеально любую в анимацию шпарит, хоть мультики, хоть 2d/3d дрисней хоть аниме дремучих 90х или самое модерновое аниме и игровое cgi.
>В том, что сетка трейнилась под
Пчел, оно работает ВООБЩЕ без текст энкодинга в случае с картинками, а ты про такие смешные вещи пишешь, как фпс. Ну, переубеждать не буду, я определенно попробую когда будет желание вновь воспользоваться этой реф какашкой.
мне и джемини со ссылками на реддит подтвердило догадку, когда я разбирался почему так туго идут движения в одном видосе, сказало что спектрум как раз таки портит быстрые динамичные видео и желательно его вырубать, вырубил и сразу всё залетало, обычные он не портит, я со спектрумом почти изначально сидел и не замечал проблем как таковых потому что динамичных роликов почти не делал, а тут вот понадобилось и начал замечать что персонажи недостаточно хорошо исполняют моушены или вообще тупят, решил озвучить сей момент анонам может кто с такой же проблемой столкнулся, пусть тогда пробуют спектрум вырубать.
Так в этом и проблема, что у меня webtoon стиль со специфичными пропорциями. 3 реф картинки одного персонажа с разных сторон. Euler beta кстати даже чуть сильнее пропорции укорачивает и подгоняет, нежели euler simple. res_multistep так сильно не изменяет персонажа, но портит анимацию. Протестил всё это на одних и тех промптах и рефах.
вообще никаких проблем не видел с этим, тут скорее у тебя не в сэмплере проблема а в промпте. у меня тоже чаще всего персонажи нестандартные, я бы даже заметил что в анимации это как раз норма, когда пропорции не реальные. У меня то большие головы, то диснеевские фрики, то хентайные персонажи с сисяндрами и чиби, то вообще футы. Нужно чаще писать в промпте сохранение персонажей их форм и пропорций, я также в summary иногда указываю что мол все персонажи вымышленные ну и в retention_analysis прям конкретно приказываю каждому субьекту соблюдать свои фичи на протяжении сцены например пишу что нибудь типа <Subject 1> (appears in [Shot 1], [Shot 2]): partially_preserved - facial features, body appearance, hairstyle, and clothing from <Picture 1> are locked; background is new.
Я тоже так составляю. Промпт по гайду, всё нормально, я ж говорю, res более менее держит анатомию, персонаж как нужно выглядит у него. Мне нужны такие настройки, чтобы держало персонажей как res, а анимацию как euler. Там же дофига самплеров разных, я даже готов скоростью пожертвовать для качества. Я бы давно и сам бы все комбинации протестил, только времени это займёт чуть больше чем вечность.
>никто не мешает вкидывать 39 кадров в конец
Ты же понимаешь на сколько не гибкая это хуйня получается? Если у тебя ролик запоролся в конце например. А твои 1.5 секунды это 1/3 почти всего ролика. Промптом видосы закидывать это вообще туши свет, столько ебли ради кусочка.
Идея по всей видимости плохая, раз её никто не реализовал ибо сложности в реализации - никакой, даже нод писать никаких не надо.
Самый кайф в Continuum это то что он не сжирает секунды мёрджем и таймштампы можно выставлять в соответствии с треком фактически, а не пересчитывать по -0.9 секунды для каждого отрезка.
А, так ты еще и слабоумный, ну понятно тогда.
>Ты же понимаешь на сколько не гибкая это хуйня получается? Если у тебя ролик запоролся в конце например.
Ты не понял идеи. Суть в том, что у тебя есть ролики 1 -> 2 -> 3, и ты кидаешь конец 1 и начало 3. А второй полностью переделываешь.
>А твои 1.5 секунды это 1/3 почти всего ролика.
1/10 же.
Я знаю идею, в том то и суть что у тебя съедается 1.5 секунды вначале и 1.5 секунды в конце каждого ролика. Условно это конечно по 0.75 при 39 кадрах, но не суть.
1/10 это если фрагменты по 15 секунд делать, а если по 5 секунд?
И что делать если косяк вот тут возникает? Перегенерировать 2 будет достаточно? Но для перегенерации ты должен будешь загрузить кадры из начала 3 видео которое тоже с косяком. И вообще как понять где косяк, в конце 2 или в начале 3 видео? Перегенерировать сразу 2 и 3? Тогда уже надо брать кадры из начала 4 видео, а тебе 3й ролик понравился. Сидеть вручную нарезать?
Еще раз повторю - если бы это была реальное нужная фитча, то её давно бы уже реализовали. Экстендеров уже штук 5+ и ни в одном этого нет. Причины наверное какие то есть.
>а если по 5 секунд?
Давай сразу по 0,5.
>И что делать если косяк вот тут возникает?
Видел экст, который вообще позволяет ручками замаскировать любой кусок и перегенерировать только его.
>Причины наверное какие то есть.
Всем похуй, вот единственная причина. Для поржать всё это избыточно, а серьёзный продакшен никто на нейронках не делает.
По законам жанра - один кадр не должен держаться более 3-5 секунд. К тому же 15 секунд в хорошем разрешении генерить значительно дольше чем 3х5 секунд в таком же разрешении. С длительностью фрагмента растет и вероятность выхватить косяк. Как будто одни минусы на 15 сек. Кроме как делать динамичные сцены одним дублем.
>Всем похуй
Всем похуй было на ван, где первый нормальный экстендер сделали через 8 месяцев, а до этого дрочили fflf и vace.
А тут за первый месяц уже 5 штук экстендеров и не ужели никому не охота прикрутить уникальную фитчу именно для своего экстендера? При чем реализация не то чтобы сложная.
Мне уже и самому интересно стало, так то идея неплохая.
>И что делать если косяк вот тут возникает?
взять средние части 2 и 3 видео которые до и после проблемного участка?
>По законам жанра
Смотря какой genre, смотря сколько details. Стримеры себя не режут по 5 сек. Видео с камер полета дронов или бейзджамперов одним шотом делают. Маск видео посадки тоже не стрижет на огрызки для динамики.
Понятно, почему в кино огрызки популярны. По той же причине, что в нейросетках. Даже Ваныч, даже с лорами, даже FLF-порнуху с примитивными движением по синусу запарывает как минимум каждый второй раз. На один шот шансы удачи 0.5. А на сплошное видео из 10 кусков - 0.510=0.001. Гарантия просрать видео - три девятки. Говно высшей пробы, если оптимистично считать.
Вот все экстендеры и поддерживают режим "по одной штуке в руки" - чтобы каждый второй кусок тут же править. Но это не дает зарядить генерацию и пойти спать. Потому что на шанс < 0.001 от года и выше роллить надо.
А была бы правка середины - было бы в среднем 5 + 3 + 2 = 10 рероллов всего. Причем все могли быть пакетные.
>средние части 2 и 3 видео
>Средняя часть видео 2: крупный план того как ботинок шагает в лужу.
>Средняя часть видео 3: мужик лежит на мраморном полу в зале с колоннами.
Так ёбана подгружаем латенты с диска, абажжи так это у нас 2 видос откуда берём, хуё моё с 60 кадра значит, а то у намс че такое, это латенты видео 3 от сюда тоже с 60 кадра, теперь накидываем лапшу ебейшую, чтобы сделать такой костыль прямо посередине 2 и 3 видоса, теперь тормошим всю сборку картинок в видео с учетом нашего костыля. А че за хуйня получается, абажжи ёбана. Ага, теперь переписываем промт для этого сегмента, так чтобы он сделал в одном видосе конец 2 и начало 3 видоса. Вот теперь красиво ебать, теперь то по кайфу. Теперь можно и дальше погенерить.
- "Кирюша, ложись уже спать"
Ух бля, а сколько там времени ушло на пердолинг то?
Вот как раз в Continuum можно зарядить 16 кусков и запустить несколько прогонов на ночь. А потом выбрать наиболее удачный, а с остальных подёргать фрагменты.
Но самая топ тема что он догенеривает сожранные на склейку кадры и если у тебя сегмент 5 секунд то два сегмента будут 10 секунд, а не 9.1 секунды как в других экстендерах которые я пробовал.
>Continuum
А он через промежуточные ключевые кадры геренить умеет? Вот то видео с вагоном мемасов чтобы сделать, нужно десяток ключей в какой-нибудь крее свалять, а потом по ним один сплошной видос запилить. Жанр смешнявка, а непрерывный же, как и облом-балкон.
не ну а чо ты хотел, сингулярность она такая, просто берёшь и качаешь https://huggingface.co/OpenVDN/vdn-minimax-h3 на свой риг
>Fast inference: On 8 B200 GPUs, VDN-H3 generates a 14.4-second clip in 11.23 seconds in 8 denoising steps.
и в реал тайме генеришь куски как монтажер в адобе
Не, с этим у него всё грустно, у него даже в рефы всего 3 пикчи идёт по ВФ автора.
Скачать бы ещё 8 B200.
> У нее нет тензорных ядер для int8.
Ну, окэй. А если юзать fp8? Под fp у неё ксть всё что нужно. Или видосные модели это только int?
Оооо, у кого-то сегодня будет секс!
100% есть какая то комбинация тегов, при которой появляется реализм в видео, включая натуральные движения анимации и без пластика. То есть на 1 сетапе при 1 сцене но на разных промптах получаются соверешенно разные видео. На 1 тупо пластик и деревянные анимации, на 2 реалистичное видео из тик тока.
Скорее всего после тегов с плохим освещением и плохой кожей, или занижением качества видео
можно подать реф картинкой того освещения и места где тебе нужно чтоб происходило видео, взяв какоенибудь фото с айфона
https://huggingface.co/lightx2v/Minimax-h3-Turbo/tree/main
MiniMax H3 - 8 Steps Ref2V 768p Lora by LightX2V
Вышел
MiniMax H3 - 8 Steps Ref2V 768p Lora by LightX2V
Вышел
Под fp8 у неё и подавно нет. А так же на неё куда 13 не поставить, которая само по себе 2х буст при генерации даёт.
Чем знаменит?
зная лайтикс - ничем. Просто в очередной раз срут лорами
чел, я видел собственными глазами, как хозяин такой карты генерил на зетке, там правда были 1024х1024, вот этот видос: https://youtu.be/Bg_50B81-6E?si=1KV4MYYikx0ggcj7&t=1500
видос уже на нужной временной метке, просто смотри.
То что она нативно не поддерживает fp8/int8 это не значит что она не может с ними работать, это как раз проблема начальной загрузки весов за 40с хреном секунд. В это время она перегоняет фп8 в фп16 и потом грузит. При поддержке фп8 она бы грузила модель за 5 секунд.
а, посмотрел видео, додик грузит zimage в формате BF16, который тесла тоже не поддерживает, так что она перегоняет его в fp16.
NVIDIA Tesla V100 не имеет аппаратной поддержки формата данных BF16 (bfloat16), так как построена на архитектуре Volta (Compute Capability 7.0), а нативная поддержка BF16 появилась только в архитектуре Ampere (Compute Capability 8.0, начиная с A100)
9 минут на начальную загрузку и 7.5 минут на 1 картинку в квене на 20 шагах. Страшно представить сколько этот "монстр" будет генерировать видос в минимаксе.
Да, да, только киджаевская идет лишь на найт версии, которая цепляется яйцами за фронтенд и все виснет не грузится интерфейс + я откатился потом с найта на обычную стабильную и получил "прирост" обратно в 3 минуты. Ну и пусть нахуй идет.
Не чем они отличаются?
>Как будто одни минусы на 15 сек.
Всё так. На текущем уровне развития единственное назначение 15 сек — разводить юзеров API на слив бабла.
Снова турбо лоры обновились!
Вроде даже выдают адекватный результат
Кариночка?
minimax_h3_fl2v_turbo_4step_v1.2_768p_comfyui_bf16.safetensors ?
DA
NIET. Новая рефка. Да, на нереф ворке. Потому что её ебет не человек.
Так бля, надо отлипнуть от Кариночки
>А была бы правка середины - было бы в среднем 5 + 3 + 2 = 10 рероллов всего. Причем все могли быть пакетные.
Этот шарит.
>Вот как раз в Continuum можно зарядить 16 кусков и запустить несколько прогонов на ночь. А потом выбрать наиболее удачный, а с остальных подёргать фрагменты.
Этот все еще долбоеб.
А про какие улучшалки промтов вы все говорите?
Не пользуйся этим говном. Открой лучше ЛЛМку, загрузи в неё мануал для твоего формата генерации (T2V, I2V, R2V), немного поговори с ней, чтобы дать ей понять общее направление твоих мыслей, скорми несколько примеров удачных промптов из видео, которые тебе нравятся. И дальше проси промпты от неё.
А эта хуерга ПРОМПТ ВРАЙТЕР тебе в каждое видео будет пихать шаблонные позы, камеры, жесты, идиотскую музыку, дебильную драму, и т.д.
причем я думаю что нужен промежуточный сценарий-раскадровка на русском которую можно легко доработать. Финальные промпты для минимакса довольно муторно править
типа "хачу фильм чтобы пыщ пыщ" -> раскадровка -> промпт для минимакса
Кто то уже отжал гайд в системный промпт, я дипсиком вполне годные промпты.
https://gist.github.com/Naxdy/43b7422a1e4a79fb8b0489c6c39eaace
Че щас какая самая нищая конфигурация получается с норм скорость?
Сага атеншн + инт8конврот + трт вае + лора на 4 шага (какая бля их стопицот штук), так?
Сага атеншн + инт8конврот + трт вае + лора на 4 шага (какая бля их стопицот штук), так?
MiniMaxH3-Prompt-Writer + H3 Continuum + Qwen 3.8
две строчки промта, 0.6 мп, 18 шагов, без лор без нихуя
3 чанка по 10 секунд, все фул автоматом, 9 мин генерации
две строчки промта, 0.6 мп, 18 шагов, без лор без нихуя
3 чанка по 10 секунд, все фул автоматом, 9 мин генерации
Всё ждал когда слизняк вылетит.
А он не вылетел, и зачем я это смотрел?
читай логи бэкенда
.\python_embeded\python.exe -m pip uninstall llama-cpp-python -y
.\python_embeded\python.exe -m pip install --no-cache-dir --only-binary=:all: --extra-index-url https://abetlen.github.io/llama-cpp-python/whl/cu130 "llama-cpp-python==0.3.35"
Там всего одно окно для промпта. Управляемость нулевая.
мне промтп врайтер написал промпт на три чанка
Ты реально в запрос вписал "заштопанная пизда"? Там реальные стежки. Есть и для этого лора?
вот это нажми там написан код ошибки, в репозитори написана расшифровка, вангую что у тебя проц не поддерживает AVX-512
сделал тестовое продолжение
А вот последний кусок континуум начал какую то дичь творить - либо зависает на 3 промпте, либо начинает генерить вообще все одновременно.
>мне промтп врайтер написал промпт на три чанка
ТАМ НЕТ ТАКОГО
нО ОН делает последовательно, поэтому смысла нет в нем. и советую второй ворк брать где на каждый клип отдельно рефы вынесены
https://github.com/duckyshell/ComfyUI-MiniMaxH3-Prompt-Writer/pull/18
есть только надо смержить пул реквест. но он завязан и работает только с континиумом
Я дропнул твой континуум, он попытался насрать мне на хард на сотню гигов. Я так понял это типа рецепта печенья из арахисовой пасты.
хорошо держи в курсе
Просто нахуй нужен континуум если я в экестендед могу промпты запихнуть на каждый клип, а в особый ворк даже отдельные рефы на каждый клип больше одного.
соглы, я первое попавшиесе потестил, сам факт что оно сработало и на том спасибо
короче в пизду ваши видосы, ждешь дохуя результата нихуя, надо терабайт рама и топ карту, а я нищий ваня
чао пока
чао пока
Попробовал в сюжет и немного в юмор, вообще было интересно как нейронка, что дипсик промтами, что макс с помощью реферальной пикчи будут "держать контекст", все реферальные пикчи делал принт скрином. Жаль качество особо не повысить, пришлось генерить на 0,3, пятнадцать секунд генерится пол часа на 0,4, хотя десять секунд на 0,4 генерятся десять минут. Тяжел путь творческого человека генерить на 3050.
В голосину.
Могу подкинуть идею для следующего видео - женский стендап. Думаю у тебя неплохо получится
>женский стендап.
О, да, жду не дождусь, у меня даже есть идеи для панч-лайна.
Лол.
Ну так то жиза. Бругл вполне может быть с планеты где все аминокислоты имеют D-конфигурацию, а углеводы L-конфигурацию (обратные нашим). И тогда от бургера с планеты лысых обезьян он бы реально сфидил.
Да не, это так не работает. Кушал D-аминокислоты, все норм. А углеводы у нас и так лево-право, а часть пирозалупа цикличная. Еще на практикуме по аналитической химии пробовал соляную кислоту на вкус. Почему-то думал, что она будет гиперсоленая, а она просто была гиперкислая. Прям с пипетки на язык капнул, пока никто не видел.
Бругл, ты?
Ебать твердота, генерь еще.
>Еще один способ ОГРОМНОГО ускорения работы Minimax H3.
Кто-нибудь уже заюзал это поделие? Я не въехал, в чём профит. Видос генерируется медленнее, чем с обычной турбо-лорой. Качество хуже.
>на 8 графических процессорах B200
А ты по железу соответствуешь?
UPD: 362 кадра 768x1344 вообще не генерируется, вылетает по ООМ, хотя с обычной турбо-лорой всё норм. Использовал для запуска вот эти узлы: https://github.com/Saganaki22/ComfyUI-VDN-H3
Получается эти узлы сильно большие для твоего жпу. Камон, там отброшены нахуй все оффлоды ради ускорения этого. Естественно будет оом на чем угодно кроме серверной стойки.
sageattention дал ускорение в полтора раза. не в два, как обещали, но всё равно приятно.
правда пришлось ещё и тритон устанавливать.
вопрос какого хуя комфи не включили sageattention в портабл сборочку до сих пор? зачем они заставляют нас красноглазить?
правда пришлось ещё и тритон устанавливать.
вопрос какого хуя комфи не включили sageattention в портабл сборочку до сих пор? зачем они заставляют нас красноглазить?
по тому что тритона надо собирать для каждой видюхи отдельно
> тритона
Норкоман?
Сага нужна готовая разная под разные куды/торчи/питоны под шинду, т.к. её просто не собрать. А тритон под виндовс как раз есть готовый. Нужен <3.7
Вроде в новой версии комфи есть встроенная нода ModelAttentionBackend. не надо ничего ебаться ни с какими питонами, тритонами и анакондами.
Там только китчен аттеншен. На тестах я не могу понять что лучше по качеств - китчен или сага.
А VSA ноды нет?
Вроде уже ck-attention норм, и качество чуть лучше и скорость лишь чуть ниже (но выше флэша и прочих).
Зочем выдумывать новое, если есть встроенное?
Или разница прям заметная?
Китчен чуть лучше и на пару сек медленнее.
Не я. Ну спасибо хоть видос не сгенерил, как я пробую на вкус кислоту, а меня растворяет.
Ну 226 кадров 768x1344 то у меня на этом генерируются, только никакого прироста скорости и качества нет. Короче, не понял, в чём профит и снёс эту инновацию к хуям.
Сап, подскажите нубику. Как сделать хороший head swap в видео. Например 10секундный мем с политиком и ему приделать голову моего знакомого?
Как?
В шапку!
Воркфлоу в видео
>Оказывается, дефолтная нода Add Guide for MiniMax H3 вставляет
Спасибо КЭП, у неё в nodeinfo об этом написано. Ты думаешь как все эти кастомные продлеватели видео работают? По тому же принципу
>мем с политиком
Иди нахуй.
>как все эти кастомные продлеватели видео работают
А кто ж их разберет. Одни пишут, что патчат что-то в самом комфи, потому что он сам не умеет. Другие (Contex-Loop) кодируют в латент и морозят маской. А нодов они накидали столько, что в этом говне год можно ковыряться. Надо еще проверить, одинаковое качество через латент и кондишн получаются, или разные.
Ты дурачок или стебёшься? Или вообще его не пользовал и типа "не смотрел но осуждаю"?
H3 Writer вообще не будет добавляет лишнего если ты этого не хочешь. Ни поз ни камер ни музычек, это не шизотднвц авто энхансер как в ван или лтх. Я всю жизнь избегал энхансеров за их самодеятельность, угадай почему я сейчас пользуюсь райтером? Потому что он просто удобен для экономии времени на писанину тэгов.
Мне достаточно описать поведение субьектов и он автоматически им проставит <> в нужные места, никаких дебильных музычек и поз он не добавляет ЕСЛИ ты этого не хочешь. Конечно если ты ленивая жопа и запуливаешь на вход примитив вида 'Хочу чтобы Пятачок ебал Винни', без указания камер, стилей, количества шотов в т.д. то будь готов увидеть что-то лишнее в промпте.
Анонсы, че за хрень, на 720р и выше генерация просто зависает на 0% прогресса, в диспетчере задач типа видюха загружена на 100%, но при этом она холодная и не пыхтит по факту.
У меня 5070ти, 32 гб рам, 64+64гб файлы подкачки на двух разных ссд. На 640р видосы генерируются спокойно, где-то 10 мин на 12 сек видос.
Использую minimax h3 easy воркфлоу.
Спросил у гемини по этой проблеме, он говорит типа врама не хватает, но тут я смотрю все спокойно генерят на 720+? ЧЯДНТ?
У меня 5070ти, 32 гб рам, 64+64гб файлы подкачки на двух разных ссд. На 640р видосы генерируются спокойно, где-то 10 мин на 12 сек видос.
Использую minimax h3 easy воркфлоу.
Спросил у гемини по этой проблеме, он говорит типа врама не хватает, но тут я смотрю все спокойно генерят на 720+? ЧЯДНТ?
Вчера от скуки попробовал LTX 2.5 в режиме I2V. Какая-то лажа если честно. Аналогичный промпт для 2.3 он выполнил хуже и дольше, лица на видео иногда размазаны, липсинк дико плывёт. Только задники нормально рисует да голоса неплохие. При этом я и разрешение больше выставил и все параметры в максимуме (и модель и энкодер bf16), после МиниМакса словно с мерса обратно на таз пересел. Даже 2.3 лучше работает, нахуя такое выпускать непонятное..
Сжег ГПУ.
>Вчера от скуки попробовал LTX 2.5 в режиме I2V. Какая-то лажа если честно.
За это школьника и банили. Это смешная шутка на 2-3 поста, а не на унылый говнофорс.
>Надо еще проверить, одинаковое качество через латент и кондишн получаются, или разные.
А если комбинацией?
>ЧЯДНТ?
>5070ти
Бери RTX 6000 Pro.
Прикольно, возьму на заметку.
Вылез в шаред мемори, а это вечная дегенерация.
У тебя вообще не стоит что ли никакой мониторилки в Комфи? Поставь SysMon или Crystools какой нибудь чтобы видеть в реальном времени сразу в UI загрузку RAM/VRAM/CPU/GPU и увидишь чего не хватает. Судя по твоим словам не хватает именно VRAM, оптимизируй вф, навтыкай на тяжелых стыках clean ram/vram нод, уменьши мегапиксели или модель с меньшими квантами используй. У LTX в этом плане получше был реализован оффлоад в RAM и своп, но МиниМакс архитектурно тяжелее, спроси у гугла почему он нормально не оффлодит, а висит на 100% потреблении VRAM, тебе там хорошая простыня текста вылезет с объяснениями от Gemini
Сингулярностью пахнуло. Я сегодня добрался до лор с цивита. Там конечно сингулярность вообще во все поля. Хуи в руках, как ван2.1 в ассортименте. Ну в ван хотя бы хуи на хуи отдаленно похожи были. А тут даже такое редкость.
Спосибо большое за ответ, мониторилки надо поставить, да.
Попробовал поменять лору, сразу заработало даже на 1024р.
На minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16 зависало, на minimax_h3_fl2v_lightx2v_turbo_4step_v1.0_768p_resized_avg_rank_31_bf16 запустилось.
Он еще и в FLF позволяет аудио референс вставить, причем с ним липсинк срабатвает. Воркфлоу в видео.
>поддерживает AVX-512
Вот скрин ошибки.
Он чо, только на AMD работает что ли. Зачем так делать ппц.
Да нет никакого политического подтекста в конечном видео. Там Байден уходит оборачивается и улыбается.
>Там Байден
Всё. Иди отсюда.
а с ema600 лорой какая разница с lightx?
Minimax H3 character replacement с цивитай попробуй (я ниасилил).
Но там нет фреймскипа :-(
frame_idx по твоему что?
Ну а где мимика то? Ну пропиши ты их скажи нейронке: отпиши мимику <Subject N> каждые 0.5 с когда она поёт песню
почему он мне тогда стабильно выдает 20 минут генерации вместо 10? Там явно что то не так. Мои действия: кидаю 10 сек пример (243(, пишу в идх -243 и нихуя. Если ноль оставить тоже нихуя. Точнее 30-20 минут. Все лоры ускорялки подключил.
У тебя контекст вылез из VRAM в RAM через Shared Memory, как сказал этот господин, а это драматически увеличивает время. Каждый новый кадр в полном разрешении прогоняется не через ядро видеокарты, а через шину pcie, через процессор, в оперативу потом обратно, и только после этого приступает к следующему. Видеокарта нагружена на 100% (шина) и ядра всерьез работают, просто idle тайм у них огромное, пока кадр перелезет из оперативы в видеопамять для обработки.
Но в теории догенеришь, конечно. Минут 5-10-100000 на шаг.
Семен ты? Или тут реально школьники или дегенераты сидят?
Не рвись, хейтерок. Чел нормальный видос сделал. Твою работу проигнорили может, и ты бесишься? Постарайся в следующий раз до его уровня дотянуть.
Год назад такое было не мыслимо, а глядя его ролик я буквально окунаюсь в сингулярность.
Потому что видосы тяжело по контексту. Посмотри по ноде пикрил, сколько токенов всралось. А если больше 131к, то генерация вообще всрётся.
Конечно, если тут видео появляется хоть с какой-то фантазией и собирает юшки, то это только одно - Семён. Давайте лучше по кругу хуи в рот стремным тян постить и текст и это имеет место быть, конечно, но не когда этого 90 процентов в треде Сам то че в тред скидывал?
Че-то как-то хуево. 50 минут вот этот шакальный пиздец генрило, это мой первый личный воркфлоу. Видео и имадж референс. Во-первых, нахрен оно замедленное? Во-вторых, че так долго?
Не помню, размещал или нет. Этот мультик я пытался ещё на WAN2.2 сделать. Завяз буквально сразу на первых эпизодах и бросил это дело. На мимимаксе хватило двух недель, чтобы в жизнь воплотить.
На первой разъеб гудинщиков
есть гайд почитать как генерить видео с антропоморфными овощами?
Чет ты хуйню какую-ту в вф натворил, у меня такого никогда не было, даже без лор
Аренда B200 стоит 3.7 бакса в час.
Генерация в сиденсе стоит 351 поинт. 1000 поинтов это 4 доллара.
если 1080р это 865 поинтов
Цены в комфи юай
это чат джипити сделал по моему запросу, а что там не так?
Иосиф Бродский — И вечный бой?
Хорошечно, не хватает конечно динамики, но я понимаю как ее трудно реализовать. На каком разрешении делал, с лорами или без?
Перво наперво удали нахуй конь в рот. Конь в рот это абсолютный кал. У неё ужасное качество и постоянные галлюцинации.
Скачай модель гибрид и прикрути турбо лору на 4 шага.
Вот как у бурята сделай. https://www.youtube.com/watch?v=rOB7rLu3Y9w
Воркфло кривой как будто, посмотри по треду, тут многие метадату не убирают с видосов, перекинь в лапшу скачанный ролик, должно загрузиться воркфло, там уже разберешься что нужно качать
Молодец, научись еще раскадровки рисовать примерно так и будет заебись. Именно рисовать, сгенерировать раскадровку как и сценарий нельзя.
Это мое кстати
https://youtu.be/gOUjCrqWoN0?si=XNEJn8HPoNGZLz7Z
Без лор. Делал в 0.9 мп.
А что если попросить нейронку сделать раскадровку для видео, а не видео...
Это как сценарий попросит сделать.
Потрясающе, шедевр! Две недели потрачены не зря. Немыслимое качество.
Не завидуй.
это не из-за prompt writer, падает именно `llama-cpp-python` при загрузке модели. тут со стороны writer чинить нечего.
проще использовать standalone версию (отдельное приложение для винды), external llama.cpp, ollama / lm studio ит д. то есть сам writer оставляешь, просто модель запускаешь другим способом.
Еще бы как нибудь графику из игры перетащить, и ударения перебороть, то было бы совсем хорошо.
Ну и по апскейлерам может кто чего посоветовать, чтоб не так уж и долго апскейл шел?
Ну и по апскейлерам может кто чего посоветовать, чтоб не так уж и долго апскейл шел?
>ударения
Напиши "сделал все делА в этом городе". В 99% случаев фиксит.
Полное говно. Не умеет она использовать видеореференс. Она не следует перед камерой как написано в промте. Она какого-то хуя из плоской картинки превращается в живую, хотя в прошлой генерации такого косяка ен было. Нейронка отупела. И это слоумо хотя я в промте написал что это ен слоумо.
Короче. Нейрони как всегда не слушают человек аи творят че хотят. С пикчами так же.
А нахер тогда делали кастомные ноды если дефолтная работает не хуже?
Скажи, как им управлять? Я закинул пятисекундное видео, он выдал его же.
> из игры
Я ко многим могу отнестись терпимо, даже к этому: товарищу на букву "п".
очередной поклонник бормотания модели, картин на стенах и жирных людей
так я увеличил и она отупела. ты не можешь в контекст?
разобрался
Бляяяяяя да когда вы уже поймете, что промпты на русском и ЛЮБОМ ДРУГОМ ЯЗЫКЕ, кроме ангельского ломают модель...
я не буду это понимать, я уже сотни видосов на русском наслопил и мне количество важнее сомнительного качества. если эта хуйня вслух зачитывает мой промт хотя ее об этом не просили. то это ее косяк, а не мой. я буду спокойно писать промты на русском, а через пару месяцев выйдет новая нейронка которая будет воспринимать их без этой тупой ошибки. если подстраиваться под косяки то их не исправят
Очень круто. Слушай, анон, я два года учился на режиссера, но сам понимаешь, вкатиться в такое сложно, чтоб прям кино, тоже очень воодушевлен возможностями, которые нам дает минимакс. Немного перемонтировал твою работу, добавил пару сцен, посмотри, пожалуйста. Годно вышло или нет? Если, да - скину в лучшем качестве.
Она и на аглийском бубнит белиберду. Тебе же говорят, что дело в модели, хули ты тугой такой.
Сука так ещё и модель на стены картины вешает эпохи возраждения и людей толстых ещё делает!!! Вапще пиздец а не модель дерьма
Натренил пару лор на 8/32гб. Ничего не ожидал, всё получил. Fizgig годнота лютая.
Внешка + голос, где голос почти не отягощает трену. Кэш делается долго, а тренится довольно быстро.
Сэмплы обязательно ставьте пикчей и не каждую эпоху, а то их по дефолту 50. Датасет клал 20 пикч в 0.25мп и 10 секунд речи.
Внешка + голос, где голос почти не отягощает трену. Кэш делается долго, а тренится довольно быстро.
Сэмплы обязательно ставьте пикчей и не каждую эпоху, а то их по дефолту 50. Датасет клал 20 пикч в 0.25мп и 10 секунд речи.
>Fizgig
Дефолтные настройки?
Да, для днищежелеза рекомендованы авто настройки. Но стоит сделать сэмплы пореже, или вообще отрубить их. Толку от них мало, разве что не так скучно ждать. Ну и сохранять все 50 чекпойнтов не стоит. Я ставил сэмпл каждые 6 эпох и сейв лоры каждые 3, даже так задолбался тестить.
>вангую что у тебя проц не поддерживает AVX-512
Да, я был прав. У меня такая же херня.
Вот анон всё правильно сказал, однако я не понял что там с выгрузкой модели из внешней llamaccp и отказался от реврайтера в пользу Prompt Enhancer, он подгружает ллмку прямо в комфи.
Даун, ты натренировал на то, что в модели и так есть.
Круто получилось, но как будто лоры на персонажей не нужны. Можно же реф дать и аудио отрезок для генерации голоса. С другой стороны слот на 1 имэдж и 1 аудио освободился.
Ну ты датасет ты не чекал - понятно, но ты считаешь, что у актрис под 40 только одна внешка в жизни была, и именно она в датасете, и нельзя хотеть натренить другую? А в датасете мусор, знает только Гермиону кое-как https://huggingface.co/datasets/malcolmrey/various/blob/main/h3-center/known-characters/INDEX.md
С лорами меньше возни - подключил и бахнул промпт плейн текстом, не переходя в реф режим. И не такие тяжелые генерации, так что если серьезные задачи стоят с экстендом и прочим, есть смысл натренить лору.
>https://huggingface.co/datasets/malcolmrey/various/blob/main/h3-center/known-characters/INDEX.md
Почему нет Маши Бабко? Косяк, я считаю
>Ну ты датасет ты не чекал - понятно, но ты считаешь, что у актрис под 40 только одна внешка в жизни была
Даун видимо не в курсе, что можно прям в промпте рефнуть нужный год, фильм и возраст. Мои соболезнования.
Это как в анекдоте про машинистку, печатающую 1000 знаков в минуту?
Можешь заодно попросить в промпте мозгов себе или бабла. Шанс получить это тот же, что и видосики, пруфающие твой ленивый щитпост.
>и будет заебись
Это некое преувеличение, чтобы было заебись, надо научиться быть более-менее адекватным сценаристом, режиссером-постановщиком, оператором-постановщиком, художником-постановщиком, режиссером монтажа, саунд-дизайнером, колористом. Не обязательно супер-профи, просто более-менее знать и уметь применять самую базу. Либо уметь что-то одно из этого очень хорошо и иметь команду, которая закрывает остальные сферы экспертизы. По хорошему, надо бы еще иметь возможность делать референсные видео в 3д и/или с живыми актерами. Нейронка делает производство более доступным, но люди очень сильно переоценивают, насколько именно более доступным. Это все еще очень дорогая и трудная хуйня, если хочешь сгенерить что-либо, выходящее за рамки "привет, анончик".
Киньте какую-нибудь сложную творческую идею для небольшого видео 1-2мин. Ещё, кто-нибудь в курсе, понимает ли MiniMax точные направления (лево, право). В моём случае 50/50, может есть какие-то проверенные теги?
Сделай нормальное FPS видео, типа как в халфе2 с норм физикой.
Если писать относительно кадра то понимает всегда 100%, т.к. модели работают с пикселями и резолюшеном (например ты пишешь что subject 4 это синяя шляпа у персонажа находящегося справа и МиниМакс именно эту шляпу потом закидывает в субьъект и манипулирует ей даже если синяя шляпа есть у чувака слева), но МиниМакс кажется первая модель которая ещё и в понимание анатомии умеет, все предыдущие модели могли прекрасно косячить когда я прописывал "она подняла левую руку" могли поднимать левую или правую вообще на отъебись, а вот в МиниМаксе почти всегда у меня персонаж поднимает именно нужную руку, где бы он в это время не находился. Я считаю в этом большой прогресс :)
Анон подскажи правильную последовательность подключения всей ускоряющей лапши. Нейронки (GPT/Gemini) противоречат сами себе выдавая совершенно разную информацию по данной теме. У меня сейчас вот такая цепь:
Model Loader->Lora Loader->MidelSamplng (shift)->Sage/Kitchen Attention Patch->Spectrum->Sampler,
Видел на цивитае совсем другие расклады, типа аттеншены стоят после спектрума, также видел шифт стоит перед сэмплером.
Model Loader->Lora Loader->MidelSamplng (shift)->Sage/Kitchen Attention Patch->Spectrum->Sampler,
Видел на цивитае совсем другие расклады, типа аттеншены стоят после спектрума, также видел шифт стоит перед сэмплером.
>Сделай нормальное FPS видео, типа как в халфе2
Это по твоему творческая идея? Может просто запустить Half2 и запись экрана сделать, а потом через v2v прогнать?
Нет блять, лучше снимать, как деревянный по пояс персонаж бессмысленно и без контекста перемещается из <Scene1> в <Scene2>
Идея требует проработки. Каменный век. В лесу (лучше джунгли с огромными деревьями) на небольшом холмике стоит ультра-технологический куб или шар размером с дом. Иногда куб открывается и из него на поляну вокруг выпадают различные инструменты. Кувалды, топоры, ломики и прочее. Жители джунглей (некие обезьяны) в курсе что иногда куб выбрасывает добро. Они приходят, подбирают и уносят всё. Далее надо показать, как они рубят деревья кувалдами, косят траву ломиками, чистят рыбу косами, топорами бреются, молотками мешают кашу и т.д.
Я думаю ты понял идею. Речи в видео нет. Только уханье-аханье и хмыканье.
Шедевор получится.
Вот это сгенерь, я уже делаю, сравним результаты потом.
скучно, куда это потом? Я не хочу генерировать ради того, чтобы погенерировать.
твои старания выглядят не плохо, но это больше челендж для покадрового рисования в Krea
Пожалуй остановлюсь на этом нет
Потрясающе, ролик был прекрасен, но сейчас чувствуется что прямо киношный продукт, хоть в кинопрокат пускай.
Вам нужно с Бурглом кроссовер сделать.
>Это некое преувеличение, чтобы было заебись, надо научиться быть более-менее адекватным сценаристом, режиссером-постановщиком, оператором-постановщиком, художником-постановщиком, режиссером монтажа, саунд-дизайнером, колористом.
В индюшатине это не редкость.
>Это все еще очень дорогая и трудная хуйня, если хочешь сгенерить что-либо, выходящее за рамки "привет, анончик".
Время=деньги. Но в обратную сторону это тоже конвертируется. Можно совершенно бесплатно все сделать, просто дольше намного.
Поставил локал. Тексты генерит. С картинками такую ошибку выдает при генерации. Файлы сервака качал по ссылке из настроек.
>Ещё, кто-нибудь в курсе, понимает ли MiniMax точные направления (лево, право). В моём случае 50/50, может есть какие-то проверенные теги?
Вот здесь: в 50% случаев они бежали в обратную сторону, потому что минимакс путает направления движения камеры и персонажей. То есть, если ты напишешь "камера отъезжает назад, а персонажи бегут вперед - с большой вероятностью персонажи побегут назад. Причем усиление весов особо не помогает, проще исключить лишние направления из промпта вообще.
>Прикольно получилось, анон. Да, видно что сыро и качество 0,4 всё же маловато, но и результата ты, я думаю, не ждал как у корпов. Сейчас генерю на своей 3050 видео на 0,6 и это пиздец как долго, откачусь лучше до 0,4
Там 0,6 на самом деле, я специально пережал чтобы в 12мб влезло. Но да, склейки местами говно, есть ламинатные моменты, есть то что я бы переделал (но не буду из принципа). Например, где они крупным планом пинают их - это надо было вырезать, слишком длинный сегмент, а в сцене с выстрелами надо было добавить блок бэкграунд экшона (эта хуйня кстати работает), чтоб ликвидаторы не стояли как столбы + на следующей кривой всклейке вставить сцену с вентиляцией из которой туман пошел, чтобы не пытаться подмонтировать два разных куска на одном плане. Ну, бля, это все сырое, я просто так чисто по приколу делаю. Любой желающий может исправить сам.
Это легко сделать по реф-картинкам.
Буквально любую пьесу в театре описал.
А что для тебя не скучно? Возьми любой рассказ и экранизируй. На ютубе есть чел который так уже джва года делает. https://www.youtube.com/watch?v=WjsPTMT8Vcw слоп моё почтение, канечно, но он челик реально настырный и нацелен на результат. С минимаксом он выдаст нормальный контент.
Это нужно для поиска идей, такие концепты-раскодровки не содержат ничего лишнего, чёткие ясные восьмёрки, планы, композиция кадра, когда нет опыта в этом всём, я думаю будет легче уловить главное в кадре, в отличии от готового видео где много шума и тяжело без опыта выделить главное.
Так же все синематики обычно профессионально сделаны, так что есть надежда, что и нейронка это ухватит.
Таким синематиком можно сделать сценарий, а потом по нему уже делать нормальное видео.
Опять же, это мои маняфантазии, но пока в треде всё сюжетное это слоп.
>композиция кадра, когда нет опыта в этом всём, я думаю будет легче уловить главное в кадре, в отличии от готового видео где много шума и тяжело без опыта выделить главное.
Какой то совершенно лишний дрочь, учитывая что нейронка не выдает результат по заказу и ты всё равно будешь монтировать из удачных кусков и находу всё менять.
>о пока в треде всё сюжетное это слоп.
А в кинотеатре сюжетно не слоп? Условный человекопук это не просто куча говорящих голов со вставками экшона по 3 минуты и дежурными шутейками детсадовского уровня, по мотивам комиксов 20летней давности? Всегда угораю с высокомерных чушкарей типа тебя, которые пиздят про сверхзадачу, а в итоге мы видим пикрил (и это еще хороший пример, потому что у второго усатого любителя пиздеть про сверхзадачу тётки дилдой себя ебут на записи с камер моющихся в душе маленьких мальчиков).
А это просто тред блядь, на борде блядь, для общения блядь. Никто сюда ничего коммерческого кидать не станет.
Я не тот анон, просто видосиком вдохновился.
Сюжетное начинается со сценария, писать хороший сценарий это нетривиальный скилл, которым очень мало кто владеет. Написать хороший сценарий нифига не проще, чем нарисовать хороший рисунок или сочинить хорошее музыкальное произведение, например.
Дефолтная появилась не сразу.
На китайском ещё можно. А так да.
>Fizgig годнота лютая.
Лучше чем https://github.com/kohya-ss/musubi-tuner/blob/dev/docs/minimax_h3_1f.md ?
Ого! Мощный сюжет! Браво!
> А в кинотеатре сюжетно не слоп? Условный человекопук
Ты до этого уровня операторской работы любого фильма выше 3-х балов на imdb эволюционируй хотя бы, чтобы хавло разевать.
> просто
Просто было в твоём тг анальчике и пикабу, с которых ты сюда приползло, криворукое слоповое уёбище, со своим скуфским дегенеративным говном, портить вкус анону.
Если что, там последнее поле позволяет указать скип кадров на протяжении всего референсного ролика. По умолчанию каждый первый берет, можно поставить каждый 2, каждый 3 и тд. Норм помогает с памятью вопрос решить, если там особо движения нет.
Никогда не понимал, почему хейтят обитаемый остров Бондарчука. Читал как раз перед релизом всех стругачей, потом еще лет через 10 стругачей перечитывал и заодно кинчик глянул опять.
Довольно близко к книге и симпатично.
Хотя мне и параграф 78 нравится
Да бля. Вообще по книге. Особенно битва со странником в конце в стиле высера каких-нибудь вачёвских, всё как у Стругацких, а главное логически вытекает из сюжета и раскрывает гг как адекватного персонажа.
>Ты до этого уровня операторской работы
О, нихуя как ты чмонька проткнутая быстро соскочила с СЮЖЕТА на операторскую работу. Вали нахуй, обоссан.
>с которых ты сюда приползло
Я здесь 06 года, так что по сути дольше чем ты на свете живешь.
>Никогда не понимал, почему хейтят обитаемый остров Бондарчука.
За то что кал вторичный, за то что совкошкалку режиссуры проебал, он ведь сын другого бондарчука, но решил быть модным молодежным и калькировать голливуд. Напомни, на какой странице ОС ГГ встретил Джокера.
Ну ток концовка и отличается заметно, вроде.
Я уже не помню, че там по сюжету конкретно, я помню ток ощущения, которые были в те моменты.
А доеб до того, что он не как бытя снима в совочке - это ваще хуйня какая-то.
>Ну ток концовка и отличается заметно, вроде.
Так там весь смысл в финальном твисте, как в каком-нибудь "я легенда".
Собственно эти фильмы и получились дженерик калом, потому что из них убрали смысл концовок.
> СЮЖЕТА
Животное блять, с тобой кто-то вообще про сюжет говорил?
Ты блять 15 секунд ролика сделай сначала нормально, без слопа, чтобы про сюжет рассуждать.
> Я здесь 06 года
Портфель собрал на завтра?
>Fizgig годнота лютая.
Нахуй я это начал...
Ты поехавший на 50к шагов? Ты что там тренеруешь, детальную разборку адронного коллайдера?
а что не так? В данном случае он тренит на большой базе, ты путаешь тут шаги за гиги и эпохи.
Реально годнота, намного удобней остриса. Какой длинной файлы с речью добавлял, транскрибировал? На сколько эпох в итоге тренировал?
Ааа блин, я привык к аи-тулкиту, где шагами выставляется всё, а тут от датасета пляшет. Ну 1к фоток тоже не мало. Для тренировки на лицо ведь достаточно 20-30 фоточек всего.
Этот прав . Там 10к изображений и всего лишь 5 эпох. Пробный запуск так сказать, надо же поиграть с параметрами и посчитать, сколько займёт запуск на 100к+ изо (а может и сотнях видео, ХЗ, посмотрю как дело пойдёт).
>остриса
А это что? И как оно по сравнению с ?
Сделал все как у китайца, почему на середине видео начинаются артефакты, а вместо текста вообще отвал чипа?
Турбо лору надо включить. У тя она отключена.
>запуск на 100к+
А что можно тренировать на такое количество изображений, стиль?
На чем тренеруешь? У меня на 3090 пикрелейтед.
>А это что?
https://github.com/ostris/ai-toolkit
>как оно по сравнению
митусби тюнер или его аналог юзал миллион лет назад, когда тренировал модель для дипфейков, еще в эпоху sd, так что не скажу про сравнение, но острис проще для освоения.
Танцульки?
Танцульки!
Танцульки!
>А что можно тренировать на такое количество изображений, стиль?
Ну да. Пусть научится рисовать голые пёзды и хуи без рефов.
Просто не вижу особого смысла лор на персонажа, на всех людей лор не напасёшься, плюс несколько персов лорами небось хуйня выйдет.
>На чем тренеруешь? У меня на 3090 пикрелейтед.
5090, параметры по умолчанию, вроде как в int8 всё, во врам внезапно влезло со свистом прям, на странице скриптов писали про требование 30 гиг свободного, у меня же 30 занято вместе с браузером и ютубчиком.
Получается примерно 10к пикч в час, мда, 100к пикч хотя бы на 10 эпох выходит 100 часов.
Вообще хотелось бы обучить реф модель на эдит пикч (раздевание офк), но это надо прям заморачиваться с промптингом и подбором картинок.
С лорой та же хуйня, методом тыка понял что дело было в апскейлере.
Другой момент что с ферст/ласт пикчами и отключенным апскейлером нихуя не генерит и выбивает ошибку о несоответствии размера. А с включенным все хорошо.
Анимировай.
>Какой длинной файлы с речью добавлял, транскрибировал?
Реф на 10 сек речи разделил на три куска в гизмо (встроенной тулзе) и транскрибировал ручками. После гизмо жми рефреш во вкладке captions и если всё ок, будет синяя строчка вроде пикрил. Если нету, то гизмо не в ту папку насрал - .wav и .txt идут в ту же папку, где пикчи.
>На сколько эпох в итоге тренировал?
50, дефолт. 50 эпохи в обоих случаях вышли норм, без явной пережарки. То есть можно и чуток дольше погонять.
Реально крутяк, натренировал на еот - сходство почти 100%, все таки лоры лучше чем рефы.
Ну он же не прячется за камнем в начале как в раскадровке и бежит вместе с драконом, а не от него.
Да я затупил, надо было сегментами делать по раскадровке, не более 5-7 секунд, а я ебанул по 15 секунд. В итоге каждый сегмент по 15-19 минут генерировался, перегенерировать очень напрягало, взял что более менее получилось.
>бежит вместе с драконом
этот кусок тоже несколько раз генерил, но из за других шотов.
>не прячется за камнем
Это вообще не знаю как промптить, там много смены кадров, модель путалась то туда то сюда его разворачивая, но за камень он так ни разу и не спрятался.
Там еще и дракон на яйцо наступает, всё никак его не мог уговорить чтоб наступил перед яйцом. Ну и кровищи многовато от такого суслика, но я хотел сделать клифхэнгер, где в конец показывают что этот сулик берет в рот в пещере сидит этот суслик весь в крови, типо он там всех сожрал. А потом хуй забил.
Прятанье за камнем можно сроллить в режиме редактирования изображений минимакса, а потом инжектить в нужный фрейм
>Ну и кровищи многовато
Это как раз вин
Кто пользуется Fantastic H3 Media Loader? Столкнулся с проблемой, что у него кастомная часть сбивается и часть кнопок не видно. Было у кого? Как решали?
upd: сбивается именно по ширине. Становится очень узким.
А если пкм - recreate node?
Не знал о подобной фиче. Тогда размер восстанавливается, но вновь сбивается при любом клике/взаимодействии с нодой.
Почему они блюют в рот дельфинам и почему нассано в конце?
>Портфель собрал на завтра?
Я тебе не обязан портфель собирать, говно. Радуйся что сбрызнул
>с тобой кто-то вообще про сюжет говорил?
>Ты блять 15 секунд ролика сделай сначала нормально
не на стену.
Сделал, и услышал агрессивные визги безграмотного ноунейма, вместо разумной критики. Может у тебя есть генерация на 2-3 минуты где ты сделал лучше? Нет. Ну и прибей ебальник.
>А доеб до того, что он не как бытя снима в совочке - это ваще хуйня какая-то.
Доеб до использования калек чужих - не хуйня.
Годно вышло. Но смотри, я полгода у Тарантино стажировался, так что немного изменил там концовку. А так норм.
Почему минимакс всегда стремится сделать вид из камеры, которая смотрит портретно спереди на персонажа, и максимально симметрично? Вот тут это хорошо видно
Это чем-то лечится, кроме явного описания поведения камеры каждый раз?
Это чем-то лечится, кроме явного описания поведения камеры каждый раз?
>Почему минимакс всегда стремится
Он не стремится, уж поверь.
https://www.reddit.com/r/StableDiffusion/comments/1w8ppz0/minimax_h3_singularity/
Сингулярность пробовал кто?
Сингулярность пробовал кто?
Устал сидеть в проперженном кресле, одинокий, как хуй без смазки в мозолистой руке. Я устал, что у меня никогда не было альтушки, с которой можно поговорить — куда мы идём, откуда и зачем. Я устал, что эта порносингулярность жестока и беспощадна. Я устал от бесконечного потока лор, ускорялок, идеальной плоти, который я чувствую и вижу на экране каждый день после выхода MiniMax X3. Это слишком много. Я просто устал дрочить. Здесь, в голове, как будто осколки стекла от переизбытка дофамина. Каждый день.
Неееееееееееееееееет.
Братан, это лучше любой альтушки, НИКТО, НИКОГДА в истории человечества ещё столько не дрочил, мы буквально первопроходцы, не говоря уже о том что это гораздо приятнее чем альтушка.
> блюют
Это газировка, а конце всегда нассано обычно.
Аниме прячет хуевость графона. Натянутый видео референс из Матрицы прячет косячность движений. Внешку девок могли дать рефами. Что там в итоге от модели осталось?
Можно любые 2 модели смерджить и назвать понтовенько.
Остановитесь, пока еще не поздно! Нам дали инструмент, чтобы создавать несуществующие миры, оживлять неодушивленное, создавать шедевры и просто тварить.
Я же увидел где-то картинку, там у телки вместо сосков были губы... И я решил попробовать, но вместо красивых губ сделал вагины. Назад дороги нет. Это отвратительно и возбуждающе одновременно. Это игрушка дьявола, ежжи!
P.S. Оказывается минимакс довольно достоверно рисует пусси и ее внутренности.
Твой вопрос это классический оксюморон.
> типа лор
Там просто референсы сохраняют, не понятно нахуя, может на VAE экономят 12-гиговые нищуки.
Позволяет хуйнуть больше 9 рефов. Ну и реиспользование же.
Так же при обучении рефмода можно использовать 20 картинок, как лора короче
>И я решил попробовать, но вместо красивых губ сделал вагины
А теперь делай вместо вагины внизу - рот.
> больше 9 рефов
А кто тебе запрещает без этой хуйни затолкать сколько угодно?
Стоит попробовать.
Но вот члены все еще плохо рисует.
Ну вот попробовал с 8проходной лорой.
Че-то как-то не особо. Реф плохо взяла с картинки, анимешки на силиконовые манекены похожи, шакалы.
блин, промазал
>НИКТО, НИКОГДА в истории человечества ещё столько не дрочил
Ты такой наивный чувак. До 21 века, всю историю человечества - твои фетиши не были картинками. Ебали ли тянок в соски? Ебали ли все что движется в любые отверстия? Ебали.
Нет не ебали.
Ты очень наивный, даже если крайнюю войну взять и разговорчивых американцев, они там чё только не делали, но прикинь они еще из относительно развитой страны. Из двадцатого века в камбодже и ебали, и продавали на еблю и так далее, и до сих пор не изменилось это. А теперь экстрапалируй на древности.
Так как это всё связано с 10 дрочками в день на протяжении лет?
>Сингулярность пробовал кто?
Все что сейчас может быть хорошего только Кромамакс или Порномакс. При условии хороших датосетов на не полуебошного файнтюна.
Я к тому, что раньше это и не нужно было. Просто ю ар ин арми нау, оууу оууу ёр дик ин гуук... ниплс, паум паум.
Поэтому я написал, что мы раздвигаем границы неизведанного человечеством.
Я бы даже сказал раздрачиваем.
>А если комбинацией?
Похоже комбинация лишняя. Латент победил.
Кондишн только продолжать видео дает нормально, а вставку в конце говнит - цвет плывет и качество падает. Только 1-4 кадра в конце не теряют качество, а начиная с 5 просадка сильно заметна. Зато так с REF моделью можно по-быстрому FLF делать, чтобы ссылочные слоты не тратить и промпт не мучить.
А то же самое через латент с маской дает бесшовный переход. Потери только на кодирование-декорирование, по-хорошему результат миксовать надо с оригиналом.
Спасибо за идею, но это весь вф переделывать придётся. Право не ожидал что может быть так заёбно промптом уговаривать, обычно минимакс всё с первого раза понимал.
Видеопамять? Ведь если я буду рефом давать картинку 10000х10000 пикселей не сжимая её то у меня генерация просто не запустится.
А еще в реф моды можно грузить видео, а по видосам у нас 3 штуки лимит.
А еще общее количество файлов (изображения + видео + аудио) не должно превышать 12.
И всё же пора констатировать, что ван был уникален и, возможно, даже тренился на порно, уж слишком хорошо и естественно на него ложатся лоры.
Минимакс так не может по какой то причине, и я щас не трогаю рефы где много ручной работы, чтобы подрочить всегда просто качалась лора.
Минимакс так не может по какой то причине, и я щас не трогаю рефы где много ручной работы, чтобы подрочить всегда просто качалась лора.
Пора констатировать что, ван и прочие модели - пососная хуйня, а минимакс король, по тому что он без запроса может красить всё в синий, генерировать картины на стенах, жирных баб и бормотание, это ли не уникальность и проявление сверх разума?
>Потери только на кодирование-декорирование
Вроде были решения, которые обрезают и вставляют прям оригинальный латент из генерации?
У Малькольма чёто совсем хуёво стало получаться на этом его вантрейнере, вообще сходства нет нихуя. Да, собственно Лоры уже не так нужны, ебальник с нескольких ракурсов, скормил, и вуаля, Маша из Файн, бат шиз нот Майн.
Кат №18, легитимный
У латента шаг допустимых обрезок большой, а для качественных коротких вклеек, чтобы совпали движения, иногда надо удалить кадр-другой, так что он на границу обрезки латента не попадет. А без тонкой настройки дрыг получается.
ЕСТЬ ПРОБИТИЕ!
можешь обновить промпт врайтер, там уже для внешней llama.cpp авто врам в две стороны работает для комфи
Поставил заново. Один промпт сделал, а следующие вываливаются под конец генерации с ошибкой . Может сервак неправильно ставлю, хз.
скинь data/logs/llama-server.log сразу после этой ошибки, хотя бы последние 50–100 строк
Анончики, поясните за ЛЛАМАЦПП - там вообще какие возможности есть?
Есть такие модели которые как чатГПТ могут просто в чат тебе по запросу сгенерировать картинку или видосик?
Вот:
1.08.353.656 I srv llama_server: model loaded
1.08.353.700 I srv llama_server: listening on http://127.0.0.1:51836
1.08.576.681 I slot get_availabl: id 3 | task -1 | selected slot by LRU, t_last = -1
1.08.576.743 I slot launch_slot_: id 3 | task 0 | processing task, is_child = 0
1.57.703.438 I slot print_timing: id 3 | task 0 | prompt processing, n_tokens = 2048, progress = 0.25, t = 49.13 s / 41.69 tokens per second
1.58.248.263 I slot print_timing: id 3 | task 0 | prompt processing, n_tokens = 4096, progress = 0.50, t = 49.67 s / 82.46 tokens per second
1.58.828.396 I slot print_timing: id 3 | task 0 | prompt processing, n_tokens = 6144, progress = 0.75, t = 50.25 s / 122.26 tokens per second
2.06.684.648 I slot print_timing: id 3 | task 0 | prompt processing, n_tokens = 6671, progress = 0.81, t = 58.11 s / 114.80 tokens per second
2.06.815.075 I slot print_timing: id 3 | task 0 | prompt processing, n_tokens = 6683, progress = 0.82, t = 58.24 s / 114.75 tokens per second
2.08.334.487 I slot print_timing: id 3 | task 0 | prompt processing, n_tokens = 7123, progress = 0.87, t = 59.76 s / 119.20 tokens per second
D:/a/llama.cpp/llama.cpp/src/llama-context.cpp:1724: GGML_ASSERT((cparams.causal_attn || cparams.n_ubatch >= n_tokens_all) && "non-causal attention requires n_ubatch >= n_tokens") failed
ллама это сервер через который запускаешь текстовые модели, сгенерить это comfy ui и подобные
трайни поменьше картинку если там 4к или попробуй добавь к запуску llama-server --ubatch-size 2048
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