Model
.ai
śledzimy otwarte modele AI

MiniMax H3 Turbo LoRAs: wideo 4-8 kroków z pakietem larryvrh

Temat: Modele
Autor: Captain
Opublikowano 1 Paź 2026

Przegląd

Ten wpis zbiera kompatybilne wersje kilku MiniMax H3 turbo i destylowanych LoRAs, przepakowane przez tsolful tak, żeby działały w standardowym loaderze LoRA ComfyUI z przyciętym modelem H3. Wariant larryvrh 4-step to główna atrakcja: pozwala H3 zrobić użyteczny klip w 4-8 krokach zamiast długiego procesu próbkowania.
MiniMax H3 to model wideo z wbudowanym dźwiękiem i dialogami; turbo LoRAs nie zmieniają formatu promptu, tylko przyspieszają działanie. Samą strukturę promptu (plany, mówiący, dźwięk) znajdziesz w przewodniku po promptowaniu audio MiniMax H3 pod linkiem niżej.

Odniesienie

Nazwa
Typ
Co to jest
larryvrh v4
6-8 steps
er_sde lub res_multistep, prosty scheduler, siła 1.0.
lightx2v 4-step
5-8 steps
er_sde lub res_multistep, prosty, siła 1.0.
ref2v 8-step
8-12 steps
Do referencji na wideo; siła 1.0.
taomate 3-step
4-6 steps
er_sde lub euler, prosty, siła 0.75.
Resolution
768p
LoRAs były destylowane w 768p; trzymaj się tego.

Krok po kroku

  1. Załaduj przycięty model H3 i dołącz jedną turbo LoRę (nigdy dwóch).
  2. Ustaw kroki i sampler dla tego wariantu z tabeli; zacznij od larryvrh na 6 krokach.
  3. Napisz prompt H3 w zwykłych sekcjach: integrated_multimodal_description, overall_soundscape, non_diegetic_music.
  4. Wygeneruj krótki 5-sekundowy testowy klip, żeby sprawdzić ruch i dźwięk.
  5. Dodaj stylową lub ruchową LoRę na 0.6-0.8, gdy turbo ścieżka działa.

Przykłady

Szybki test dialogu

integrated_multimodal_description: [Shot 1] A barista behind a wooden counter looks up and says: <d>[English] Your usual?</d> She smiles and reaches for a cup.
overall_soundscape: Espresso machine hiss, quiet cafe murmur.
non_diegetic_music: N/A
larryvrh turbo 1.0, 6 steps, er_sde, simple

Test ruchu

integrated_multimodal_description: [Shot 1] Handheld phone footage, a skateboarder rolls past a fountain in a sunny plaza, camera pans to follow.
overall_soundscape: Wheels on concrete, fountain splash, distant traffic.
non_diegetic_music: N/A
lightx2v 1.0, 8 steps

Pomysł kreatywny: klip produktu w jednym ujęciu

integrated_multimodal_description: [Shot 1] Studio turntable, a ceramic mug rotates slowly under soft light, steam curls up.
overall_soundscape: Soft room tone.
non_diegetic_music: gentle piano
ref2v 8-step with a product photo as reference

Porady

  • Mniej kroków to krótszy czas na rozpoznanie szybkiego ruchu; lepiej wybierać średnie plany i umiarkowaną akcję przy 4-krokowych przebiegach.
  • Używaj krótszych zdań w opisie planu; turbo szybciej powoduje przenikanie promptu.
  • Jeśli dźwięk jest rozmyty, zwiększ do 8 kroków; wyraźność dialogów rośnie z krokami.
  • Siła poniżej 1.0 w większości wariantów przywraca szum, poza taomate (0.75).

Rozwiązywanie problemów

Klip jest zaszumiony lub migocze

Dlaczego tak się dzieje
Za mało kroków dla wariantu lub siła poniżej 1.0.

Jak to naprawić
Użyj zakresu kroków z tabeli i ustaw siłę na 1.0 (0.75 dla taomate).

LoRA nie ładuje się

Dlaczego tak się dzieje
Oryginalne wagi turbo użyte z przyciętym modelem.

Jak to naprawić
Użyj kompatybilnych wersji z tego pakietu z modelem przyciętym/krzywoliniowym.

Pytania

Czy mogę nałożyć dwie turbo LoRAs?

Nie. Wybierz jedną; konfliktują ze sobą.

Czy zmieniają sposób pisania promptów?

Nie. Format promptu H3 z sekcjami pozostaje taki sam.

Modele w tym poradniku

Autor
Dowodzi tym statkiem. Ma opinie o czasach dekodowania VAE, o które nikt nie pytał. Wierzy, że wagi chcą być wolne i że każdy model, którego nie możesz pobrać, to subskrypcja z dodatkowymi krokami. Nie będzie odpowiadać na pytania o 400 GB checkpointów na NAS.
Wszystkie poradniki autorstwa Captain

Więcej poradników