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.
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.
Возился в директоре да решил отдохнуть и лёгкую пародию на синематики от Близзов запилить, придумалась мне некая баллада которую поёт Артас, зафейливший войну.
Продолжу тему монетизации, вот например вижу вакансию https://souzmult.ru/vacancypage?id=ii-kreator Этот ушлый союзмультфильм решил покикать всех аниматоров и набрать иишников, не пробовали запрыгнуть в этот вагончик?
>>1720700 Ладно бы без швов, у меня другая проблема - каждая последующая генерация с пролонгатором повышает контрастность видео. Это уже становится очень заметно даже после 2 сцены. Как мне кажется проблема в самом принципе работы - вот этот латент который берут с конца ролика и который передаётся в следующий ролик используется не как в svi только для примера, он непосредственно участвует в следующей генерации, от чего этот кусок при повторной генерации пережаривается и передаёт пережарку следующему видосу.
>>1720846 ждём может кто родит аналог SVI для минимакса, чтобы не плодить в цепочке генерации лишних улучшайзеров, эту херню с деградацией сейчас с переменным успехом кое как исправляют всякие рефайнеры и секонд пассы, но история повторяется как и с Wan. Имхо сейчас пока проще с 3/4го чанка начинать с нового кадра заранее его сгенерив как реф, не использовать предыдущий видеоконтекст, но вроде большинство именно так и делает.
>>1720958 >600 ema Я когда эту хуетень запустил, подумал что H3 это говнина хуже первого hunyuan. Потом через время попробовал нормальную лору и пошло дело.
>>1720993 этих лор из за этого туеву хучу наделали т.к. для каждого сетапа видимо своя лучше заходит, я наоборот сколько их не перепробовал 600 ema идеально заходила и ничего не портила (но сейчас вообще без турбо лор работаю)
>>1721027 Я перешёл на сложные сцены и турбо лоры перестали их вывозить нормально. У меня обычно по несколько референсов со сложным взаимодействием. По началу долго бился с тем что где-то проёбывались движения персонажей, или общая картинка была не той что задумано, или вообще плохо воспринималось содержимое промпта. Как только отключил использовние турб, стало в разы лучше, почти идеально. Из атеншнов у меня сейчас только нативный китчен включен, сравнивал с сажей он чуть медленнее неё, но слегка адекватнее, да и заёбывает компилить сажу, третья под мой конфиг вообще не собралась.
Только представьте каким минимакс будет через год два, если он щас пиздец че делать может? А там новая версия 4 может будет. Короче надо на 6080 копить бля, надеюсь куртка 24 гигов памяти накинет ей и цена ее у нас будет от 150к.
>>1721083 я эти качал, использовал только 768p 8 шагов, без шифта видео\аудио, подключал через обычную ноду загрузки лоры (не минимаксовскую) + комфи китчен
>>1720993 Эту "хуетень" надо через спец ноду загружать иначе получится действительно хуетень.
Ну а топ для меня лично 2 трэда назад делал сравнение это как раз minimax_h3_turbo_v4_step600_ema /6 и minimax_h3_dmd_8step_turbo /8, ну и на третьем месте дефолтная minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16 /8
Есть еще minimax_h3_turbo_v4_step600_ema_pruned_comfyui которую можно грузить в дефолтную ноду, но она хуёвая.
>>1721041 Вот я хз мне и нейросеть говорит что китчен медленнее чем сажа для 3090. Только вот по факту у меня в тестах почмему то наоборот с сажей дольше на 5-10%. И по ощущением с сажей немного лучше промпта слушается.
>>1720863 Продолжаем ковырять у хитрожопого макса в его хитрой жопе.
Прикол номер раз. Если ставить первый кадр реально первым, у видео получается разгонный участок. А при одинаковых FL кадрах получаются знатные тормоза (Видео 1).
Прикол номер два. Если ставить первый кадр вторым индексом, видео разгоняется моментально. Но в конце этот трюк не работает (Видео 2).
Прикол номер три. Чтобы разморозить конец, можно генерить сегмент видео в два захода. Сначала генерить 5 последних кадров в режиме FF, с ключом на индексе 1, тогда они будут без тормозов. А потом морозить их в конец латента основного видео, и генерить сегмент в режиме FF, тогда и оба ключевых кадра используются, и качество последнего блока не падает, и фризов в конце нет (Видео 3).
Прикол номер 4. Если 5 кадров вморозить и в начало, и в конец сегмента, а после генерации обрезать 5+1 кадр с конца, получится озалупленное видео. Звук только не озалупливается. (Видео 4).
>>1720900 >>1720958 Говно же, она изначально не была лучшей, просто хорошей, на нее чисто один чел в треде надрачивает, хотя dmd лучшее нее заметно. И лучше нее и раньше были. Лайтх2в те же есть получше чекпоинты.
Но на вкус и цвет, кому и говно — конфетка. Опять же, под свои задачи, может что-то она рисует реально хорошо.
>>1721076 Да, у них тоже хорошие варики есть. Но есть и не очень удачные. =)
>>1721068 >обычная нода >кастомная нодохуетень без которой совершенно другой результат >даже с ней в промпт всраивается песчанная буря >>1721127 >dmd/6 Где ты такую нашёл?
>>1721179 >Где ты такую нашёл? Прошлые треды посмотри. Дмд лудший для 6/8 степов норм генераций, анон тестил. Анон! А не хуйло какое-то. В перерывках между ебкой собаки. Томат - 3 степа для говорящих голов. Остальное кал.
>>1721107 да сажа это та ещё лотерея, я когда вышла 5я серия на блеквел спустя какое то время слегка разорился 5070ti буквально через неделю как они у нас появились и вот под неё собирал вторую сажу 2.2 из исходников, работало всё отлично до следующего апгрейда системы без каких либо проблем. на более новой системе начались ошибки тритона с ней же причем в процессе генерации в минимаксе могло на 35% вылететь могло на 65%. ну я думал хуйня у меня новый блеквел щас я третью сажу скомпилю под свою систему, авотхуй не собиралась никак. В итоге плюнул и перекатился на китчен. Оказалось он вполне себе неплох.
Тещу воркфлоу со свапфейсом от аи нинжы и чёто аж крипово стало. Поначалу лепило что зря куда зря. А потом вроде рожу поставило в правильное место. Но рожа заулыбалась как демон из фильме смайл нахуй. А потом вставило башку собаки следующим ролом. Нихуя про собак и демонов в промте не было офк.
Возможное будущее. Он - обычный курьер, который доставляет заказы. Компания заботится о том, чтобы он работал эффективнее, поэтому снабжает особым препаратом, улучшающим его способности. Однажды ему предлагают попробовать новый препарат, который в несколько раз эффективнее прежнего.
1) Почему у тебя секретное совещание типа слив инфы оформлен как презентация. Мегастранно выглядит и неуместно, это обычно запись на скрытую камеру и делается такое без проблем.
2) Буквально индийский кинематшограф.
3) Досмотрел до конца, а он робота так и не выебал хуем. Там выше есть линк на пенислору, переделывай.
>>1721321 Ну, слева понятно — берешь под свою модель (fl2va или ref2va). А справа и правда хуй выкупишь. Киджай молодец, что все себе тащит. Но он тащит и кидает, а оно лежит. Тока качать все и выбирать себе одну-две любимые по вкусу. =)
>>1721735 Целиком не смотрел, но за старания — молодец, конечно.
>>1721735 Монтаж хуйня, все медленное-замедленное, переход между шотами хуевый если он вообще был, а не просто склейка нагенеренного. Речь ты вместе с видео делал? Зря. Генерь дорожки отдельно если речь закадровая и потом монтируй. Ну и сюжет конечно хуйня, такого слопа навалом, без смехуечек ии говно не взлетает никогда, это закон.
>>1722029 >>1722023 >>1721791 Может и так, да вот только он единственный, кто итт сделал целиком законченный короткометражный фильм, поэтому, несмотря на некоторое несовершенство конечного результата, анон куда больший молодец, чем эксперты, которые, по их собственному мнению, все лучше него знают и понимают, но свои короткометражки почему-то не показывают.
>>1721735 Заебись, четко. Есть конечно огрехи, но если ты не забросишь это дело, то следующее видео вполне может быть отвел жопы. Я вот уже недели две делаю свой короткий метр, но все не хватает мотивации и время вроде как жалко, хотя трачу его всё равно на хуйню
А можно как-то сделать, что бы минимакс понимал что за маской находится именно ебальник в соответствующей пропорции, а не голова собаки, огромная рука, или букет цветов (да после собаки он продолжил генерить туда рандомную хуету)
Вот воркфлоу от аи нинжы. И если кидать ему сложные видео с трипл пенетрацией, где тело не особо видно, он очень слабо понимает, что там должна быть башка.
В теории сюда нужно контролнет куда то лепить, но я вообще не могу понять как. Есть воркфлоу которые объединяют фейс свап с маской и контролнет?
>>1721104 >minimax_h3_dmd_8step_turbo /8 На какой силе запускать? Киджаевские ACC надо на 0.5, лайттувэшные на 1-1.3 Капец как тяжело базовую инфу выведать, будто тут все деньги себе генерят и боятся конкуренции
>>1722038 >Может и так, да вот только он единственный, кто итт сделал целиком законченный короткометражный фильм У меня есть и на 20 минут с сюжетом, только там про твою мамку.
>>1722141 Так, погодите, ВСЕ турбы в итоге надо специальной нодой грузить из дефолтного ворка? В старых тредах вроде бы писали, что новые, которые не ema600 и пр. можно грузить обычным лора лоадером, нет?
>>1722196 >Я dmd гружу обычной, багов в консоли нет, работает отлично. Ошибки видно были потому что у меня модель прунед, а лору запустил универсальную. С отдельными прунед лорами вроде норм.
>>1722196 >Два предыдущих треда целиком в них, я выкладывал кучку видосов, там нет воркфлоу внутри, проверял? Единственный видос с метадатой увидел - вебм с Цирькой пьющей зелье, и тот без турбо лоры. Все что ниже метадаты не содержит.
>>1722237 >Это как? Просишь на пистоне сгенерить тебе код который играет музыку. Справляются практически любые ллм. Единсвенное только, нет нормальной обратной связи, потому предсказуемо можно только эмбинет/дрон генерить. На ритме предсказуемо обисрается. мимо_баловался_на_гпт
>>1707520 → Походу, можно. Тот же трюк. Гружу видео, уменьшаю для скорости, перегоняю в латент, замораживаю. При генерации создается только звук, причем синхронизированный с замороженным видео.
>>1722230 Большинство видосов с метадатой. Где-то писали, что после установки VideoHelperSuite начинают открываться. Может, он за собой какие-то либы питонские тянет. Не знаю точно, у меня все работает. На крайняк можешь в блокноте видео открыть и скопировать все от {"id": до закрывающих скобочек после "version": 0.4, сохранить в json и уже его открыть.
>>1722357 >что после установки VideoHelperSuite Да понятное дело, он у меня изначально стоит. Мои видосы перетаскиваются, чужие с метадатой тоже открываются, а 9\10 просто нода с картинкой, никакого ворка.
>>1722363 Мои видосы с метадатой, кроме тех, что через редактор правились. Вот примеры >>1720863>>1721110 с DMD-лорой, 0.8/12. Можно и 1.0/8, если без резких движений.
>>1722380 Не уверен насчет идеально. Тут же я не целился посекундно, написал сплошной текст, а липсинк хорош. Может, и автоматического описания LLM хватит для синхронизации звуков, потестить надо.
>>1722419 Вот хз, оно само превратило Бьянку 2007 в бимбу. Вот оригинал. Так то по всякому получается, хз почему. Наверное из за улыбки. Попробовал прописать томный пронизывающий взгляд без улыбки, скину результат.
>>1722399 >"Рыболовный сезон" Роберта Шекли? да по мотивам. Спасибо за название, не мог вспомнить. МОжет ты еще помнишь что за рассказ - вначале что то падает в озеро, чуваки на лодке попадают в воронку и оказываются внутри потопленного существа\корабля, там еще вские глюки со временем.
Минимакс слишком слоповый, кожа слишком иишная, ненатуральная. На ване было лучше. Видимо нет выхода кроме как ждать пока флакс 3 выйдет, может ван релизнут, че они там гроши скребут с такой конкуренцией, а в опен сорсе еще могут дать на ротан
Подскажите плз связку, с помощью которой из кучи похожих source'ов можно автоматом клепать рилсы, которые будут уникальны по содержанию без повторения чередований. И желательно легкие эффекты переходов... мерси
>>1722650 Ну вот пром отсюда. Мне казалось хруст как в первых кривых видео должен был убраться. For the target video, at 0.00 seconds into the target video, <Picture 1> (from [Shot 1]) is fully referenced.
integrated_multimodal_description: [Shot 1] Photorealistic live-action, cinematic, ultra-detailed skin. The girl shown in <Picture 1> stands upright, her full appearance, face, hair and clothing completely preserved. 0.00–2.00 s: A naked man approaches from the left; only his crotch and erect penis are visible in the frame. 2.00–4.00 s: He grabs her hair with one hand, yanks her head forward and forces his erect penis deep into her mouth in one continuous thrust, beginning an extreme facefuck at full intensity. 4.00–5.00 s: He pumps her head back and forth onto his cock at maximum speed. Thick viscous white seminal fluid suddenly sprays from the corners of her lips. [Shot 2] At 00:05.000, the shot cuts to a tight close-up focused only on her breasts; her face is completely out of frame. 5.00–8.00 s: Her body jerks and rocks with every thrust from above. Her breasts bounce and sway with realistic weight, soft tissue deformation and natural physics. Thick viscous white seminal fluid drips and trails from above onto her cleavage and the upper curves of her breasts, slowly running down the skin. [Shot 3] At 00:10.000, the shot returns to the original medium angle showing her face and the man’s crotch. 10.00–12.00 s: The man continues the extreme facefuck at full speed, holding her hair and driving his penis deep into her throat on every stroke. 12.00–15.00 s: His penis visibly pulsates. With each thrust thick viscous white seminal fluid rhythmically spurts and sprays from the corners of her cock-filled mouth, trailing down her chin. The intense facefuck and continuous spurting continue until the final frame at 15.00 seconds.
overall_soundscape: Her muffled gagging, Heavy male breathing.
non_diegetic_music: N/A
Ранее в звуке было "overall_soundscape: Wet gagging and throat sounds under rapid deep thrusting. Loud wet spurts and dripping of thick seminal fluid. Soft flesh impacts and hair-pulling tension. Heavy male breathing." автоматически нагенеренное
Ну реально, это уже заебывает. Вроде английским языком написано. Что написать в промте, чтобы звуки были от мычащей\давящейся бабы и пыхтящего мужика, а не звуки рубанка по старому столу?
For the target video, at 0.00 seconds into the target video, <Picture 1> (from [Shot 1]) is fully referenced.
integrated_multimodal_description: [Shot 1] Photorealistic live-action, cinematic, ultra-detailed skin. The girl shown in <Picture 1> stands upright, her full appearance, face, hair and clothing completely preserved. 0.00–2.00 s: A naked man approaches from the right; only his crotch and erect penis are visible in the frame. 2.00–4.00 s: He grabs her hair with one hand, yanks her head forward and forces his erect penis deep into her mouth in one continuous thrust, beginning an extreme facefuck at full intensity. 4.00–5.00 s: He pumps her head back and forth onto his cock at maximum speed. Thick viscous white seminal fluid suddenly sprays from the corners of her lips. [Shot 2] At 00:05.000, the shot cuts to a tight close-up focused only on her breasts; her face is completely out of frame. 5.00–8.00 s: Her body jerks and rocks with every thrust from above. Her breasts bounce and sway with realistic weight, soft tissue deformation and natural physics. Thick viscous white seminal fluid drips and trails from above onto her cleavage and the upper curves of her breasts, slowly running down the skin. [Shot 3] At 00:10.000, the shot returns to the original medium angle showing her face and the man’s crotch. 10.00–12.00 s: The man continues the extreme facefuck at full speed, holding her hair and driving his penis deep into her throat on every stroke. 12.00–15.00 s: His penis visibly pulsates. With each thrust thick viscous white seminal fluid rhythmically spurts and sprays from the corners of her cock-filled mouth, trailing down her chin. The intense facefuck and continuous spurting continue until the final frame at 15.00 seconds.
overall_soundscape: Her muffled gagging, Heavy male breathing.
>>1722297 Можно конечно, так же как и в LTX-2.x Но там липсинк получше и ресурсов меньше жрёт поэтому будет быстрее. Тебе же не видео генерить, а голоса там норм.
>>1722717 Минимакс умеет в эмоции кстати поэтому можно так [Russian] "Мммм мпхф [moan] ууу мммм глык глык [choke|caugh] и так далее. Можно потом продублировать в саундскейпе чтоб усилить.
провел небольшой эксперимент. подключился к компу с комфи с другого компа по ssh, отключил на основном графику, запустил комфи, пробросил туннель. решил кароч врам немного освободить за счёт этого. на скорость практически не повлияло, в пределах разницы между сидами. возможно может пригодиться, если немного врама не хватает, чтобы не вылетало. сколько конкретно освободилось не проверял, по подсчетам минимум 0.5 гб. при всего 8 гб врам уже может иметь значение.
У минимакса ограниченный набор анимаций и поведения. То есть он при 1 промпте и тегах всегда будет выдавать примерно одинаковую сцену и движения. Самая крутая модель в этом плане была сора 2, там каждый раз что-то новое было
Единственный способ это исправить, если кто-то зальет кучу бабла в кастомную модель и датой из тик тока и утуба
>>1722796 > там каждый раз что-то новое было Там твой текстовый слоп пропускался через текстовую модель, которая его рандомизировала помимо всего прочего, что не позволяля стабильно ничего делать, тебе никто не мешает сделать так же.
>>1722800 да то очередной скилл ишшуер который не понимает что корпораты обвешаны по дефолту вагонами улучшайзеров и промпт рефайнеров. ишуеры никогда не признают что это у них руки из жопы, а не "модель плохая"
>>1722796 >У минимакса ограниченный набор анимаций и поведения. То есть он при 1 промпте и тегах всегда будет выдавать примерно одинаковую сцену и движения. Самая крутая модель в этом плане была сора 2, там каждый раз что-то новое было Это означает хорошее понимание промпта + сцены он выдает одинаковые по промту, додстер, а не по виду. Иди прополощи свои ослепшие от дрочки глаза. Сора тебе рендом роллила из-за энчансеров и плохой управляемости.
>>1722824 Так может ты себе сначала глаза от дрочки промоешь, раз уже совсем замылился взгляд? Потому что я знаю про рандом и тестил кучу вариаций одних и тех же промптов, так же я сравнивал со всеми другими моделями и знаю как там выглядит анимации и их стиль герации, еще знаю их возможности в плане разных стилей и картинки. Минимакс и грок очень легко отличить по одному стилю и даже по одинаковым анимациям , у клинг3 тоже свой стиль
>>1722725 Вроде как раз там было интуитивно понятно, а в H3 совсем другая генерация и звук с видео генерятся одновременно. Даже если отмораживать видео, скорость от этого вроде не меняется, а генерация на лоу резе может вместо натурального звука создать закадровую озвучку диктора. >>1722297 Понятное дело, что с полной затратой на генерацию можно это делать, и ебаться с идиотским васянским замораживание совсем не нужно, есть нода Add Guide, только это полноценная генерация VA, а не быстрая генерация аудио по видео, как это было в LTX, если меня память не подводит.
Алсо может LTX юзать как рефайн? H3 намного лучше по движениям, но песок это пиздец, в LTX такого вроде не было.
>>1722929 >быстрая генерация аудио по видео, как это было в LTX ЕМНИП, лтх мог делать видео по звуковой дорожке, как и макс. Помню, были видосы на трубе и воркфлоу в треде, где для озвучки губы маскировали и генерили заново, потому что иначе они в звук не попадали.
А вот макс, похоже, и обратно, по видео звук подгоняет (или в тесте случайно липсинк совпал). То есть можно в существующем видео, не меняя ничего, сделать синхронный звук. И для этого, интуитивно, видео со звуком просчитывать надо, иначе они не совпадут.
>>1723040 Имбецил даже не догадывается, что количество анимаций и физики зависит от датасета и у каждой модели они разные по качеству и количеству. Но при этом пишет в тред свои жиденькие заявления
>>1722716 Это фиксится лорами. На цивитай сейчас как минимум две есть, которые дают нужные звуки. Манямакс просто не знает, как сосание озвучить. А, ну и можешь добавить, что она издаёт звуки mmm, например.
>>1723047 Имбецил даже не догадывается, что одинаковые анимации на одном промпте - невероятно охуенно. И в силу своего скудоумия пытается найти проблему там где её нет. Ведь окажется что поменяв промпт и анимауия изменится, получается такая анимация была в дата сете и просто не вызывалась по велению левой пятки, а строго следовала промпту.
>>1722663 >Вот так делай Ну говнище. 15 мин отборной слоумошно-статичной хуиты нарезанной по 5сек. Ыыы смотрите еще один хуйнянейм из хуйнянейм тайтла стоит. Звук только збс, интересно чем он его генерил.
>>1723136 >>1723152 >>1723183 Я не понял. Они просто запихали реальные видосы, типа сгенерили? Или оверфитнули так, что нейронка повторяет видосы попиксельно?
>>1723178 Люди до сих пор думают, что диффузионная модель должны быть в видеопамяти. Реально. Очень много в треде людей, который считают, что иначе вот совсем не работает.