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:
https://rentry.co/2ch-ai-video
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/
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 ( https://civitai.red/ для порно)
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
>>1697896 (OP)
В смысле объем видеопамяти не должен ограничивать скорость?
У меня на моей машине (5070ти) по сути 2 режима: либо генерируется быстро; либо всё зависает нахуй на 0% и будет генерировать час или дольше то что должно сгенерироваться за 10-15 мин. Это как я понял и есть шаред мемори.
Ну значит просто говнокод такой, что не может в нужный момент пригнать веса в буфер vram из ram. Сколько времени у тебя отрабатывает одна итерация? Если ты гоняешь пожатую модель нормально, то фулл фп16 веса с оффлоадом в рам должны работать с такой же скоростью. У тебя по pcie5 500 гигов нахуй за 10 секунд можно успеть прокачать. Модель работает буквально раз в 100 медленнее скорости шины, я же говорю, это не ллм. С ллм если хочешь 10 жалких токенов в секунду, ты должен прогружать модель 10 раз в секунду. А диффузия прогружается раз в минуту, можно даже с ссд успевать грузить модель, наверное.
Если зависает на нуле и держится так минутами, то да, она родимая шаред мемори. Контекст туда вытек.
Уменьшаешь разрешение или длительность, пока не поймаешь тот момент, когда она резко начнет быстрее шевелиться. Может по 30 секунд на степ, хотя бы, но не по 5-10 минут.
Это момент ловится.
Постоянно такая же хрень. Постоянно пытается порвать на два разных шота. Турболоры и высокие разрешения усиливают эффект. Если пропустить в промпте что-то, что противоречит кадрами или логике движений, точно порвет на два шота, или вообще вставит в середину третий.
Частично помогает в промпте прописать изменения от первого кадра ко второму, тогда каждый второй-третий ролл удачные будут. И предпросмотр киджаевский спасает.
FL и REF для разного.
Для оживления готовой картинки - FL. Можно подсунуть звук (закодировать в латент и заморозить), тогда движения и диалоги будут под звук подстраиваться.
А REF - полноценное редактирование. Возьми бабу с первой фотки, мужика со второй, позу из видео, голоса из аудио, наряди клоунами, и всех в сад.
Да я уже пороллил еще на и2в, там даже без подключенного первого фрейма нихуя не работает, просто последняя секунда фризфрейм, который медленно доводит видео до last_frame - судя по всему из-за несовпадения промпта и содержимого, хоть ллм прикручивай для описания последнего кадра, только один хуй надо еще как-то предыдущие таймстепы подгонять, под последний кадр. Какого хуя vl_32b само не может всё это сделать под капотом?
>>1705212
> Для оживления готовой картинки - FL
Ну это я из названия темплейта примерно и так понял. Проблема в том, что нихуя не понятно, как с last_frame его крутить, не зря же его добавили в ноду. Но в идеале вообще не last_frame, а где-то посередине кейфрейм вставить, но с REF хуйня получилась - я сдался на полпути, а скорее где-то 12.5% пути, когда промпт писал.
сука хуй приделала девке
>последняя секунда фризфрейм
Фризится обычно последний блок из 5 кадров. В начале тоже разгон есть, но не такой похабный. И описывать надо не кадр, а изменения. Освещение там поменялось, или кожа потемнела, или руку кто кому куда засунул. Вот если есть прямо набор фоток с фотосессии - там заметно меньше психует, видит, собака, что кадры похожие.
Вроде как помогает последний кадр не прямо последним ставить, а за блок-другой до конца. То есть картинку не в MiniMax H3 Image to Video подключать как last_frame, а после него через узел Add Guide for MiniMax H3, с индексом -5, -22, -39, ...
Заодно при такой вставке кадра можно продолжить видео с плавным движением, если кусок предыдущего латента (от вставленного кадра до конца) вставить в следующий через Replace Video Latent Frames и заморозить маской. Тогда первый кадр следующего видео ровно ложится на последний из предыдущего с учетом нахлеста 5,22,39... И получается полноценное длинное видео, через все ключевые кадры, без потери качества.
В REF кадры можно словами прописать, "шот начинается с <Picture 1>" и т.п., так тоже работает, но задалбывает, конечно. И через Guide тоже, но движения рваные выходят, не одолел пока. Зато REF голоса продолжает одинаковыми, а не случайными в каждом обрезке, как FL. Можно голоса в REF генерить, а в FL потом использовать.
> а после него через узел Add Guide for MiniMax
А че так можно было? Охуеть, сработало. Спасибо за наводку. Подключил к и2в кондишену на -2.5 сек и оно встроило куда надо на FL модели, но сначала smile у Гослинга убрал из начала промпта, потому что у минимакса smile до ушей, как у джокера нахуй, и он под креевский cunning smile не успевает подстроиться до кейфрейма. Осталось с остальным промптом разобраться, чтобы понятно было, что он полностью высунул и переключился.
>А диффузия прогружается раз в минуту
В какую минуту? Она ебашит как с пулемёта эти слои, если они в vram если у тебя конечно не какой то говночип уровня 3060. Каждый шаг это полная послойная прогрузка модели. Замедление происходит как раз в выгрузке/загрузке слоёв из ram в vram. И если на контекст мало места осталось в vram то модель тратит дохуя времени дроча каждый слой последовательно, а если памяти совсем не осталось на загрузку слоя в vram то как раз наступает шаред мемори где каждый слой будет обрабатываться по ахулиону лет с файла подкачки.
> шаред мемори где каждый слой будет обрабатываться по ахулиону лет с файла подкачки
Уточню: в шаред мемори часть самого контекста лежит в оперативе, поэтому проблема не в том, что слои диффузиции летают по PCIe шине, а что еще и САМ КОНТЕКСТ грузится по той же шине, что и убивает производительность в нулину. Можно почекать загрузку гпу в такие моменты, там потребляют как правило ватт 40-60 чипы, ибо средняя по больнице получается с постоянной загрузкой.
Но факт, ахулион лет.
Причем даже две видяхи ты памятью не сложишь, чтобы генерить видео в лучшем разрешении — один хуй по псине гоняться будет все, да и модель не влезет.
Разве что складывать какие-нибудь 5090 из 32 гигов в 64, да на нормальной матери, и писать на питончике свой скрипт, тогда может и будет заебись.
Но не нам, бомжам с 12-16 гигами.
Когда используешь img2video, а не рефы, грофон в большей мере подцепляется с первого кадра, и в результате все выглядит получше.
И реддит такой же один ебаный слоп с махающими мечами и бегущими пердежами
Разрешение увеличивать. Вот что делает простое кодирование в латент и обратно, безо всяких видео.
На тестах видно, что сам латент шакалит детали в несколько пикселей размером. Так что ухи/носы/глазы должны быть больше тестового шакала. Фотки в рост на FL придется делать в 2K, а не 0.8. Максимыч такое тянет. Главное, чтобы железяка вытянула.
>или у вас скилл ишью?
Вот бы взять моушен с H3, ускорить его до 1 шага, а low noise генерить на нормальной модели и назвать это flux 3 open source
а есть какая-то автоматизация чтобы сгенерить шакалов в 0,4 мп а потом апскейлить максимычем по 1 секунде получившееся видео?
С одной стороны да, как будто VAE у макса по таким тестам говно. С другой, он же там темпоральный, я не уверен, что тесты на одной пикче валидны.
Апскейл я ни асилил.
Повторная генерация на низких денойзах заметно хуже по качеству, чем сразу полный размер.
Еще через контролнет имени алибабаевича пробовал, он тоже качество говнит. На низкой силе еще ничего, но там исходные движения уже теряются.
Остается мечтать, что китайские братушки выкатят обещаный апскейлер, и вот там прям ваще абасраться какое качество будет. Но это если он реально ресемплить будет на тех же исходниках, по типу вана-лоу-нойза, а не просто апскейлить.
Вот между прочим лоунойзный ван умеет в апскейл. Он на быстрых движениях в кашу рассыпается, но на видео из H3 смотрит как на слоумо, и вполне приличные результаты получаются. Из 0.4 в 1.0 он точно сможет. Проблема в том, что выше 1K он не тянул. Но замедленные видео я не тестировал в нем, надо проверить. Возможно, и 2K потянет.
Де там, ускорение х6 или скока обещали, завезли?
Ну хотя бы х2 к современным лорам ускорялкам есть?
Если нет, то хуйня без задач.
>>1705862
Ну, купи 5090 и увеличь до 1-2 =( 0.8 ведь все еще даже не базовое для нее… Эхехе, что поделац.
> увеличь до 1-2
Да че-то и на 2МП как-то проебывается сходство. Похоже нужно действительно на ref ебашить и кидать ебла крупным планом и может с разных сторон, а не как на first_frame - мелкие сбоку, хоть и 4К. После 2-го шага похоже включился Sparse Attention и начал срать по триста ООМ за шаг, зато время сократилось с 380s/it до 135s/it.
Заодно flash этот >>1705459 проверил. Но сравнения с обычным + турба лора на том же разрешении нет естественно.
Да хули там. Проснулся, нажал Run, когда к компу вернулся, оно уже готово было. Но вообще да, нахуй нужно ждать по полчаса, картинки приятнее делать.
Блять, ладно, я понял, держи эту, какой даун додумался в левой руке фоткать.
Блядь. Забыл в одном месте right на left поменять.
>>1706084
Проблема не в руке, а в револьвере в 2к26.
Вот правильная.
кто нибудь тестил автогенерацию нейрослопа на треки? https://clipchat.ai?ref=ARTISAN-SEITAN
https://huggingface.co/Kijai/MiniMax-H3_comfy/blob/main/loras/minimax_h3_taomate_3step_lora_avg_rank_19_bf16.safetensors
И куда её пихать?
Почему красноглазые дегенераты не в состоянии прикреплять воркфлоу к своей красноглазой хуйне? В тех видео что там есть нету этой лоры.
По тому что это кал говна, тупо для статичных сцен и говорящих голов. Такое можно и в ltx не хуже сделать.
Обсудили уж, анон вон в тесты ее включил. Хорошая лора для быстрого слопчика. И мимо примерно любой серьезной задачи.
Пошла нахуй, хуйня красноглазая, если просто заменить 4 степ на 3 степ, нихуя не меняется, 0 разницы нахуй, это значит там нужна макаронная аппликация из последовательности нод с неочевидными шизоидными названиями, которая существует только в шизоидной голове красноглазой хуйни.
Ей еще неплохо можно раздевать в режиме генерации картинков: 4/4 [00:05<00:00, 1.37s/it]
>>1706472
У меня работает на шаблоне, еблан. Оформил тебе аппликацию из хуев на твою аллопецию, проверяй.
1. Чел не разобрался с аспект ратио, рукалицо. Просто мусор или нарочито всратый пост для паблика с абстрактными мемами (но учитывая местный подпивасный контингент, который дрочит на советские поделия (ссср пал, офицер), шанс на второе минимален)
2. ОП слепой и глухой, брать в шапку видео, которое, судя по всратости, генерилось с четырмя аттеншенами и двумя кешами и быстрее, чем декодировалось вае - это надо обладать знатным чсв.
3. Звук, очень всратый звук. Какой смысл делать такое длинное видео и не позаботиться о нормальном голосе? Можно было просто пердеж наложить, и то приятнее
4. Аналогично. Блевать тянет от дефолтных голосов.
Вывод: ОП - хуй
Оп всё еще лучше чем текстоблядь.
Лучше смотреть на буквы, чем на суперкомбо слопа и всратого гена как у тебя
Ради интереса кто-то может предположить, почему так? Комфи китчен у меня обновлен.
Прикрепляю видос на 1мп, ну и хуйня получилась по консистентности хуже чем на 0.5 лол.
>ну и хуйня получилась
ОП сразу в шапку такое ставит, не волнуйся
Съеби.
>>1706565
Потрясающе, тебе нужно анкету в голливуде заполнить, лучший ген этого треда.
>Потрясающе, тебе нужно анкету в голливуде заполнить, лучший ген этого треда.
Смысл поста, если я сам изначально написал, что получилась лютая хуита? Лучше б по конкретике чего сказал.
Пока что я заметил, что при подразбиении на чанки практически гарантированно появляется всратый кал типа телепортов персонажа, разворотов конечностей и тд.
Мне понравилась твоя потрясающая ментальная гибкость, когда ты оказался в считай безвыходной ситуации, только на одной смекалке смог выбраться из казалось бы патового положения. Моё почтение, анонче, ты настоящий герой нашего времени.
А что тут обсуждать? Обсуждали же целый тред.
Хуже, чем dmd, но зато 3 степа настоящие, уважаемо.
taomate => dmd => cache какой-нибудь на много шагов.
Дольше лучше, без магии.
Зато если хочется ну пиздец быстро, бери ее.
>>1706562
Все еще горите с шапки? :)
Очередной H3 Prompt Writer, на этот раз тупо HTML-файл, куда вводишь свою llama.cpp, если у тебя есть лишний комп или вторая видяха.
https://github.com/BahamutRU/Yet-Another-H3-Prompt-Writer-HTML
Все пять режимов (вдруг есть ценители), темпу ZCode прикрутил, я хуй забил, галочка ризонинга по умолчанию выключена (!), но включается, пикчи в реф-режиме работают в гемме 12б с тимплейтом анслота. Ну, короче, я себе хотел, я себе сделал. Че прятать-то.
Все правки принимаются, ну если вдруг кому-то не похуй, лол.
Ты забыл свой всратый ген прикрепить, получается ты текстоблядь
Очень остроумный комментарий, ты меня знатно уел. Признаюсь, теперь сгораю от стыда.
Думаю тут уже каждый под себя аналог навайбкодил.
Хоспаде как же охуенны нейронки в этом плане.
Помню как чтобы нужные проги найти нужно было весь базар обойти в поисках cd диска "100 самых нужных программ..." или к соседу в обмен на что - то обменять...
А сейчас - написал нейронке 2 предложения и получай готовую программу через 10 минут.
Ну что, писик до сих пор так ни у кого и не получился? LTX и Wan все-таки пока еще лучше для прона? Лор вменяемых тоже не видно.
>>1706685
А как с нодой работать? Вот нейронка насрала слопа, тебе надо за ней подтереть жопу, а нода кинет этот кал дальше в генерацию без проверки.
Ну, оно работает, иногда даже хорошо выглядит на 8 шагах.
Есть хорошая лора на 4 шага, чтобы с ней сравнивать? Поискал, не нашёл вообще никакую, только на ref2v
Ну вот, тем более хорош.
Выкладывай такое тоже.
Все же, написать в гугл и скачать готовое быстрее 10 минут. =) А мы стали такими ленивыми… я к этому шел неделю, наверное, все ленился.
>>1706685
Именно поэтому.
Приложение чистенькое гладенькое, а нода васянская, кривая, косая, память жрет, генерит как черепахи и миллион проблем, еще выгружать-загружать, еще отдельное воркфлоу, еще… тонна проблем из нихуя, короче. Все по мелочи, но в сумме будут бесить.
>>1706721
This.
>>1706417
Справедливости ради, она весит меньше (Киджай умеет сжимать) при вполне сопоставимом качестве, кмк, с полноценными на полтора гига.
Это плюсик, заменить старые таомейт.
>писик
Пока имеем недопорносингулярный мохнатый кокос или членодевку без члена.
Где же тот самый робин гуд, который дообучит это недорозумение?
>>1706741
Так щёлкаешь по ноде run, правишь что надо (что уже сомнительное желание, что ты там читать и править собрался, быстрей сгенерить и исправить), пускаешь дальше генерацию. Без копипастов, нескольких окон и забитого врам. Одна нода между клипом и промптом. Ну либо как я сказал, сделать сабграф с систем промптами и ifelse вместо ноды.
Алсо, какой нахуй писик. Качаешь первую лору и идеально генерит даже чересчур идеально, порой 0.2 веса хватает.
>>1706775
Что ты несёшь бля... цивит/2853405 инни идеально работает, с i2v, с t2v, даже если завести камеру сзади
А вот XXX v4 реально в песок всё превращает. V2 вроде норм, V3 не качал, и без них не сравнивал. Гоняю только на турбо. Eros тоже не оценил, раньше пробовал с уебанскими турбо, из-за которых сначала поставил крест на H3, надо на dmd погонять.
>LTX и Wan все-таки пока еще лучше для прона
Кстати, есть что-то с чем H3 не справится?
Пизда в миллион раз лучше прошлых сеток, минет делает хорошо, ебёт достойно, только камшоты у меня получались хуже чем на ван2.1.
Не удаляю ван только из-за безупречных масов в VACE. Или через H3 тоже можно удалять вотермарки и делать другие точечные эдиты по маске, без швов, с полным сохранением качества?
Смотрю.
В первом же тесте сразу распознал нашего дружищу минимашку по этим некозистым, нелогичным, рандомным передвижениям и маханиями разными частями тела. А вот тест с лавой немного удивил.
> быстрей сгенерить и исправить
У тебя там 5090 что ли? Генерация занимает минут 20.
> Качаешь первую лору и идеально генерит
Генерит говно.
> инни
Пизда так не выглядит.
>>1706801
С пиздой не справится, звуки секса хуйня, мастурбация девичья хуйня. Анимешное не рисует.
попробуй у ххх 4 силу меньше 1.0 выставить, все равно будет работать, но у меня искажения ушли
>Пизда так не выглядит.
Соболезную. Реально жалко тебя, по сути неликвидной инвалидкой родилась. Может если подрежешь раковые наросты между ног, то хоть чуточку на пизду здоровой женщины начнет походить.
>Генерация занимает минут 20
До минуты на лоурезе на нищегпу, все действия уже видны, можно понять подходит промпт или нет.
>>1706815
>звуки секса хуйня, мастурбация девичья хуйня
А где не хуйня? Стоны хорошие, с жеванием огурцов есть траблы. Ну вот кстати, да, минет на MMAudio может быть лучше, но я больше про LTX/Wan vs H3. На дрочку есть лора, не чекал.
>>1706825
Помню даже на 0.5 песочило. Потом ставил V2, чинилось и генерация выглядела интересней, с промптом справлялось. Я так понимаю Mystic ориентируется не на турбо, потому что примеры автора на V4 выглядят охуенно, сильно лучше прошлых версий.
> если подрежешь раковые наросты
Клитор тоже подрезать надо?
> можно понять подходит промпт или нет
Предпочитаю все же прочитать то, ради чего видеокарту грею.
> А где не хуйня?
Вопрос был с чем плохо справляется, а не где лучше. Да, имею в виду жевание огурцов. Еще голос иногда роботизированный, если говорить про тембр.
у него воркфлоу в примерах сохранен, не знаю одинаковый он или нет, это из первого ролика
Хуя он сумасшедший. Ну попробую, так низко не ставил значения.
>>1706831
>Еще голос иногда роботизированный, если говорить про тембр
Вот кстати, у меня на одном фото получился гиперреалистик звук за счёт того, что камера приближалась и говорящий на время смотрел в пол, вышло пиздецки объёмно. На других пытался это запромптить специально, в основном голос "диктора" получался, никакой динамики, никаких натуральных артефактов.
В целом голос в H3 на удивление хорош. Чуть ли не лучший элемент модели.
>>1706807
Тоже глянул, не сложно было всё угадать только на стекле засомневался, так всрато разбилось, как будто H3, но потом слишком реалистик движение началось, H3 пиздец песочная хуйня, как будто они тоже на турбо генерили. А ван пережаренный слоп. Ну, хорошо что H3 хотя бы опенсорс. Вообще круто, что промпты хотя бы немного похожи на лучшие видеосетки. Чего LTX 2.5 не сравнили, он настолько хуевый что ли.
>есть что-то с чем H3 не справится?
Да, не справляется с:
- демонстрацией проникновения хуя в пизду/жопу.
- i2v когда хуй уже в пизде, они срастаются, либо хуй отделяется от пизды, а на его месте черная дыра.
- камшоты в рот или на лицо максимально уебанские.
- как уже говорили с генерацией пизды не справляется, 1 из 5 генераций только проходит нормально (нормально это так чтобы не блевануть от штопаной пизды или вялого щавеля) и то это с реф + лора.
- генерацией хуя заёбы не меньше чем с пиздой, если вдруг надо под несколькими ракурсами его показать, даже если в реф кидаешь хуй во всех проекциях.
Это уже 12 тред по минимаксу и ни одного ролика с хардкор еблей или приемлемым камшотом. В то время как треды эпохи вана состояли из ебли и камшотов чуть более чем полностью.
так она не лучше качеством h3 promt whriter? Или Тоже самое будет?
>криворучка
Ну давай, выкладывай свои охуенные работы, мастер промпта, докажи, что он не прав.
Если ты готов жрать кал со штопанными пёздами и елозящими хуями вокруг них, это не значит что у тебя руки прямые, это значит что ты говноед или слепой просто.
А то что за 12 тредов ни одного нормального видео по сабжу - прямое доказательство моим словам.
> До минуты на лоурезе на нищегпу
А исправить и скопировать промпт — секунд 5-10.
Заметно быстрее, о том и речь.
>>1706864
Я не юзал промпт-райтер тот, в моем зашиты официальные промпты от самого минимакса. Разведены по типам и добавлена инъекция в реф, на которую она сама ссылается.
Там огромный комбайн на питоне и жиэсе, у меня 1-страничный HTML-файл. Качаешь, открываешь в браузере двойным кликом, все.
Возможно их промпт райтер генерит лучше, если у них промпты кастомные.
Но в треде не пришли к выводу, что лучше, официальные доки или кастомный промпт втрое больше.
Скорее всего тоже самое будет, хз. =)
NSFW
Нажмите, чтобы открыть
мимоанон
>Да че-то и на 2МП как-то проебывается сходство
А последний кадр задан? Тройной апскейл из микроебала не сильно простая задача. Вот с честным FL.
comfyui minimax h3
>А исправить и скопировать промпт — секунд 5-10.
Кому ты пиздишь, только прочесть здоровый H3 промпт - больше минуты. Что-то исправить - вообще заебешься править все упоминания, проще переписать свой запрос и посмотреть что выдаст опять. Потом это говно ещё копипастить, выключать программу, чтобы освободить врам, ждать пока в комфи подгрузятся модели и всё равно получить хуйню, потому что нужен был новый промпт, а не перефразировка пары слов.
Если честно T/I2V промчу обычными предложениями, не заметил минусов. Лютый промптинг вроде только на ref модели нужен. Она пиздец медленная, не трогаю лишний раз.
>>1706935
Это наверняка не H3. Ну что-то близкое наверное можно сделать.
>>1706861
>12 тред по минимаксу и ни одного ролика с хардкор еблей
Нихуя себе, реально? Я просто не нашёл до сих пор время глянуть что в ранних тредах постили, они так быстро улетали в лимит. Как будто даже в ранних постили что-то БЕЗ ЛОР даже.
Проникновение может и с траблами, но повторю, пизда просто идеальная чуть ли не каждый раз, без рефов и без кадра с пиздой.
>>1706417
Бля, а неплохо. Я прям юзаю и не сказать, что сильно недоволен, как бы вся та же хуйня от H3 вылезает, которая и на 8 шагах могла вылезти. Для кума - вообще за глаза, особенно что-то на 3-5 секунд, с одним действием, чисто оживить картинку. Для чего-то качественного H3 в принципе негоден.
Кидаю видео, аудио, кадры, вытаскиваю images from batch - вручную это всё пиздец муторно. Есть нода, куда можно как в видеоредакторе на таймлайн кидать файлы и тримить длительность так же удобно, а оно само это в Add Guide кидает? Или надо вайбкодить?
Как же ты сука заебал дразнить видосами из топовых сеток. Причём уже по второму кругу всю эту хуйню кидаешь.
>Локальной генерации ИИ-видео №19 /video/
>ЛОКАЛЬНОЙ
Мало того, что спизженное, так для корпов есть отдельный тред.
> для корпов есть отдельный тред
Где?
Если бы я хотел дразнить, то кидал бы видосы типа этих
хули они так орут, будто со слуховыми аппаратами оба?
можно запромтить какой-нибудь типа интимный шопот или ещё чёнибудь.
>>1706954
Какие модели топ для генерации промтов? Gemma 4 и qwen 3.8 без цензуры?
На данный момент они лучшие?
Ryanchen911
/
Kimi-K3-Uncensored-GGUF ?? Его? А что за jb? Вообще языковая модель сейчас есть топовая? Gemma 4 очень мало текста делает qwen вроде дохуя, но сцены будто не живые, даже gemma делает сцены будто ирл
>инни идеально работает
Вот это спасибо, вот это реально рабочая лора, пробовал до этого 2 других, там кал говна получался.
>но повторю, пизда просто идеальная чуть ли не каждый раз, без рефов и без кадра с пиздой
Ну на словах то ты лев толстой, а на деле...
>>1707233
Это wan3.0?
Съеби нахуй плиз, заебал уже с этим троллингом тупостью. Долбоеб ебучий, ты хоть раз в Minimax H3 сгенерь или ХОТЯ БЫ посмотри то видео выше, где сравнивают говномакс хуиту3 с нормальными сетками. К тому же minimax много лет был закрытой сеткой, их hailuo ai одно время был лучшим, может закрытая сетка у них получше, но к локалу она не имеет отношения.
>>1707233
Вот тут сразу видно, что вполне мог бы быть H3 с интерполяцией кадров.
> только прочесть здоровый H3 промпт - больше минуты.
> выключать программу, чтобы освободить врам
Ну ты границы обозначь.
Я пробовал Qwen3.8-Flash-Next, работает охуенно, но генерит промпт 5 минут локально. =D Как будто рот таво ибал временами.
Дипсики как будто похуже на удивление.
Гемма 4, да.
Квен 3.8 27б я не распробовал.
>>1707254
> А что за jb?
jailbreak, промпт-взлом, типа, чтобы без цензуры отвечала и мозги не ебала.
>заебал дразнить видосами из топовых сеток
У вас целый тред, блять, аллигархов-дразнителей дорогими пекарнями, позволяющими генерить локально, пока нищуки вроде меня вынуждены платить по доллару за секунду видео, из-за этого все глубже утопая в бездне нищеты. Страдай.
мимо нищий
>платить по доллару за секунду видео
Так это получается ты олигарх тут, а не мы
>БЕЗ ЛОР
Те у кого руки прямые ими и не пользуются.
>Если честно T/I2V промчу обычными предложениями, не заметил минусов.
>для чего-то качественного H3 в принципе негоден.
Съебал бы ты нахуй отсюда.
Это хуйло сейчас репорт словит и мы еще недельку от школяра отдохнем с его визгами, пойдет к себе в грок тред хрюкать.
>>1707324
Генерили много раз.
Не получается, бедняки всегда платят больше богачей за эквивалентные ништяки, это закон экономики. Погугли cost of poverty, если не веришь.
А хули ты плюёшься?
Закинул минимаксовый гайд в ллм и сказал написать рандомную хуиту. Вот такую срань по типу пикрила легко что ли быстро усвоить, да ещё и отредачить всё, что нужно? А бекенд ллм у тебя на святом духе работает? Или ты видео на тредриппере собрался генерить, пока ллм продолжает висеть на фоне? Отгенерить заняло 20 секунд, от фулл генерации принципиально не отличается сюжетом.
>>1707353
Так как раз для корпо-богачей с качественными видео отдельный тред.
>>1707369
Ты про те видео, где каждую секунду поезд переходил в новое измерение и детали на дистанции превращались в пиксельарт? Да, хорошо он приложил дебилов с нулевой насмотренностью, не способных отличить локал и онлайн.
На видео сравнениях хорошо видно как H3 пытается делать похоже на закрытые сетки, и ожидаемо не справляется. Я не знаю хули у тебя сраку разрывает от реальности. Среди локалок он хорош, но вы сами зачем-то его пытаетесь сравнивать с отдроченными тикток видео из лучших сеток.
>в грок тред
А, понятно, откуда ты такое набежало. Ну, присаживайся, изучай как выглядят результаты из разных сеток, чтобы не гореть как еблан больше от фактов.
>>1707367
>>Если честно T/I2V промчу обычными предложениями, не заметил минусов.
>>для чего-то качественного H3 в принципе негоден.
>Съебал бы ты нахуй отсюда.
Жду твоих годных результатов, где детальный промптинг генерит заметно лучше обычных 4 предложений с одним простым действием на несколько секунд. Только пиздеть горазд, чтобы оправдать свой пердолинг с ллм. Я пробовал и так, и так - H3 не переборешь, выдаёт что может.
Вы нахуй определитесь, то ли у вас H3 ни пизду сгенерить не может, хуи склеиваются, звука нет, то ли он у вас генерит ебейшую годноту по дюжине референсов, идеально без артефактов.
А что ты там генеришь настолько классное, что готов даже денег за это заплатить?
>Те у кого руки прямые ими и не пользуются.
За все трэды "прямыми руками" пользуются только что бы написать об этом. Полагаю руки такие прямые что даже до кнопки Run не дотягиваются.
>>1707385
По тому что баг такой, вытащи его из сабграфа и заработает.
>Gemma должна нормально генерить, её для рп используют
4 пока последняя? Почему она мало текста промта делает в отличии от qwen? qwen целую статью нахуй пишет как будто. Есть какаие модели качественнее gemma 4?
>>1707352
>jailbreak, промпт-взлом, типа, чтобы без цензуры отвечала и мозги не ебала.
Есть ссылка на модель? Кинь анончик
а нафиг на скрине в fl2va засунули промт по гайду ref2va, у них гайды разные
потому что в квен 3.8 рассуждения на максимум выкручены по дефолту. Проси гемму более подробно и художественно писать, если считаешь, что не хватает текста
>Так как раз для корпо-богачей с качественными видео отдельный тред.
Где???
>Потом это говно ещё копипастить, выключать программу, чтобы освободить врам
Можно подрубить ноду Prompt Enhancer прям в воркфлоу, он генерит тебе простыню через твою локальную модель прямо в комфи, без заёбов с подключением llama и прочей поебени. После генерации выгружается освобождая память. Вот от сюда ворк можешь взять.
Платят так или иначе все, просто есть локал-аллигархи, которые могут себе позволить единовременно отвалить крупную сумму за мощную пекарню, а есть корпо-нищуки, для которых такая покупка за пределами финансовых возможностей.
Прости, его реально смыло, даже какого-то общего AI треда не могу найти. Но у треда не просто так появилась подпись "локальной генерации", раньше он был объединённый.
>>1707409
Я про это и говорю, а они говорят через выделенное приложение удобней.
>>1707404
Спасибо, проебался. Гуглил, нашёл только такой, не вчитывался в содержание.
>H3 пытается делать похоже на закрытые сетки
Перестань позориться, лоботомит.
https://2ch.org/nf/res/110029.html
Тут, залетай. Наслаждайся богатством и роскошью.
референсы надо правильно прописывать, скорми этот скилл и попроси переписать
https://github.com/MiniMax-AI/MiniMax-H3/blob/main/.agents/skills/h3-prompt-writing/references/ref-en.txt
Чел, ты уже обосрался, не продолжай, пожалуйста, ты даже прочесть не смог, что выше писали.
Блять че за хуйня, благодаря тебе я тоже заметил, что у меня сид не меняется. Втф? Нода у меня не в сабграфе находится.
На какую модель, братан? :) Кими К3?
Еще раз, внимательно читай: jailbreak это ПРОМПТ (PROMPT, ИНСТРУКЦИЯ), который «взламывает» модель, чтобы было меньше цензуры в ответе.
Надеюсь теперь понятно? Это не модель.
Вся суть в том, чтобы модель, которую ты НЕ можешь изменить, заставить генерировать всякие непотребства.
Я предполагаю, что >>1707249 использует обычный чат (типа https://www.kimi.com/ у них прям, я хз), или какое-нибудь API, куда подпихивает свою jb-инструкцию.
А вот инструкций я таких уж давно не знаю, извини. Корпоративные модели я не юзаю для нсфв, локальные просто качаю abliterated/heretic/uncensored, там jb не нужен.
———
Ну кстати. Qwen3.8-27B хорош, промпты неплохие. Вроде как лучше Gemma-4-12b.
Ах да, нюанс, я генерил https://huggingface.co/BoldingBuilds/Ternary-Bonsai-2-27B-Abliterated-PTQ1_0-GGUF интереса ради.
Еще можете https://huggingface.co/Hikari07jp/Ternary-Bonsai-2-27B-Abliterated-GGUF попробовать.
Это были эксперименты с моделями одновременно с промптами. =D На удивление, не всрато.
>2
Сейчас завизжит, что на H3 можно не хуже, только прямые руки™ нужны.
Почему у тебя такой убогий и кривой хуй? Это 14 см те самые?
Делал референс себя в виде селфи на мобилку с голосом и панораму комнаты, ахуенчик получился. Как будто реальное селфи видео.
Это все понятно, хотя видеокарта по крайней мере используется сразу для нескольких разных задач, и вот за нее деньги отвалить не так в падлу, тем более она только дорожает со временем.
А вот отваливать деньги ни за что, это уже как-то не хочется прям, потому и стало интересно, ради чего ты готов был платить буквально за воздух. Какой-то крутой проект или идея?
>у кого руки прямые
Ух ебать, да у нас тут мастер промпта, способный выебать анатомически правильную пизду анатомически правильным членом, используя только слово.
Ну давай, покажи свой божественный онлипромпт, пряморукий ты бох промпта!
Нахуя? Есть специально заточенные нейронки под толькозвук.
И они толькозвук делают куда качественнее чем H3.
Звук в H3 - это просто небольшой бонус, чтобы хоть огурчиков послушать во время важного дела.
А можешь еще и названия вкинуть? Хочется попробовать те самые божественные модельки, которые классно генерят толькозвук.
> Звук в H3 - это просто небольшой бонус
Да? Тогда расскажи, а как ты добиваешься синхронизации видеоряда и звука? Модели для толькозвука принимают на вход видеореференс и генерят звук идеально под видео?
Мне показалось, что H3 трахнуло всех по звуку, да так что даже некоторые ттс прихуели.
Кинь какие генерят хорошо, раз H3 не может генерить только звук.
>H3 трахнуло всех по звуку
Чито?
>Кинь
Пройдите на
>>1705134 (OP)
>музыкальный тред
Понятно, очередной тупой еблан-фантазер.
Ты бы ещё на ттс тред дал ссылку. Я в курсе про то, что в этих тредах упомянуто.
Ты имел в виду MMAudio и Foley?
Там, вроде, альтернатив нет.
Порой их обучают для видео-моделей.
>выебать анатомически правильную пизду анатомически правильным членом, используя только слово.
Починил члены в промпте на вторую неделю минимакса, как и пезды (но на них лучше реф, конечно).
>Ну давай
Полай.
4060 16GB + 64GB
8 шагов
0.8м 5с - 330с
0.6м 3с - 140с
1.0м 3с - 240с
3 шага
0.8м 5с - 155с
1.0м 3с - 115c
1.0м 2с - 85с
2.0м 2с - 190с
С ластами и у Вани лажа была. Там VACE работал.
Есть два уже готовых видео. Одно заканчивается на ключевой кадр, второе с него начинается. Склейку видно. Берем несколько последних кадров из первого видео (минус место на склейку), добавляем несколько пустых, добавляем несколько первых кадров из последнего (минус место на склейку). Делаем маску на шум - первые кадры морозим, середину оставляем, конец морозим. Запускаем Васю, получаем гладкую склейку: первые и последние кадры остались как есть, середина гладко состыковала концы.
Максимка, смотрю, под Васю косить умеет.
Есть два видео. Нужно создать переход. Берем пустой латент перехода. Берем несколько последних кадров из первого латента, вставляем в начало латента перехода (нода Replace Video Latent Frames). Берем несколько первых кадров из последнего латента, вставляем в конец. Делаем маску - черную для концов, белую для середины, накладываем на латент . Подаем в семплер, получаем гладкую склейку.
Осторожно, кадры в латенте - это не кадры видео, они 2+5k вместо 5+17k. Маски морозят кадры латента, так что стыковать можно только 5+17k кадров видео. Маску можно делать 1x1, тут 4x4 чтобы в просмотре было видно. И турболоры портят стык - дрыгают, цвет меняют, и т.п., надо подбирать параметры.
Быстренько адаптировал с вф от vace, на нем работало идеально. Уже не помню нюансы, что-то нужно подправить.
другой
>>1707768
О, погоди, это реальные маски? Он с ними нативно хорошо работает? Даже инпейнтить можно?
Но минимаксу как будто вообще похуй, он делает как ему вздумается, в 1 из 10 случаев он немного последует рефам, а в остальных лепит как попало.
Есть какие лайфхаки как заставить его больше внимания обращать на рефы?
>Он с ними нативно хорошо работает
Продолжает видео точно хорошо, по сплошной маске. На этом, видимо, все директора и построены.
Склейку vace-like делать вроде может. Но постоянно пытается порвать видео на два шота вместо гладкого перехода. Или микрофризы по всему видео лепит. Причину пока не понял - лоры, длина, промпт, маску ослабить или что еще.
А до инпаинта пока не добрался. Если можеть - ваще круть будет.
Если какая-то лора нужна, то ткните носом в ссылку.
И на писик тоже было бы неплохо.
Ну, то что без масок - это и через Add Guide можно делать. Попробую потом эти маски через латент.
По моим тестам, латент качество выше дает. А лучше, если оба сразу.
Я пытаюсь непрерывное видео через ключевые кадры построить. Получается, надо в первом сегменте поставить Guide в кадры 0 и -22. Во втором - наложить 22 кадра в латента из прошлого видео, плюс Guide 0 и -22. Тот кадр, что 0, точно попадает на кадр -22 из прошлого видео, а тот, что -22 - потом попадет на начальный кадр следующего сегмента. Получается гладкое видео без потери качества. А в конце можно и зациклить последний сегмент с первым, будет луп.
Всякие Director и Continue на гитхабе так и делают, видимо. Только я не нашел, кто из них петлю замкнуть может, да и FL непрерывный не везде есть. Еще наложение на звуковую дорожку надо сверять, чтобы стыки на правильные места приходились. Приходится вот в Resolve разметку делать и на сабграфах ручками колхозить.
Мой jb на rentry. kimi-jailbreak
Но там по сути префилл является джейлбрейком, он поддерживается не всеми api
4090 24GB + 64GB
FLF, Kitchen
8 шагов
0.8м 5с - 130с
0.6м 3с - 65с
1.0м 3с - 100с
3 шага
0.8м 5с - 86с
1.0м 3с - 64c
1.0м 2с - 52с
2.0м 2с - 95с
Какаята непонятная хуйня, я нихуя не понял, вкатился во все это недавно и не шарю за эту сдохля легаси пердольню. Чем это отличается если просто кинуть нужное количество нужных кадров в адд гайд н3 ноду?
>непонятное нечто
ахахаха
ирл увидишь когда наконец то, тоже так скажешь
Например, в хвосте видео Guide говнит качество, если больше нескольких кадров, а латент - нет. Guide, судя по входу VAE, перекодирует кадры, а кодинг туда-сюда их портит, на длинных видео быстрее ошибку копить будет. Зато латент одиночные кадры не вставляет, потому что морозится только блоками. Может, еще какие отличия есть.
Любую какая больше снижает скрость генерации. Просто на 1 сиде сначала без всех улучшений сделать генерацию и сохранить видео, а потом по очереди врубать все ноды на скоросить и смотреть какая быстрее и какая не ломает финальный рендер
У меня kitchen attn быстрее всех была
PDD acc 8step лора по идее единственный вирант чтоб сохранить качество основной модели за 8 шагов
Да я-то никак.
А как тот чел — я уже писал свое мнение, но пусть лучше он ответит четко, чтобы не плодить догадок.
(купи 256 оперативы, ну купи 128, ну че ты, заранее надо было, или ддр3)
Чем сейчас модно инпейнтить сиськи одноклассницам?
Мне только переход на реф модель и помогал. Можешь попробовать промптом написать, что надо повторить реф 1:1, но скорее всего это тебе не поможет.
bonsai 2 судя по видосам трешанина, которая только бенчи может проходить, уж лучше геммачку 4 26b разцензуренную от hauhauCS, хотя и 12b нормально писала
>PDD acc 8step лора по идее единственный вирант
Это же кал
тебе явно в другой тред в Stable Diffusion, можешь даже и сдохлей по старинке инпейнтить при желании если есть фотореалистичная модель, для сисек сойдет и она. (а так вообще чем угодно от klein9b, qwen image edit и krea2 и тд). Тут видеомодели обсуждают.
Ты её на 2-х шагах используешь что ли? У меня она почти не даёт отличий от ванильных 20 шагов.
Лучшее видео в треде? Да у тебя и секретные новые аудио сетки выдают звук чище голивуда, а H3 ебёт сиданс на ноутбучной 3060.
Склонен верить не беспруфному пиздаболу, а челу с наглядным видеопримером. DMD и taomate остаётся топом.
с озвучкой только не очень
Что за пиздец с голосом?
Это бред, ты уверен, что правильно все настроил? Даже на офф тестах она повторяет фул 20 шагов, но заметны пробелы в анимации и мелких детелях , аудио тоже не должно ломаться
И это делали сами алибаба, а не левые васяны, как в других лорах
Ну по видосам лучше не судить, они ради хайпа снимаются.
Надо тестить на своих промптах, проверять, может ли он писать нужное тебе. ИМХО, самый верный вариант, да и недолго это.
Я как раз и пришел к тому, что надо прям буквально всё изображение описывать детально в промпте, иначе он начинает игнорить его. Типа если где-то в промпте упомянуть "камера сзади персонажа", а на рефе нарисовано что перс находится в кадре слева на средней дистанции спиной к камере, то модель просто по дефолту просто поставит камеру по центру с обычной центровой композицией (как она обожает делать в любой непонятной ситуации). А если всё детально расписать, то в принципе работает.
А какой результат тебе нужен? Эта нода нужна чтобы просто пиковое потребление врама снизить.
Ну, что-то снижение нихуя не заметно. У меня как сжирало всю врам и рам и ещё 10гб с ссд, так и сжирает, не делает это как-то постепенно, работу ноды сложно заметить. Вот такие значения постоянно почти на любых размерах, слишком высокие не ставлю.
>>1708006
Вот тут как будто ожидаемо x2 скорости
>>1707974
Тут как будто тоже большой прирост при вдвое меньшем рам. Не понятно что делаю не так, воркфлоу дефолтные.
Там 2 видео с мёрджем модели и 2 видео просто с лорой. оба варианта - кал.
Вот тот же промпт на ема 600 на 4х шагах.
Уверен, 1 пик с мёрджем модели на 30гб, в мануале написало что блок с лорой надо оставлять, по тому что в нём сигмы, только делать силу 0
2 пик с лорой.
Правда юзаю комфи китчен аттеншен, возможно это под сажу сделано.
И вот в догонку
1. 4 шага minimax_h3_fl2v_turbo_4step_v1.1_768p_comfyui_bf16
2. 4 шага minimax_h3_turbo_v4_step600_ema
3. 8 шагов minimax_h3_dmd_fl2va_8step_turbo_pruned
4. 8 шагов minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16
Китчен стоит, sparse attention тоже пробовал, не почувствовал что лучше юзать, разница минимальная
>дефолтный спектрум
>дефолтный
А эта кастомная хуита чемлучше обычной дмдлоры 8step? Заебусь разбираться как его правильно запустить, что качать, а потом окажется, что он ещё и хуже.
Без турбы же минимакс работает без генерации негативов или надо еще врубать cfg для лучшего качества?
Анон, подскажи.
Хочу бабушке на др сделать компиляцию из фоток, как делают с мемами. Типа от первого лица ходить от фото к фото, которые оживают.
Ну или хотя бы просто оживают.
Какую модель и интерфейс лучше использовать?
У меня 6 Гб видеопамяти и 64 Гб оперативы, есть вообще смысл локально пытаться такое намутить?
>Какую модель и интерфейс лучше использовать?
>У меня 6 Гб видеопамяти и 64 Гб оперативы, есть вообще смысл локально пытаться такое намутить?
Кидай фотки, я сделаю.
Просто найди референс готовый и узнай как он сделан. Но хз, нормально вписывает челиков в видео только сиданс, а он дохуя дорогой. Если простая анимация фото, тут может даже алиса справится.
С твоими 6 гигами, локально... А ты точно ценишь свое время?
>А ты точно ценишь свое время?
Ну, время есть, так что если есть локальные варианты, я бы попробовал.
Боюсь онлайн челы с фото просто ручкой помахают, хотелось что-то поинтереснее намутить. Но если это муторно и дорого по вычислениям..
>Просто найди референс готовый
Да я скорее в Тик Токе видел, а там не пишут как сделано. И не кинешь же картинку в комфи чтобы подхватил цепочку.
>Да я скорее в Тик Токе видел, а там не пишут как сделано.
Видел подобную хуету вот тут постили с промтами https://t.me/gos_comfy можешь попробовать поискать, но там дохуя всего
>Ну, время есть, так что если есть локальные варианты, я бы попробовал.
Будешь ждать по часу генерацию, чтобы только понять что она зафейлилась. За это время быстрее научишься корпов абузить. лают.
Так тут тоже говно артефачное.
>WAN\MINIMAX\ND_Refined
Больной ублюдок.
Вот честное сравнение 20 шагов против 8 шаговой лоры.
https://civitai.red/models/2663838/plaguekind-minimax-h3-sparse-attention-refmod-ltx-workflow-eros-or-sulphur-compatible-or-faceid?modelVersionId=3344355
Сам реф мод https://github.com/Luisacaotica/ComfyUI-MiniMaxH3Mod.
Прикольная штука. Позволяет из одной (или нескольких) картинок и видео тренировать микролоры за секунды. Нужен свой загрузчик для их работы, обычный загрузчик лор не подходит. Лоры можно тренировать на разные концепты (на пикче) + аудио также можно учитывать, если трените на видеороликах.
Если есть такая лора, то не нужны реф пикчи/видео для генерации. Не надо прописывать в промпте <picture 1> и всякое такое. Промптим, как обычный t2v.
> микролоры
Это не лоры, а эмбединги просто сохраняются. Веса модели эта хуйня никак не меняет.
>Промптим, как обычный t2v.
Как она тогда догадается что ставить, то что у неё в дата сете или то что ты ей подкидываешь через мод?
<subject 1>, <subject 2> и т.д.
Вот например промпт, в котором эмбендинги на 1 персонажа, блоуджоб и пенис (всего 3 штуки).
integrated_multimodal_description: [Shot 1] Cinematic, professional adult film, a close-up shot captures a beautiful blonde woman with her hair tied back as she performs a deep blowjob on a man. The camera zooms in with small amplitude at slow speed, focusing on her face and the rhythmic motion. The woman (S1) takes the entire length of the penis into her throat, her eyes watering and her facial muscles tensing as she experiences a visible gag reflex, her throat moving with the depth of the stroke. The wet, rhythmic sounds of the motion are synchronized with the physical contact. [Shot 2] At 00:05.000, the camera cuts to a slightly wider, intimate angle, showing the woman's head moving up and down with intense, rhythmic motion. Her blonde hair falls over her shoulders as she maintains the deep throat position, her lips stretched around the shaft, creating a messy, wet, and highly detailed cinematic visual of the act.
overall_soundscape: Wet, rhythmic sliding and suction sounds from the oral sex, accompanied by the woman's heavy, muffled breathing and the occasional soft, guttural gagging sound.
non_diegetic_music: N/A
>Combined MiniMax H3 node requires the qwen3vl_32b (H3) text encoder.
ClipProj, что с ебалом?
Бля, я запутался с этими латентами. Можешь кинуть пример? Что-то простое, буквально инпейнт по маске звездочке внутри 2 секундного 0.2MP видео. Я хочу, чтобы в видео менялось только то, что внутри маски без заметных границ маски.
Засунул видео в латент, а как применить маску не понимаю.
Так, падажи, я закрасил в оригинальном видео серым по маске, что-то поменялось, но теперь другая проблема, которой быть не должно. Как правильно это делать?
h3 promt whriter топ на данный момент для генерации промтов, или лучше есть что?
Погодите, это реально?
Я могу купить 10 говнокарточек по 2 гига и получить 20 гигов врам?
Да, только они не будут объединены как GB200 и тебе потребуется материнка с процом за охулиард с 128 pcie lanes
Нет, это для параллельной работы. 10 говнокарточек на одну генерацию тоже можно, но во первых это тупо экономически будет нихуя не выгодно собирать такой риг, во вторых готовые решения скорее всего не дадут адекватного ускорения, надо филигранно вайбкодить синхронизацию под такой конфиг.
Самое интересное застакать каких-нибудь 3080ti несколько, ниже наверное нет годных карт.
Я не собираюсь редактировать видео масками, не верю в это. Даже картинки доводить ручками часами надо, а видеомодели гораздо хуже рисуют. Я только пытаюсь продолжение и сшивку делать.
Но вроде как маски работают. Вот пример - исходное видео, маска, и отредактированный вариант. Не уверен насчет гладкости, может, блюрить надо, но не буду экспериментировать.
На бумаге - 25 секунд со звуком, на деле хруст огурцов и мертвый тред
Проблемы треда, а не Н3. Я много генерю, а запостить нечего.
Просто не у всех есть хотябы 5060ти чтобы генить в 0.4 пукселя 10сек по 20 минут, а у кого есть, тем хлебоходы нахуй не нужны. Ну и лично мне не интересны видосы по 15 сек, хочу делать длинные но заябывает перероливать чтоб консистенция была меду ними да и с бесшовными стыками так и не разобрался, а смена шотов как у сотапорашных моделей каждые 10сек пиздец бесит.
NSFW
Нажмите, чтобы открыть
>да и с бесшовными стыками так и не разобрался
Через Add Guide можно делать бесконечно длинные видосы даже на слабой видюхе, не усираясь в промпт (при условии однообразия видео) и удлинялки. Два момента:
1) Надо продумать что-то, чтобы внешка или другие важные детали не уплывали. В идеале лору на внешку, или хотя бы рефмодс. Картинкореференс тут худший вариант - самый тяжелый и вынуждает работать модель в референс режиме и промптить на языке шаолиней вместо плейн текста.
2) Бесшовный стык делается в монтажке. Генерим видос, пихаем его же последнюю секунду-две в Add Guide, наращиваем дальше. Потом складываем вместе в монтажке, общее время получается очень похожим, но не совсем одинаково, поэтому склейка должна быть посередине этой секунды. Нейросклейки в ДаВинчи неразличимы.
Модель и так слабая, лица плывут и разваливаются без всяких турб.
мне похую что ты там думаешь про модель
если по делу нечего подсказать, так иди нахуй
пришлось сжать
А звук с предыдущего видео как отрезать чтобы в адд гайд пихать? С кадрами Get Image from Batch збс, но под звук чтот не вижу ноды. И для объедения тоже нет ноды походу, нашел какоето Merge Audio но оно нихуя не объеденяет в продолжение.
клод опус 5.5 отвечает по инструкциям от китайцев:
- Раздел 2.4: `<Audio N>` может быть не только отдельным аудиофайлом, но и включённой синхронной звуковой дорожкой референсного видео. Среди его применений прямо названа преемственность звука (audio continuity), наряду с битом и ритмом.
- Раздел 2.5: у референсного видео звук сам по себе не становится `<Audio N>`. Чтобы модель его учитывала, дорожку нужно явно определить как отдельную метку, например `<Audio 3> is the synchronized audio track of <Video 1>...`. Нумерация у `<Audio N>` своя, независимо от `<Video N>`.
- Раздел 3: если продолжаешь исходное видео и не копируешь его звук напрямую, а новый звук лишь продолжает слышимые характеристики исходной дорожки, ставится тип `audio reference`. Он у тебя в summary уже есть.
- Раздел 4.2: в `retention_analysis` такая дорожка получает маркер `reference` (сигнал не копируется, берутся только характер, ритм, фактура звука).
- Раздел 6: связь с референсным аудио указывается в той секции, к которой относится слой: эмбиент и шумы в `overall_soundscape`, закадровая музыка в `non_diegetic_music`.
- Раздел 5.1: для звука, непрерывного между шотами, и реплик через склейку используются `<scenetrans>` и `<cutoff>`, но подробные правила вынесены в базовый гайд (T2VA / I2VA / FL2VA / L2VA), которого в твоих ссылках нет.
Готового примера именно «продолжить эмбиент исходного видео в новом ролике» в инструкциях нет. По их логике это делается так: дорожку `<Video 1>` определяешь как новый `<Audio N>` с ролью `reference`, а в `overall_soundscape` пишешь, что атмосфера продолжает эту дорожку без разрыва.
А у меня есть, но пока локалки говно, вот будет чтото уровня сидансе 2, с консистетными персонажами, ух бля....
>много генерю, а запостить нечего
А что такое, 242.1 мешает?
>неудачный момент для склейки оказался
Конечно неудачный блять, пол фильма посмотрел пока до главного дошло, на 8 секунде идеальный момент для склейки когда он сам штаны поправляет, а она уже нагибается.
>>1710424
>>1710708
Шел второй месяц жизни минимакса, кулибины все продолжают делать троллейбус из булки хлеба. При куче уже готовых настоящих троллейбусов.
>>1710745
2 чая
>пока локалки говно
Ждун, ты так всю жизнь прождёшь. Когда локалки будут уровня сиданс 2, у корпов будет сиданс 3.5, на который ты также малафить будешь, по тому что он будет делать тебе блокбастер на 10 минут по простому промпту в 1 проход, а на локалке надо будет промптить каждый вдох чтобы качество хорошее было и всего 20 секунд. И ты опять решишь подождать... и так до бесконечности.
технически да, на 8-9 секундах норм. но мой момент по действию интереснее.
кстати аноны, подскажите, у кого есть идеи типа видрила >>1710706
попробую реализовать. внезапно оказалось, что придумать что-то годное сложнее, чем сгенерировать.
Почему нейронки всегда генерят такие огромные головы? Заметил что и на видео, и в картинках они так делают. Как будто анатомию учили по датасету, состоящему из Тириона Ланнистера.
Нода get video components, audio идет в add guide. Фулл вф есть в треде, ищи Бориса пару тредов назад и не только
>>1710845
Да не только, просто я не выдрачиваю кач-во, а всё остальное обоссут, да и с кач-вом обоссут тоже.
а ты селфи камеру открой на смартфоне и сам себя на видео сними. И просто посмотри какая у тебя будет голова
Самое простое - поставить что-то из готового. Например, https://github.com/roadmaus/ComfyUI-Continuity - буквально одна нода, чтобы править всеми. Вот если и там прямо чего-то не хватает, тогда уже костылить.
Ручками - Load Audio, Trim Audio Duration, Add Guide for MiniMax H3.
>>1711358
>ищи Бориса
Там проблемка есть. Хорошо с Add Guide работает режим FLF. Причем продолжает видео всегда хорошо, а наращивает спереди часто с видимой склейкой. И на многократных склейках быстро просаживается в качестве.
А еще голос в продолжении уже не так похож на предыдущий. Возможно, из-за слишком короткой длины образца, но при большой длине на новое видео совсем мало место останется. И если надо несколько склеек сделать, последний сегмент вообще похож на первый не будет.
Можно то же пробовать с REF, потому что можно полную длину звука как референс задать, но там из-за Add Guide видео дергаться начинает, видимо, не родной режим. Или комбинацию настроек искать надо, хз.
Я пока что нашел только один вариант - генерить голоса в REF, а само видео потом в FLF, со звуковой подложкой.
Я поэтому экспериментирую с присобачиваем рефмодсов к add guide. Визуальные хорошо работают, а вот для голоса приходится отключать аудио из референса, иначе конфликт. Мб не те ноды юзаю.
Натренить лору тоже остается как вариант.
Зато с музыкальными видосами ноль гемора при условии, что готовая песня уже есть. Уж рот открывать оно умеет.
это же стандартное перспективное искажение (extension distortion), для видео в стиле смартфонов почти всегда будет т.к. смартфонные камеры чаще всего широкоугольные, типичный фокус для них 24–28 мм, соответственно модель обучалась на куче таких видео и будет тебе выдавать большие участки тела (в зависимости от того на чем фокус, если на лицо то будет большая голова). Если ты будешь генерить такой "стиль", допустим, добавишь условно в промпт что нибудь типа selfie, smartphone camera или vlog B-roll то тут же получишь такой эффект. Это не косяк модели, модель как раз всё правильно делает. Чтобы этого избежать ставь другую камеру, прописывай тип объектива, если совсем лень можешь синематик камера просто указывать (но там свои особенности начнутся).
И Add Guide, и заморозка латента - это и есть аналог SVI из коробки. Только SVI не умел поддерживающие кадры в конец добавлять, и за 10 продолжений убивал видео в говнину. А теперь можно любую длину сделать. Можно через референсы. Можно нагенерить ключевых кадров по одному фото, восстановить им качество эдит моделями, и юзать как FLF. Раньше только FLF и склейка через VACE были, но без передачи движения.
я с ключевыми кадрами и рефами ещё могу сделать длинное, но в t2v качество всё равно убивается напрочь, включал в директоре сохранение латента но как то либо он либо криво в моей версии директора работает либо не работает вовсе, там где то примерно на 3й-4й склейке уже картинка гавняная становится, что тут делать? менять директор на другой прологнатор?
p.s. а в svi 2 pro воркфору же был захват кадров, помню точно настраивал сколько брать с предыдущих кусков, от 6 до 10, у меня там минутные видосы без потери качества неплохо выходили, вот как раз примерно 9-10 продлений делал.
А что тебе мешает наделать рефы в крее и не ебаться с т2в?
Так в T2V никто не сможет бесконечно исходник сохранять, все сползет к среднему уровню рисования модели с нуля.
У многих директоров в настройках переключается длина наложения - 5,22,39,.... Если этой настройки нет, надо поставить другой.
Первый продолжатель, который я проверял (не помню кто), портил качество. Другой (тоже не помню) - не портил. Все не перебрал еще, полистал только, времени нет.
Проверял ручное копирование латента с дополнительным Add Guide первого/конечного кадра - гарантированно делает произвольную длину без потери качества в несколько десятков сегментов. Директора внутри, судя по настройкам, то же самое и делают, только удобнее ручного ковыряния с копипастой латентов.
Но это когда есть ключевые кадры. Самое примитивное - караоке из одной фотки, когда ее постоянно в конец следующего сегмента вставляешь. Вот этой фишки в SVI не было, он только начало брал, а Макс и начало берет, и в конец ключ ставит, от этого качество бесконечно долго сохраняется.
Например, рефы должны точно повторять фон. Если фон ползет в мелочах - не будет плавного перехода, и FLF заглючивает. Крея такое в принципе не вывезет. Нужна редактирующая модель, которая умеет менять только персонажей, не трогая фон вообще. А все редактирующие локалки на сегодня лица не держат при поворотах.
Я щитаю этой классике необходим ремейк (ретейк)
кстати в том директоре что я юзаю есть такая штука, ставишь маску на персонаже который должен что-то делать, ну типа аттенш на нём, фон почти не трогает вообще, занимается только персонажем, например он пляшет или бежит, помогает избежать всяких пропадающих мелочей типа кружек или книжек в дальнем шкафу, с другой стороны этих директоров уже столько наплодили что пиздец какой то, каждый валера с соседнего дома плодит свой директор, какой из них надежнее и не жрет памяти я хз, перепробовал 4 штуки до текущего и слегка заебался. Текущий тоже жрёт память увы больше чем надо. Зачем они ззапихивают весь бэкенд внутрь а снаружи оставляют пару десятков настроек я хз, прям вот бери и свой директор собирай.. Как анон выше который под себя навайбкодил.
https://www.youtube.com/watch?v=jsqHFgbjL08
Занюхиваем, пишем мысли, прикладываем видео.
>>1710847
>>1711152
если так делаете то клейте с помощью jump cut в DaVinci. Там нейронка встроенная съедает часть футажа на обоих отрезках но клеит хорошо.
Чел, все кто реально что-то делают - обсудили набрали инструментов и ушли делать. В такие моменты в треде остается 2,5 напыщенных хуесоса-пердольки, ваще похую на их мнение и кукареки, учитывая что 2 из них срут чисто ради троллинга.
>>1712067
Поебать. Все эти костыли говно и в итоге проще руками смонтировать и освоить технику смены кадров.
Тут соглашусь что пока все пролонгаторы выглядят скорее костылями чем реально удобными инструментами. Мои лучшие видосы были всегда слеплены в итоге в давинчи. Но иногда продлеваторы неплохо экономят время когда что-то для драфтов или для себя надо накидать, и оно там само генерится пока другими делами занимаешься.
Пока тестирую, но контекст держит значительно лучше чем все директоры что у меня были включая текущий. Увы нет многих удобных опций директора, к которым привык, с другой стороны если оно и на 10м чанке будет держать так же контекст то директор точно пойдёт нахуй
>проще руками смонтировать и освоить технику смены кадров
не всегда проще, но лучше
Она у него там мимо лестницы пошла + опять эти ламинатные пространства.
Пошёл он нахуй, васян пиздоглазый. Пусть со своим ворком с вонтонами и чун ли хуй пососет.
Блядь, это тот же самый экстендер, только нода нескучная и вертикальная, а не горизонтальная.
а что тебя там бомбануло то? там ничего не требуется, на ранпаде кнопка скачать сразу доступна. ноды также есть в комфи репе все, вообще на самом деле не сильно отличающийся от других пролонгаторов вф, кстати на 5-6й проходке всё равно деградация идёт, ждем следующего васяна который сделает что то получше, я вообще хотел скипнуть видос, т.к. не верю чувакам которые пихают турбы и аттеншены и потом говорят что заебись всё будет, НЕ будет. Вся эта хламина лишь душит ваш прогресс. Оно либо для слабых конфигов либо для непритязательных парней которым гнад быстро сгенерить прончик. Мои идеи задышали ровно после того как я нахуй выкинул все турбы SLA и прочий спектрум. Промт стал отрабатывать отлично, никаких лишних рук и прочего гавнища (только лишь святой хруст огурчиков но за это спасибо уже самим создателям макса, хруст можно обойти грамотным саундскейпом только).
>локалки будут уровня сиданс 2
Крайне сомнительно, пэка для учебы и минимакс уже тянут в шакалах со скрипом.
>а что тебя там бомбануло то?
>на самом деле не сильно отличающийся от других пролонгаторов вф
Вот это.
>Когда локалки будут уровня сиданс 2
Они уже уровня сиданс два и грока полугодовой давности (а в чем то даже лучше, и да я сравниваю с бесцензурной версией), на таймлайн теперь посмотри, засеря. Ты щас заходишь с понта, что там можно сделать лучше, но по факту там можно лучше сделать только шаблонное говно. Ту еблю которую делали в последнем сидансе - можно даже лучше на минемаксе сделать, с нулем отказом вообще. Достаточно просто промпт подробно прописать, да, каждое движение пальца - но альтернативу ты походу не знаешь (а это нулевая вариативность на загвардрейленых корпах и отказы без причин, даже там где относительно низкая цензура). Но ты ведь и не споришь, твои высеру тут чистый тралленк. Я тебя в который раз спрошу: с чем ты сравниваешь, чмо? Где ты еблю можешь генерить выше качеством без миллиарда стикеров сетки из котов и твоего зеленого отчима (с периодическим не таким уж нередким боддихоррором). Я тебе напомню, говно: в 2к26 - нигде. Со своими вялыми подрыгиваниями в сидансе с апи - можешь просто нахуй пройти, в слоумо, как ты любишь, трусливо прикрывая свой хуеподобный пездояйцевый обрубок.
Не понял во что ты не веришь. Если в наличие фичи, то я тоже что-то усомнился. Походу Минимакс хуита без возможностей.
Если про саму необходимость... Любой своп требует редатрирование по кропу, сохранения деталей вокруг и бесшовная вставка обратно. Для этого даже не нужно неадекватно высокое разрешение генерации, что хорошо помогает тормозной реф модели. VACE был идеален в этом плане.
Нужен именно тест со сложной естественной фигурой маски или кроп-вырезка-вставка (что более запарно), обычный квадрат оно и без маски отредачит почти так же, сложно заметить разницу и понять сработало ли оно верно или нет.
>>1712326
Что забавно, Hunyuan и Wan требуют точно столько же и даже работают медленней. Krea требует как старый Flux. Модели стали улучшать, сохраняя размер. Поэтому гринтекст может быть прав, не открывал весь его пост.
Простой пример. У меня с сосноли грока 10к картинок, со всеми известными дефектами. На обмазывание их всех анипейнтом уйдет 2 месяца, примерно, неспешного фапа. К тому времени как я закончу - васяны уже навасянят нормальный экстендер, может еще ускорялки типа дмд будут без потери контекста - когда я все это анимирую, еще два месяца, уже подгонят еще чёнибудь, что охуенно облегчит перемещение чаров в пространстве, и тогда я наконец займусь сторонним более созидательным и менее примитивным творчеством. То есть, я весело проведу четыре месяца, а ты четыре месяца будешь дергать свою письку на контент модерейтед и сливать бабки на мусорные ролики где полужопие чутка засветило, на которые мог бы 5090 купить.
>Минимакс хуита без возможностей
>Krea требует как старый Flux
>Поэтому гринтекст может быть прав,
Съёб сам оформишь, или тебе снова нужно помочь, школёнок?
создай что нибудь, любой длинны, там чуть ниже твоей надписи megapixels появится
Ты имеешь в виду сегменты? Я 5 сегментов сделал и уже пару видео сгенерил на дефолтных разрешениях, ничего не появилось. Чето сломалось видимо, только хуй теперь найдешь что именно...
>Hunyuan
Требует 80 GB VRAM, дает пососать всем локальным моделям в плане грофона, никто его не использует по очевидной причине. Примерно того же ожидал бы от открытой видео модели "уровня Сидэнс 2".
ну там у этого китайского васи конечно не особо user friendly логика в UI по сравнению с моушн директорами. я вот не сразу допёр в редактирование текста :) когда создал пустые сегменты пытаюсь писать в поле промпта тыкаю в середину, а оно сука вообще не пашет, как только не изголялся. Загружаю его вф - там текст печатается, сравнил уже чуть ли не попиксельно настройки у меня совпадают, а текст не печатается. И чёт дернуло меня весь кусок своего промпта вставить ctrl+v и бац он вставился, и начал печататься. Оказалось что этот странный чувак вместо пустого текста там шапку нередактируемого текста воткнул, а курсор появляется только если вообще в самое начало ткнуть (а не как я в любое место)..Так что то что ты не нашел у него мегапиксели я верю, наверняка появится только после какой то хуйни типа два раза хлопнул ногами и нажал на хуйнюшку в левом нижнем углу. Что для китайцу хорошо то для других смерть :D
Решение довольно банальное, просто добавьте в саундскейп фразу "sounds of oral sex", да-да не поверите но такая боянистая конструкция будет работать даже на базовой и без лор, с ней будет лучше и практически без злоебучих яблочно-чипсовых хрустиков..
>Не пытайтесь во всякие 'звуки сосания, звуки всасывания, звуки облизывания' модель будет бесчеловечно вас насиловать
Я это долбоебам сказал в первый же день, не веришь - чекни тот тред где минимакс всплыл.
Ох блять, спустя час копания в дев тулз с помощью гемини, мы с ней выяснили что у меня был установлен comfyui-easy-use пак нод, и он срал своим кодом в ноды easy-media, и поэтому часть параметров просто выпиливалась.
>Оказалось что этот странный чувак вместо пустого текста там шапку нередактируемого текста воткнул, а курсор появляется только если вообще в самое начало ткнуть (а не как я в любое место)
Интересно, у меня такого не было. Может у тебя тоже какой-то конфликт там? Хуй знает.
> на которые мог бы 5090 купить
Проснись, Вась.
https://www.youtube.com/watch?v=vV4fow4JUMk
>во что ты не веришь
В само редактирование видео. Когда оживляешь картинки - качество соответствует картинке, только мылится, как обычно в видео и бывает. А когда видео модель рисует с нуля сама - получается заметно хуже.
Это со времен вана с блопжопами видно было - бабцы пиздатые, потому что с фотки, а хуйцы хуевые, потому что ван рисует как умеет. И в максе таже лажа, FLF чпок, T2V не чпок.
>VACE был идеален
Так он заявлялся как редактор. И рисовал тоже хуже чем FLV, непонятно почему. Я им только короткие склейки по 5-10 кадров между сегментами делал, и то приходилось вторым проходом FLF лоунойзом качество восстанавливать, иначе склейку сильно видно было.
>обычный квадрат оно и без маски отредачит
Тут быстротест для другого сделан. Внутри маски - мячик и серый фон, про которые нет ни слова в промпте (>>1710218). И вот из этих нескольких кадров, вмороженных в латент, макс взял фон, добавил попугая (из промпта), достал мячик, определил форму-цвет-движение-вращение, и продолжил это все за маской. Если модель в инпанит не умеет, она внутри маски рисует с нуля картинки без связи с окружением. А макс продолжил фон (статика) и мячик (динамика). Тест на инпаинт пройден, хотя это вроде не заявлялось явно.
Желающие могут дальше подключать сегментаторы и гонять маску за объектами, а у меня просто такой задачи нет. Я подозреваю, что дорисованное будет хуже окружения. Я правки внесу редактированием кадров с последующим FLF, как в старом ване. Не верю, что 2K видео можно сделать по-другому на сегодняшних локалках.
В чем сомнения? Ван напомню 14б модель с днище энкодером UMT5-XXL на 5б параметров. Со скрипом пердя влезала и генерила. Ни о каком звуке даже и речи быть не могло локально.
А тут выкатывают минимакс на 33б + текст энкодер на 32б параметров + референсы пикчи/аудио/видео и всё влезает и работает.
Минимакс генерят уже на 8 гигах.
>>1712313
>на 5-6й проходке
У меня уже на 3 проходе видно четкое затемнение и переход. Все пролонгаторы таким грешат. И не удивительно, по сути они все на одной ноде построены, тут не васяна очередного надо ждать, а смену подхода. Я не пойму, че сами те челы которые SVI делали, не натренируют его для минимакс?
>>1712392
Я уже месяц дёргаю пинус на локальные генерации в минимаксе, пока ты дрочишь какие то картиночки с грока, шиз.
>Я уже месяц
Так это заготовки для видео. Охуенные причем.
Прошло уже сколько месяца 2 с релиза. До сих пор деревянные члены. Прогресс то будет?
О, охуеть, таймлайн. Я спрашивал про такую ноду, никто нахуй не мог ответить.
Или погоди, это не для H3, и вроде никак не поможет раскидать элементы для Add Guide и автоматом их загрузить, а я уже обрадовался.
В стародавние времена, при SVI, были воркфлоу из одинаковых сабграфов паровозиком. Первый сегмент - второй сегмент - третий сегмент - ... А таймлайн вроде как дает заменить паровозик на один сабграф. Между таймлайном и сабграфом, в управляющей ноде надо на каждом шаге индекс увеличивать, она будет возвращать параметры очередного сегмента, со своими ссылками/промптами, и сабграф будет его рендерить. Сабграф надо собрать ручками, как и SVI было.
Я только не пойму, почему на выходе сегмента аудио всегда пустое получается. Должен же быть очередной кусок.
Ну какие паровозики в 2026. Я хочу закинуть пикчу на таймлайн, подвигать её по-человечески, закинуть видео, тримнуть его по человечески (как в нативной ноде crop video или в любом редакторе). Короче всё как в обычном таймлайне видеоредактора, но на выходе прокинутые гайды для H3. Если бы я не генерил в H3 один раз в неделю по приколу, то уже бы навайбкодил.
Так падажжи я таки заметил format:minimax на том скрине. Но вряд ли это то.
>как в обычном таймлайне видеоредактора
Так оно и есть, как редактор. А на выходе он для каждого сегмента выдает исходные данные - промпт, картинки, аудио. Кто смелый, в управляющую ноду автоинкрементный INT цепляет, жмет двадцать раз RUN, и идет спать. А кто трус - по одной генерит, пока удачный ролл не выпадет. Потом инкремент, и следующий сегмент. Все как в SVI было, только с предпросмотром удобным. Генерацию только надо ручками собрать, у других директоров она в ноду вшита, ну так на то тут и жаловались, что не настроить. Вот, теперь настраивай до посинения.
> format:minimax
А это он будет те самые наложения в 5 кадров досчитывать. И кроме мордобития, никаких чудес.
>Короче всё как в обычном таймлайне видеоредактора
Вот вчера нашел, все как в редакторе, можно даже пустоты между роликов сращивать, берет конец первого ролика и начало второго. Можно тримить ролики на лету перегенерировать отдельные сегменты и всё такое.
https://www.youtube.com/watch?v=kqP09NfJXaQ&list=LL&index=4&t=2816s
Была такая же хуйня, еще ошибка драйвера nvlddmkm в событиях появляется. Это типа ООМ, мне помогло --fast-disk --disable-pinned-memory --use-ck-attention в батнике запуска комфи и не слишком жирнить с длиной и размерами видосов
Ты тупой? Ну почему вы суки такие тупые. Выше 250 раз сказали, что все эти экстендеры для блоков не больше 5 штук, дальше деградация. Ну вот нахуя ты ведешься и говоришь охуенно и пошел изучать? Ты же блядь все равно полезешь в итоге в давинчи с джамп кутом это все монтировать, ну нахуя ты хвалишь и восхищаешься этими васянскими костылями для фрагментов по пять блоков? Ну какой тебе в рот ебаный таймлайн нужен на пяти кусках?
Это ты тупой, деградация идет только от одного последовательного продленного кадра, стоит тебе где то в середине сделать ловкий кат, как все вновь вернётся на начальный уровень детализации. Алсо в этом вф есть склейка твоя дайвинчика, так что джамп кат свой можешь уже забыть нахуй и всё генерить прямо в комфи.
Я уже изучил и пришел к выводу, что это охуенный инструмент. Очень удобно можно генерить тестовые куски продлевания видео, и если что-то не понравилось, то можно изменить сразу промпт и перегенерировать. Можно генерить бесшовный отрывок между двумя отрывками. Можно нарезать разные куски видео и изменять их длительность. Короче полноценный видеоредактор.
10 секунд, больше не ставил. И размеры крошечные только тестил, протыки сказали нейронка для бояр, вот я и не ставил больше, на 4070 тем более.
В чем тралленк заключается? Что из озвученного не соответствует действительности? То что теперь не надо пердолиться с дайвинчиком и перетаскиванием видео туда-сюда?
Также заметил что иногда моушн контект воспринимает продление несмотря на настройки как будто новый шот и кардинально меняет переход, может камеру сменить даже если она не пропасана (возможно бага, в чанке строго выставлено контекст, а не шот, или это внутренняя логика моушн контекста слегка хромает).
А вот картинку в отличие от мд продлевает значительно лучше.
Парни никак не накодят то что сочетает плюсы всех продлевателей, без наличия минусов, у каждого какая-то подстава присутствует.
>никак не накодят
Просто Максимка хитрожопый очень.
Вот версия SVI-style, на нодах паровозиком. Для передачи движения - кусок латента от предыдущего видео, 22 кадра длиной, замороженный маской. Для поддержания качества - в конец каждого видео добавлен ключевой кадр.
Прикол - если ставить кадр прямо в конец (-1), то предпоследние 4 кадра получаются чуть хуже, в каждом продолжении это падение качества наследуется, и за 20 сшивок видео убивается в говно. А если ставить ключ в начало последнего 5-кадрового блока (-5), то весь этот блок выходит равномерно качественным, и передает такое же качество дальше. В результате видео сохраняет качество при любом числе сегментов. Чтобы последний ключевой кадр предыдущего видео совпал с первым ключевым кадром следующего при нахлесте 22 кадра, начальный кадр надо ставить не в позицию (0), а в позицию (+17) - так сделано во всех продолжающих сабграфах.
Воркфлоу внутри. Примеры первого и последнего сегментов - одинакового качества.
Есть проблема: когда последний ключ вставлен за 5 кадров до конца, видео там любит морозиться. Особенно видно в конце, где звук уже не бодрячковый, как в начале. Роллы вроде помогают, но сильно задалбывают. Кто знает, как это одолеть? Вставлять принудительно хлопок в конец?
Полное видео собрано ручками в редакторе из PNG поверх исходного звукового файла. В конце заметны фризы.
В принципе максимка и непрерывное 2K вывезет в постоянном качестве, если удастся фризов одолеть.
Я много разного написал, но стираю. Вроде у меня получилось, надеюсь это не лаки генерация, вроде даже текст вне маски остался таким же. Ну и естественно для инпейнта юзал не flf, а ref. Нужно сравнивать попиксельно через difference латентный жмых и результат. Но я уже засыпаю, потом. Не, всё хуйня, одно видео работает, другое делает кал, нет надежной заморозки. Через костыли можно приблизиться, но это даже близко не VACE.
>>1712393
Ослоёбина, прочти весь пост и о чём это, а не триггерься на выборочные буквы. В следующий раз не мычи, а опровергай факт наглядно.
>>1712442
Какие нахуй 80гб, я про первый локальный hy. Второй тоже хуйнёй жидкой был.
Чего ты вообще пытаешься добиться, какая цель этих масок? Заменить один объект на видео другим или что? Минимакс же и так это умеет делать через рефы.
>дообучит это недорозумение
это необучаемая хуйня, без шансов
Да все уже устали топовые писики генерить, и только у тебя до сих пор не получается родить этот примитив. Сочувствую, если даже пизда не получилась в минимаксе бросай ты это дело..
Два чаю, с этой недели перешел уже к минифильмам с енотовой, нащелкиваю чанков на 10-15 сек с разными промптами, это где-то 7-12 минут пыхтения скороварки, потом монтирую, хоба! Если без воды, то 3 минуты ебли более чем достаточно. Наверное, через пару недель как надоест начну по 10-15 минут с пездежом делать и разными историями из жизни. Как же охуенно в 2к26.
Он долбоеб просто, а замену тут с рик роллом делали в первую неделю. Явно не одупляет как модель работает.
пик1 SCAIL-2 14B
пик2 хигсфилд гендзюцу
Ну так ты бы тоже в картуун стиле сделал для начала, а потом сравнил.
Плюс в мишмаксе есть фурри лора
>>1713989
Ёбанные тупые дегенераты не в силах понять такой простой функции как инпейнт и для чего он нужен, пытаются коупить, что реф делает вовсе не хуже. И всерьез сравнивают замену объекта с инпейнтом по маске.
Так я тебя буквально спросил
>Чего ты вообще пытаешься добиться, какая цель этих масок?
И ты не можешь почему-то ответить.
Character list персонажа есть, статичные изображения и смайлы делаю в krea 2 с identity edit на отлично.
Анимированные смайлы через i2v в минимаксе по текстовому описанию, высраному гроком, тоже отлично получаются после доработки промпта вручную.
Но если я пытаюсь через минимакс сделать копию другого анимированного смайла, подгружая моего персонажа как изображение и референс другого смайла как видео, то замена персонажа на моего или попытка скопировать позу и движения выдаёт не точную копию, а нечто приблизительное "по мотивам", отдалённо похожее на движения в исходнике. Меняются углы камеры, позиции, позы, физика, движения и т.д.
Есть какой-то гайд/мануал/способ делать максимально точные позы и движения на основе референсного видео? У меня ерунда какая-то получается, я только недавно начал в минимаксе разбираться.
Сори за тупые вопросы, я тут новенький, 3060 + 32гб подойдет для генерации видео в локальном minimax?
Нахуя приходить и подобное постить? Тут тред локальной генерации, иди пости в корпотред.
Это как приехать на серийной ламбе к механикам которые кастомные точилы делают у себя в мастерской и типа а слабо вам такую сделать? Ебать открыл америку. Конечно всегда найдется 1 из 1000 мастеров который вручную с помощью такой то матери может и сможет неплохую имитацию ламбы сделать, а при желании ещё и вертикальный взлёт ей прихуярит. Локалки видео это для нормального мастера не сколько для стандартного гонева, сколько для свободы. Они позволяют делать такой кастом который корпам нельзя делать в угоду границ, рамок, цензуры и прочей поёбты. Какая корпа мне позволить сделать тройничок из панды которая в доме Белоснежки снимает на камеру как Си пялит Трампа в жопу? А в Минимаксе - да не вопрос, подержи моё пиво.
Хм, это странно, но это хуйня с заморозкой кадров латента маской рили работает. Денойз 1.00 а кадры морозятся. Но вот на том месте где маска кончается переход чутка заметно. Пробовал на 22 и на 17 кадров чтобы ровно в сетку латента, вроде разницы по заметности нет. Однако это все равно менее заметно чем через адд гайд если без последующей спец обработки стыка. Как ты нахуй до этого додумался? Еще поковырялся, вроде как то можно по другому специально морозить латент чанками, якоря там какието и прочая хуита на кастом нодах, надо бы в эту тему покапать, но я уже чет заебался.
>Денойз 1.00 а кадры морозятся
>это странно
Что тебе странно, если латент зафиксирован, он тебе сука вилкой чистит точно также, модель же не поменялась.
Именно по этому виден переход после 22 кадров, по тому что у тебя шел фиксированный латент, а тут бац и резко не фиксированный, возможно еще и по другому сиду/настройкам, 22->23 получает вектора, но не сам шум.