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
>>1720376 (OP)
>LTX-2.5 - обещает
Он уже ничего не обещает. Он сдох обоссавшись и обосравшись сразу после выхода.
>>1731828 →
>>1731830 →
Абсолютно верно. На данный момент видеоген абсолютно не юзерфрендли сфера для аутистов онли
Тогда как в тексто- и кодогенерации ИИшка работает в разы быстрее, а самое главное точнее (результат не требует частой перегенерации с нуля) в видеогене процесс выглядит как многоминутное сидение в очереди ради нескольких секунд негарантированного результата.
На быстром дофаминчике и вау-эффекте такое может завлечь ньюфага на пару деньков-недель экспериментов, но потом выгораешь и становится похуй. Нужна куда большая стабильность и куда большая скорость, без этого лично я не готов возвращаться в эту сферу, посижу пока в кодинге
Проблема видеогена в том, что модели дольше 25 секунд не выдают, а скорее 15-ти. Всё что дольше это адовая ебля со склейками. Вот когда убдет 15 минут по одному промпту без ебли, тогда сферу и завалит.
А в чём конкретно сейчас затык? В мощности чипов/врамы или в самой иишке/коде?
>15 минут
А кто будет сюжет на 15 минут расписывать? Тут и текстовая нейронка нужна особая.
На мой взгляд, нужно не удлинение генераций, а нужны риалтайм генерации. Поставил фотку с ЕОТ, ИИ сгенерировал окружение для неё и далее делаешь в ней что захочешь прямо риалтайм. Вот это будет новый экспериенс. А смотреть 15 минут заготовки - сомнительное удовольствие.
>Вот когда убдет 15 минут
Вот это абсолютно не проблема, что ты собрался снимать непрерывным дублем на 15 минут? Если посмотреть любые фильмы/клипы даже интервью с говорящими головами, можно заметить что никогда одна сцена не длится больше 10 секунд. Если ты хочешь сделать что то, то адкая ебля со склейками неизбежна при любом раскладе.
К тому же промпт надо будет писать на целую главу книги, генерация при этом не ускорится (а скорее замедлится, из за огромного контекста) и прождав условных 15 часов на генерацию 15 минутной сцены на выходе получишь не гарантированный результат. Весь рабочий процесс превратится в какой то хаос с часовыми перегенерациями и нарезанием удачных кусков из 15 минутных роликов.
>>1732099
>Нужна куда большая стабильность и куда большая скорость
У вас есть нечто общее - тупые оправдания собственной криворукости. И так понятно что когда это будет, вам надо будет еще быстрее или чтобы вообще ты говоришь и модель сразу генерирует, причем модель должна подключаться к мозгу чтобы понимала какие образы ты вкладываешь в свои слова. И все равно будут тупые оправдания типа модель не так мысли интерпретирует или 10 секунд ждать долго, надо реалтайм и тому подобное.
>>1732121
в объеме памяти и самой модели, модели тренируют на коротких видео.
>>1732113
Про звук можешь забыть, получается шипящая и хрипящая хуйня.
>У вас есть нечто общее - тупые оправдания собственной криворукости
Бла-бла, типичная пиздаболия аутиста, который не понимает, что не всем в кайф часами дрочить его ебень. Чет с более зрелыми ИИ-инструментами типа вайбкодинга никакая криворукость мне не мешает. А вот именно с видеогеном мешает. Все проще: тут тупо "дофаминовая" экономика не сходится, как я и писал ранее - результат слишком ничтожен для таких затрат по времени ожидания прежде всего.
Мб я тупой - в сети же тысячи фильмов и часовых видеороликов во всех медиа. В чём проблема учить ииху на ютубе/тиктоке/медиахостингах?
Это вообще не проблема. В реальном кино длина кадра существенно ниже. Реальная проблема в головах у прумптеров, которые рассчитывают, что нейронка компенсирует им отсутствие знаний и умений, необходимых для создания годных видео.
Тащемта компенсирует, просто прослойкой между собой и видеогеном агента на любой продвинутой ЛЛМке кидаешь с промптом, что он теперь тех.спец по ИИ-видеомонтажу, и он твои верхнеуровневые задачи нормально транслирует в параметры запуска пайплайнов, делает пред и постобработку
В том, что потребление от длинны ролика зависит околоквадратично.
>>1732176
>Тут и текстовая нейронка нужна особая.
Везде отдельные текстовые энкодеры, думаю они потянут.
>Поставил фотку с ЕОТ, ИИ сгенерировал окружение для неё и далее делаешь в ней что захочешь прямо риалтайм.
Один из вариантов. Впрочем, это уже симуляторы мира.
>>1732180
>никогда одна сцена не длится больше 10 секунд
Вспоминаю фильм, снятый одним дублем... Дофига длинных сцен. Впрочем суть не в этом. Вполне себе в одной генерации могут быть переключения сцен, даже сейчас это работает. Один ген обеспечит консистентность.
>>1732190
Ты забыл авторские права!
>>1732199
>В реальном кино длина кадра существенно ниже.
Ну вот навскидку отрывок 20 секунд в одной сцене. И да, порнуха любимых мною жанров снята одним дублем без склеек, лол, там как раз минут 15 есть.
Впрочем да, по большей части кино дёрганная нарезка. Но консистентность...
>А в чём конкретно сейчас затык? В мощности чипов/врамы или в самой иишке/коде?
В экспоненциальной сложности запоминания сцены, ее деталей и хронологии. За 10-15 секунд у тебя сцена будет примерно плюс минус одинаковая, и модели удается ее запомнить (и то с ошибками). А если сцена будет идти минуту+, то для сохранения полной консистентности, модели нужно будет мало того что помнить всю текущую 3д сцену, так еще и хронологическую последовательность событий.
Например, ты генерируешь видос, в котором CJ поставил машину в гараж, пошел домой пожрать, потом вернулся к гаражу, открыл его, и там должна стоять точно такая же машина, в точно таком же положении, как он ее оставил.
Иронично, что проблемы видеогенераторов напоминают проблемы игровых движков, например как в той же ЖТА машины исчезают у игрока за спиной из-за оптимизаций памяти. Но в игровых движках мир фиксированный и статичный, а в видеогене легко может разрушиться любое здание и переместиться любой объект, и всё это модель должна помнить.
>>1732180
>Вот это абсолютно не проблема
Это фундаментальная проблема, из-за которой сейчас даже самые топовые провайдеры не дают генерировать дольше ~30 секунд. Модель не может сгенерировать видео без склеек по той же причине, по которой она не может сгенерировать консистентное видео и со склейками тоже. Она не может удержать все детали мира у себя "в голове". Склейки просто чуть скрывают проблемы консистентности.
>Если посмотреть любые фильмы/клипы даже интервью с говорящими головами, можно заметить что никогда одна сцена не длится больше 10 секунд
Попробуй посмотреть что-то, кроме тиктока.
>Если ты хочешь сделать что то, то адкая ебля со склейками неизбежна при любом раскладе.
В одном предложении ты говоришь, что это не проблема, в следующем ты говоришь, что это адская ебля. Ты уж определись.
Тебе анон это и пытался донести, что сейчас для создания полноценного вменяемого видео нужны навыки чуть ли не профессионального монтажера, а вот когда модель с одного простого промпта поймет твою идею и сможет выдать связное видео на несколько минут, хоть со склейками хоть без, но с консистентной логикой и хронологией - вот это будет совсем другой уровень.
>Ты забыл авторские права!
Опять напишу. Как вообще можно выяснить без вскрытия серверов/иишек, на каких конкретно фильмах/видео ты учишь свою нейронку? Объясните.
взорнул, наконец то что-то годное, а не мамкины кринж-потуги в фильмы
Я так понимаю там минимум 16гб карта нужна, control.
>снятый одним дублем
Это исключение из правил.
>Один ген обеспечит консистентность.
Значит проблема не в том что модель не может 15 минут генерировать, а в удержании контекста. Один ген не гарант, минимакс легко может галлюцинировать даже в одной сцене.
>>1732241
>Это фундаментальная проблема
Фундаментальная проблема в твоей голове. Ты не хочешь делать сам, а хочешь нажать кнопку сделать заебись. Есть рефы, сделай рефы на до и после, сделай 360 градусов панораму места действия, голову немного напряги.
>Нет, я хочу чтобы за меня сделали, а я просто кнопку нажимал.
>Попробуй посмотреть что-то, кроме тиктока.
Попробуй хоть одну статью по монтажу почитать, прежде чем что то говорить.
>а вот когда модель с одного простого промпта поймет твою идею и сможет выдать связное видео
Ну все понятно, модель к мозгу подключай, чтоб она мысли читала и с простого промпта писала тебе сюжет, персонажей, микро мимику, голос, реплики и прочее.
>>1732248
Пишешь простой промп "Гермиона Грейнджер из Гарри Поттера" и смотришь что сгенерировалось. Если рандом баба то всё норм, а если Эммочка, то можно подавать в суд.
>Ты не хочешь делать сам, а хочешь нажать кнопку сделать заебись.
Ого, ты наверно учился делать vfx в гудини, композитинг в нюке, моушен в афтер эффектах, и с высоты своих знаний смотришь на нейромакак как на неумех?
Или ты просто ретроград, который отстал от прогресса года на 4, и не в курсе, что кнопка "сделать заебись" уже существует. Просто она находится в сыром виде. И развивается она семимильными шагами. Это не какой-то крутой скилл, доступный единицам. Тебе не надо учиться 5 лет, чтобы освоить хотя бы один из аспектов создания видео. То что ты там сменил воркфлоу, поменял картинку в референсе, добавил строчку в промпте, это просто пшик.
И совершенно естественно, что когда уже существует такая халява, людям хочется еще большей халявы, чтобы по одной их строчке снималось видео на 10 минут. И это уже не является какой-то фантастикой. Даже сейчас уже можно в теории собрать комбайнер из агентов, которые интерпретируют твой промпт из нескольких слов в сценарий для фильма, распишут раскадровку, диалоги, запустят генерацию, и даже смогут вносить коррекции в получившиеся результаты.
>Попробуй хоть одну статью по монтажу почитать, прежде чем что то говорить.
Это в какой такой статье тебе сказали, что нельзя один кадр дольше 10 секунд держать? Наверно в том же тиктоке краткий пересказ статьи?
>Ну все понятно, модель к мозгу подключай, чтоб она мысли читала и с простого промпта писала тебе сюжет, персонажей, микро мимику, голос, реплики и прочее.
Ты реально как будто пишешь из 2015 года, когда это казалось шуточной фантазией.
Почему эти овощи сидансовые делают только по трём шаблонам? Это пресеты в какой-то прокладке?
У них такие возможности, а они этот кал пачками пилят.
Хотел вкатиться, все поставил ни одна не заработала на моей radeon 580.
Преобладает вот такой взгляд на вещи: >>1732478
Он неизбежно ведет к однообразному, бессмысленному слопу.
>Пишешь простой промп "Гермиона Грейнджер из Гарри Поттера" и смотришь что сгенерировалось. Если рандом баба то всё норм, а если Эммочка, то можно подавать в суд.
Объективно это же шизофрения таким образом рассуждать. Я не про тебя конечно - я про принцип, что ты написал. Это по сути все эти фильмы давно достояние общественности. Кароче спасибо за ответ. Не думал что тут так всё плохо.
Почти все подобные видосы, коими завален ютуб с тиктоком, сейчас делают в сиданс.
>учился делать vfx в гудини, композитинг в нюке, моушен в афтер эффектах
>ретроград
Это ты от куда взял? Сижу в треде с выхода хуньюаня, сам генерирую и наблюдаю за прогрессом.
>кнопка "сделать заебись" уже существует
Она существует только в твоих влажных фантазиях. Любая нейронка сейчас, это инструмент генерации случайного или полуслучайного мусора. Как только задача выходит за рамки «сделай чтобы котик пел песню» и требует точного контроля (микромимики, консистентности персонажа, физики света, тайминга), эта кнопка превращается в бесконечный перебор промптов. Это не воркфлоу, это казино.
>Тебе не надо учиться 5 лет
Чтобы сделать нейрослоп - да. А чтобы сделать хорошее видео, надо знать хотя бы основы режиссуры, монтажа, иметь вкус и насмотренность. Ты просто не поймёшь что сделал дерьмо.
>Это в какой такой статье
Банально, первый ответ в гугле.
Нейросети это крутая кисть, но красит всё равно художник. А без понимания композиции, анатомии, света и режиссуры, ты со своими промптами так и останешься «нейромакакой», способной только генерировать тонны нейрослопа. Комбайны из агентов не способны выдать финальный продукт, тем более если ими будет руководить не разбирающийся в вопросе человек.
>На мой взгляд, нужно не удлинение генераций, а нужны риалтайм генерации.
Нет, чувак, нужно нормальное понимание промпта. Я вот пытался видео сделать сегодня, если первый кусок норм сгенерился, то дальше я просто обоссался и обосрался пытаться делать нужное с ласт фрейма, просто жесткий тупняк пошел, поэтому норм что-то можно сделать только с раскадровкой, а это подразумевает наличие опять же хорошо понимающего промпт картинкогенератора, а с этим на локале тоже есть определенная проблема, а из бесплатно доступного только 17 оттенков говна от гпткала, либо муторные обходы с бананой и гроком, либо рефайн гпткала, короче это уже очень много подготовки надо, если что-то у тебя нетривиальное должно быть + промптинг описывающий движение каждой хуйни, но при этом надо еще не пережарить и влезть в нужный таймлайн, поэтому даже на реф2видео 10/0.4 - у меня генерит 5 минут, но это все равно суммарно долго и потом какие то новые модели пощупал, обновил гомфи (да да копию можно спрятать) - любой директор пошел в разъеб, опять ноды по кускам собирать.
Я не говорю, что это все нереально тяжело - это все еще внатури пацаны киностудия дома с бесплатными актерами, я говорю - что делать 3 минуты за 6-7 часов, ради 3,5 инвалидов в треде, у двух из которых мозгов не хватает даже 265 в браузере запустить - ну такое себе. За деньги - да. Но не сюда.
>Мб я тупой - в сети же тысячи фильмов и часовых видеороликов во всех медиа. В чём проблема учить ииху на ютубе/тиктоке/медиахостингах?
Китайцы именно так и учили минимакс. На пиратских фильмах. И русские голоса там из фильмов, если ты возьмешь персонаж/говорит на русском. Показывал это в первую же неделю с Анистен.
Ван 2.1 и 2.2 допустим явно не на фильмах учили.
>сейчас делают в сиданс.
Это фейсвап в минимаксе. Видно и по длине, и по качеству картинки примерно 0.6мп. Теперь иди и посмотри что сиданс выдает. И завязывай хуйню писать. Нормальный промпт для свапа такого я писал в прошлом треде, отредачишь и можешь котов генерить. Свой визг про то что это не минимакс можешь сразу себе в очко засунуть, тебя еще в прошлом треде по фактам обоссали.
>Ну и в чём проблема англоязычных сервисов так же делать?
В том что они в юрисдикции, а чинчонги - вне её и официально заходить в неё не планируют, поэтому им как бы похую. Вон чмаск сделал ход конем - натренировал на бесплатных ютубах и тиктоках и порнухе. Результат ты вроде знаешь, выебали не за одно, так за другое, и обессисить модели он не может до сих пор, так как то на чем натренено постоянно лезет наружу с соседними весами - два тела труться рядом друг с другом плавками? хуй между ними вырастает автоматически, так сказать. В итоге, приходится генки браковать, и юзерам хуй на губу класть и как то косты инференса избыточного снижать, что в итоге делает сервис убыточным.
https://www.youtube.com/watch?v=AcmcqKiIt4Q
>Вчера наткнулся
Найс самопиар. Сегодня вечером этот озон будет сосать хуи.
>>1732671
Какой тупой ответ ты ждешь на этот тупой вопрос?
Я сначала на тизер наткнулся у него 70к просмотров, а потом увидел что только что фулл видос выложили
На синтетике, поэтому выдают результат они сильно хуже. Мало кто понимает из говнокритиков, что таких моделей как минимакс х3 больше в доступе общем не будет, и это реально уникальный случай, каким уникальным случаем была например пони на сидиксель, где фурриеб слил кучу бабок на тренировку. И в еблю минимакс может, потому что в фильмах достаточно много постельных сцен + наверняка там и порнухи нормально было (а из коробки он выдает хуи/пезды все равно лучшего качества, чем чмасковы поделки без цензуры выдавали). Просто % этого всего в датасете не такой большой и оно плотно перемешано с медицинскими темами, где хуев и пезд тоже хватает.
Сиденс, кстати, тоже явно на фильмах тренирован, но так как это нейронка как сервис, там сверху достаточно накостылили энчансеров, чтобы это замаскировать. Уверен, если бы веса были в открытом доступе, там так же можно было бы промптом поднимать гарри поттеров.
Как это спасет Озона от сочного ниггерского хуя сегодня вечером? Никак.
А исходное видео с движением не нужно больше?
Я в это не лез, но помню +год назад с ваном это был controlnet с исходником и промт и он был очень требовательный к памяти.
Как же заебали трехинтовые дауны что-то там пруфающие и доказывающие высирами лоботмитов. Вас обоссывают раз за разом а вы снова прибегате с обосанными ебалами и своими скришотиками.
Гуглить научись, обезъяна. Им копирасты иски паяли еще в прошлом году за год до выхода Н3. И как это помешало им выпустить Н3?
>И развивается она семимильными шагами.
->
>>1731199 →
>А какие подвижки в сторону улучшения? Не, серьёзно, вот как выкатили мокрописи в первые пару недель, так их и улучшают, притом какие-то существенные улучшения и были те пару недель. Сейчас же ХЗ, ничего особо нового, даже тред перестал катиться раз в пару дней
За последний месяц ничего нового не выходило.
А как тогда быть? Прост оу меня 16+32 памяти и сейфтенсор вроде не влезает в видеокарту, там 30+ гигов
ВФ
https://civitai.red/models/2663838/plaguekind-minimax-h3-sparse-attention-refmod-ltx-workflow-eros-or-sulphur-compatible-or-faceid?modelVersionId=3346777
Лора на 8 шагов euler/beta
https://huggingface.co/silveroxides/MiniMax-H3_tests/blob/main/minimax_h3_fl2v_lightx2v_v0.1_dareties_v4_step600_comfy_fro.safetensors
Модель
https://civitai.red/models/2900456/minimax-h3sparseref15hybrid?modelVersionId=3301688
Пробуй так, не ггуф. Посмотри че получится. Начни с разрешения в 0.6 мп
Вот это круто конечно, если бы не озвучка и небольшие нейро косяки, уже и от настоящего кино не отличить.
Сукка ебаная! Зачем ты анончиков обламываешь. У анончиков есть только одно - мечта и вера в светлое будущее, а ты забираешь ее, сука.
Ну что поцаны, новая эра? Осталось только чтобы эти модельки квантовали под юзер френдли врам и адаптировали под комфи, и тогда будет шин.
>Им копирасты иски паяли еще в прошлом году за год до выхода Н3. И как это помешало им выпустить Н3?
Читать научись, визгля. Где сказано что кто то мешает что-то минимаксу выпускать вне юрисдикции сша? Ебальник свой обоссаный прикрой.
>новая эра?
Если брать минимакс, то там другие проблемы напрягают - то что он не может в базовые движения нормально и со звуком косячит.
Хочешь получить реалистичную пощёчину? Поставь специальную лору для пощёчин. Хочешь ускорить движения? Промтом не ускоришь, придётся ставить моушен бустер лору. И так далее, на любой пук ставишь или ждёшь лору. Как будто модели чего-то серьёзно не хватает. И вряд ли тут дело в кол-ве данных, потому что они скормили модели огромную базу фильмов и сериалов. Возможно сам метод обучения всё ещё слишком примитивный и не может например понять "вот здесь была пощёчина".
>ребята, безплатные онлайн видево генераторы всё?
Я видел в /nf челы как-то в runninghub и tensor умудряются генерировать бесплатно, создавая новые аккаунты. Но это буквально 1-3 видео на 1 аккаунт, их придётся постоянно создавать.
Сейм мысли. И, что самое важное, у них уже есть опыт:
https://huggingface.co/OpenMOSS-Team/MOVA-720p
Может они выпустят вторую версию на волне хайпа.
Как то громко сказано. Можно же рефы давать и также всё сохранять.
Литерали 1 промпт на fl2va модели.
Во-первых, это хуёвая лора. Во-вторых, ты загрузил лору для LTX.
>004
Литерали тебе понадобилось несколько попыток, чтобы получить один уёбищный постановочный шлепок? Особенно пластиковая щека классно покраснела.
Картинка сгенерирована в MOSS >>1732677 →, это не реальная фотка.
Два видоса без лоры. И это ещё взяты адекватные результаты. Остальные два с лорой.
Вывод: на максе с рандомом можно получить шлепки уровня дурного сна, то есть нечто отдалённо похожее. Если хочешь плюс-минус настоящие пощёчины и стабильный результат, то нужна лора. Но встаёт другая проблема, ведь помимо пощёчин нужны и другие действия, а это ещё лоры. Лора на лоре, они начинают влиять друг на друга и картинка портится.
>Литерали тебе понадобилось несколько попыток
Нет, это с первой попытки, по твоей логике если бы я генерил в другую папку где у меня 1800 видео, то это было бы 1801 попытка?
>один уёбищный постановочный шлепок
>Хочешь получить реалистичную пощёчину?
Получилась резкая, реалистичная пощечина, удовлетворяющая полностью твоему запросу. У меня не было цели что то там надрачивать и промптить, написал твой запрос получил результат. То что ты там навыдумывал в голове комбу из пощёчин это уже твои проблемы. Абсолютно уверен что через промпт все точно также можно сделать как и с лорой.
Вывод: Ты не умеешь промптить, а точнее ты даже нормально объяснить нейросети не можешь что хочешь получить.
Нужен только для турблороы в реф режиме. Но поскольку сама турболора бесполезна в реф режиме - не нужна.
Смачно она ему уебала, мне прям понравилось даже...
>>1733477
А у тебя какая-то хрень. И еще и девушку бьют. Учись короче.
https://www.youtube.com/watch?v=VCBFFRXw32A
Васян казахский делает в минимаксе. Представляю с каким он серьезным ебальником ей сракотан промптил.
>Промтом не ускоришь
Ускоришь.
>Поставь специальную лору для пощёчин.
Тоже промптинг. Просто в промпт нужно писать контекст нормально, чтоб он подтянул откуда надо.
>тута вижу чёто загружается этот "rope" и есть замена лиц?
Я в дцуше не ебу что у тебя там. Берешь дефолтный шаблон реф2видео минимакс в комфиуи. Идешь в прошлый тред, ищешь мой промпт. Ставишь рефом кусок 10-15 сек из порнухи, ставишь рефом фотку своей мамаши, с желательно крупным ебальником. Всё. Генеришь. Получаешь свап своей мамаши шлюхи. Прикол относительно роупов и прочих свапов в том, что это полная перегенерация видео на самом деле. И если там фейссвап по техническим причинам не возможен на крупных планах, то минимакс наоборот крупное делает с большим качеством, ну из-за опять же ограничений на некрупное. Короче, мозги не еби, делай как сказано, ебланов не слушай, никакие спец.ворки тут не нужны, никакие лоры тут не нужны. Если свап не делается (хотя у меня на моем промпте все делалось, в разумных пределах), то расставь больше якарей для нейронки, чтоб она одуплила чсей ебальник хватать.
Если памяти хватает, то можно наверное в реф еще звук сунуть, и прописать текст на русском, который дублирует текст с порнухи, ну или просто свапнуть еще и голос. Это определенно можно сделать, я так делал тут.
Но тут 20 сек сделано на 5090 и без турболор всяких вообще. Тупо дефолтный шаблон и дефолтные модели с него коньврот или че там.
Это что тот тредовичок с пробоиной апнулся так?
Хотя не, загружена еще до нее вроде. Как же у слоподелов мысли сходятся, лол.
И август. Не факт что это Н3, не успел бы он так быстро освоить. Хотя если все рефы были заготовлены под копро сетки или лтх то мб.
>Получилась резкая, реалистичная пощечина
Нет, не получилась. Резкие, реалистичные пощёчины на видео 3 и 4 >>1733477
>удовлетворяющая полностью твоему запросу
Это ты за меня решил?
>написал твой запрос получил результат
Да, получил какую-то пластиковую постановочную хуйню. Я тебе показал как это должно выглядеть, и как это выглядит без лоры.
>Хотя если все рефы были заготовлены под копро сетки или лтх то мб.
На рефах у него раскадровка с бананы, судя по песочку и блеклости.
>Нет, не получилась.
Ты сказал что без лоры нельзя, он просто встал тебя и обоссал. Ты обоссан, это факт. Лоры на х3 не нужны.
>Это что тот тредовичок с пробоиной апнулся так?
У этого челика проблемы со вкусом и проблемы с пониманием операторской хуиты кадров-хуядров. У меня, впрочем, тоже. А тут чувак просто норм раскадровку сделал, аккуратно смонтировал. Если присмотреться там ничего особо сложного нет, все действия простые, можно даже видеть где он режет помельче, чтоб слоп скрыть (например, там вырезка когда она расстегивает ремень. Озвучку он тоже говененько сделал, у него робот в хрон не лез, он тупо ускорил.
Можно с некоторой уверенностью сказать, что звук подавался отдельно. Так что наверно минимакс.
Хм. Интересно. А что делать, если у меня комп говно? Насколько возможно генерировать такое на арендованном сервере?
(Если что, там сиськи письки дальше)
Они проебут. Так же как проигрывала ГВ каждый суд с "ряя ани похожина на космодесант!!!"
Там будет договор аренды, в нем все написано. Но полагаю, если не ЦП то похуй.
Блядь, как ты заебал, животное. Все видео в мире у него делают в минимакс, потому что всё что он знает - это минимакс.
По актёрской игре очевидно, что это не H3 и не Wan3, что-то более продвинутое. Реф пикчи пиздец резина, конечно, но видеосетка даже их оживила достойно.
Ну в максе можно сделать и получше, если тут не корпа, то могу предположить исходя из вырвиглазного пластика и характерной мимики лиц что видео сильно похоже на работу в LTX 2.5. Вот он как раз хорошо умеет в такие говорящие головы и диалоги, особенно если блюрить задник чтобы не видно было насколько хуёво у него с мелкими деталями на расстоянии.
>Насколько возможно генерировать такое на арендованном сервере?
Сиськи-письки сейчас генерирует Wan 3 открыто. Можешь ему спокойно закинуть любую порно-картинку и он её оживит. Потом ещё есть анлок на сиденс для генерации nsfw (затестил его на одной картинке, но там баба вместо отсоса начала поедать член, поэтому хз).
На арендованном железе можно генерировать (runpod, verda), но это уже будет пердольство. Если ты готов к нему. Выйдет в разы дешевле, чем использование закрытых моделей в вебе. Закрытая модель за один видос может сожрать 1-4 доллара спокойно. А за 2,3$ доллара ты можешь арендовать rtx 6000 pro на час.
>>1733678
>>1733942
https://civitai.red/models/2996117/face-slap-motion-lora-minimax-h3-ref2va
Там рекомендуется Singularity Ref2V, но я использовал на дефолтной модели fl2va + турболора на 8 шагов.
Раньше на странице ещё были примеры с бабами, но их видимо модерация удалила.
[Shot 1] Live action, bright natural lighting. Man f4c3sl4p his left hand swings few times in from LEFT side and delivers ONE extremely forceful open-hand slap to woman's left cheek. Her head snaps sharply to the RIGHT. Her eyes squeeze shut. Her long hair whips violently forward and falls across her face. One loud, sharp slap sound lands exactly at impact. At the end, the man's hand grabs the woman by the roots of her hair on her head. overall_soundscape: Wet slapping skin-on-skin with each hard impact, punctuated by the woman's sharp gasps and sad sounds. non_diegetic_music: N/A
Можно и на 12гб, во всратом разрешении, на минимаксе с бфс лорой.
>примеры с бабами
мамкин воен
а примеры, где тебе за щеку дают были?
>vid-1
Хорош! Да слоп, но в связке с музычкой прям годно.
В чём такое делают? Большинство сеток в тырнете деньги просят и генерят по 5 сек.
Нормас.
>FastH3 Omni
Нихуя не понял, чем оно отличается от обычного минимакса. Буквально 0 роликов сравнения.
лтх 99,999%, хоть и обмазанный фильтрами, по лицам видно. Такую латексную слопную кожу чаще всего только он делает. Ставь макс, если планируешь заниматься локально, это лучшее решение на текущий момент
Это даже хорошо что вы линкуете такие примеры говна. Чтобы свежим анонам вкатывающимся в видео генерацию сразу было ясно какую модель НЕ стоит использовать в конце 2026 и особенно это лютое мыльное убожество столетней давности.
Охуел всмысле от того, кто сделал это пластиковое говнище?
Чот в голосяндру с копиума. Пруфани только, что минимакс удалил.
>Всё таки скачал ван обратно
Единственный адекват в треде
>чем оно отличается от обычного минимакса
Скоростью генерации
>>1734858
Да только в отличии от вас он выкладывает и показывает что ван может, а вы только воздуханите. Ни одного нормального камшота на минимаксе в треде за всю историю. О чем то это да говорит.
Чтобы свежим анонам понятно было - если хотите делать синима - то это однозначно минимакс, если просто накончать на лицо и в рот то ваня.
ты че пездишь уебище
>если хотите делать синима - то это однозначно минимакс, если просто накончать на лицо и в рот то ваня.
Это надо добавлять в шапку.
Что то я не вижу минимаксового ворка, только апскейл какого то чужого видоса, мб как раз на ване, судя по длительности
>мб как раз на ване, судя по длительности
Ещё неестественные глаза, как любит делать ван. И отсутствие звука.
Макс может в реалистичный кум, с живыми эмоциями, со звуками. Но вот эти видосы вообще не похожи на него.
>>1734973
Это минимакс, вот его характерная "вотермарка" и сперма телепортируюшаяся на лицо большой блямбой на месте.
>runpod, verda
я загуглил, там формально запрещено хранить и генерировать порнуху
или им по факту похуй и не проверяют?
>или им по факту похуй и не проверяют?
А как они проверят? Это же по сути просто Линукс с ГПУ. Если они начнут залезать в рабочие процессы пользователей, то после первого же слива ими перестанут пользоваться и весь их бизнес пойдёт по пизде.
Я вообще как делал:
- Используешь постоянное хранилище для хранения ComfyUI, моделей, лор и прочего. Не хранишь там генерации, не хранишь там загружаемые фотки.
- В запуске ComfyUI прописывал, чтобы входящие и исходящие изображения/видео сохранялись в RAM, а не на диск. Но можно использовать и временный диск арендованного железа для хранения, потому что он всё равно стирается после того, как ты его отключишь.
Если ты совсем параноик, то можешь попросить чатгпт написать тебе кастомные ноды для ComfyUI, которые будут шифровать результат и расшифровывать его у тебя в браузере. При этом в памяти и на дисках вообще ничего не будет храниться. Но не думаю что оно того стоит.
>Что то я не вижу минимаксового ворка
Слушай, а ты ComfyUI просто целиком хранил на Network Volume и подключал к новому Pod? Или делал свой Docker-образ со всеми зависимостями? И как организовывал временные папки, чтобы ComfyUI не писал входные и выходные файлы на постоянный диск?
>И как организовывал временные папки, чтобы ComfyUI не писал входные и выходные файлы на постоянный диск?
Это не нужный дрочь, всем поебать что у тебя там.
>>1734885
То есть ничего полезного, с учётом того, что эту скорость чаще всего сравнивают с дефолтным максом на 50 шагах, лол.
>>1734881
Зачем? Выйдет же говно.
>>1735000
>то после первого же слива ими перестанут пользоваться
Чел, люди айфонами пользуются, которые сканируют все фотки юзверей на предмет всякого, а ты про какие-то там сервера.
>а ты ComfyUI просто целиком хранил на Network Volume и подключал к новому Pod?
Да. Если посмотришь, то дефолтный шаблон с ComfyUI как раз так и работает. Он смотрит есть ли на Network Volume папка с ComfyUI. Если её нет, то устанавливает.
Но там есть нюанс. У меня как-то ComfyUI стал очень долго запускаться. Я тогда до конца не разобрался, но кажется проблема была с сетью Network Volume. Поэтому непонятно, стоит ли запускать ComfyUI с Network Volume или же перед этим скопировать его на временный диск.
На Verda это немного иначе работает. Там постоянное хранилище физически в том же месте находится и всё работает очень быстро. Поэтому я храню ComfyUI со всеми лорами и нодами на нём.
>И как организовывал временные папки, чтобы ComfyUI не писал входные и выходные файлы на постоянный диск?
Спроси у чатгпт или дипсик. Там всё просто. Тебе в целом пригодится чатгпт, чтобы со всем этим разобраться.
Кстати, с RunPod есть ещё момент. Если используешь дефолтный шаблон на ComfyUI, то он во внешний интернет открывает доступ к твоей панели ComfyUI. Любой васян сможет зайти и посмотреть, что у тебя там. Поэтому важно при аренде Pod отключить все порты, кроме SSH. При подключении через SSH просто прокинь локально прокинь порт на ComfyUI. Как это сделать тебе объяснит чатбот.
>скорость генерации в 11 раз быстрее
>@
>ничего полезного
Чего блять?
>То есть ничего полезного,
Ты имеешь в виду те самые 8-шаговые PDD-акселераторы (LoRA от Alibaba/Pai) и Turbo-лоры (типа lightx2v), которые вышли ещё в августе-сентябре, а также их квантованные сборки (типа INT8 ConvRot).
FastH3 Omni от Hao AI Lab — это не просто очередное сжатие. Вот три конкретных технологических отличия, почему он объективно лучше старых 8-шаговок:
1. Это не LoRA, а полноценный дистиллят (Post-Train)
Все прошлые быстрые решения на 8 шагов (типа MiniMax-H3-PDD-Acc или lightx2v) — это костыли поверх базовой модели.
• Как было раньше: Ты вешал поверх тяжелой оригинальной модели 8-шаговую LoRA. Из-за этого ты не мог нормально использовать другие кастомные или файнтьюн-лоры от сообщества (они конфликтовали или ломали анатомию/текстуры).
• Как в FastH3 Omni: Модель обучили с нуля методом траекторной дистилляции (DMD2). Считай, что 8 шагов теперь зашиты в её "ДНК". Она чистая внутри, весит как обычный UNet, и на неё сверху можно без багов накатывать любые комьюнити-лоры.
2. Полноценная поддержка Omni Reference (Ref2VA)
Старые турбо-лоры были заточены под чистый Text-to-Video (T2V) или простой Image-to-Video (I2V).
• FastH3 Omni — это первая полноценная быстрая модель, которая нативно "из коробки" за эти же 8 шагов переваривает до 12 мультимодальных референсов одновременно (до 9 картинок, 3 видео и аудио-подложку для клонирования голоса). При этом она не превращает лица в "пластиковую кашу", что постоянно происходило на старых 8-шаговых LoRA при попытке удержать референсный персонаж.
3. Квантование нового поколения (NVFP4 QAD)
Ты абсолютно прав, кванты INT8 ConvRot на MiniMax крутятся уже месяц. Но FastH3 Omni завезли технологию QAD (Quantization-Aware Distillation).
• Раньше модель сначала дистиллировали, а потом грубо сжимали в INT8, из-за чего артефакты шагов накладывались на артефакты квантования.
• В FastH3 Omni веса запекали в новый формат NVFP4 (для карт Nvidia Blackwell/50-й серии) и INT8 прямо во время процесса дистилляции. Модель изначально "знает", что она будет работать в сжатом виде, поэтому качество генерации и пальцы не сыпятся так сильно, как на старых квантованных костылях.
Итог: Анон на скрине частично прав в своей духоте — по чистой скорости на мощных картах (где решают только терафлопсы) выигрыш перед старыми турбо-лорами не х12. Но FastH3 Omni выигрывает в качестве лиц/генерации, поддержке сложных референсов и в том, что это полноценная базовая модель, а не забагованная LoRA.
https://civitai.red/models/2837571/minimax-h3-turbo-loras?modelVersionId=3391964
> Ты вешал поверх тяжелой оригинальной модели 8-шаговую LoRA. Из-за этого ты не мог нормально использовать другие кастомные или файнтьюн-лоры от сообщества (они конфликтовали или ломали анатомию/текстуры).
> Старые турбо-лоры были заточены под чистый Text-to-Video (T2V) или простой Image-to-Video (I2V).
Какая же хуйня, канеш.
> Но FastH3 Omni выигрывает в качестве лиц/генерации, поддержке сложных референсов и в том, что это полноценная базовая модель, а не забагованная LoRA.
И проигрывает х3 по скорости, заебись, да.
Просто их маркетинг объективно хуйня полнейшая. Если бы они говорили «у нас тут новая модель, QAD+качество подтянули, то вопросов бы не было.
А когда есть лоры на 3 шага и норм работают на 6, и есть модели на рефы, и в целом это все отлично работает, их реклама про х11 (которые х0,4 на самом деле) — тотальный буллшит.
Этим ответы нейронки про модели и плохи — Гугл сам не запускал и не видел результатов.
Надо такое у агентов спрашивать, чтобы он лично провел 200 тестов сбс и дал решение.
Из комментов:
i caught a weirdest artifact i had so far. Took latest merged LoRA DMAD+Larryvrh. Generated 3 low-res small videos to test it, er_sde/simple 6 steps. To my surprise instead of scene as described in prompt - character started posing and singing some random Chinese song with perfect lipsync. Different song in all 3 videos. I wonder where that comes from XD
Спасибо, пусть это говно сами жрут.
>Гугл сам не запускал и не видел результатов
А ты запускал?
Обновил Комфи для этого чекпоинта и у меня такая тема пошла, что при генерации совсем не кушает ram, у меня его 32 гига, а тратится вместе с системой 12 гигов, видеопамять же из моих 8 гигов тратится 7 гигов. Раньше тратилась вся ram. И вот это Комфи так улучшилась или чекпойнт такой?
Нахер вы с этой парой отбитых жопоруков постоянно спорите? Там проблема не в моделях, а в "операторах", у которых и в ване гавно будет выходить и в мини-максе.
Первое видео это фаст чекпоинт на 8 гигах 3050 генерил двенадцать с половиной минут при 0,4 мегапикселя.
Второй видос это h3 коньврот с сла и лорой на 8 шагов, но генерил на 6 шагов, генерил давно, но думаю что по времени было +- тоже самое
>>1735305
Мда, я думал это новые базовые модели ускоренные с тем же качеством. А это просто урезаные с хуже качеством... Смысл их тогда?
Ты пропустил пункт про дефолтные 50 шагов. Суть в том, что все ускорялки сравнивают не друг с другом, а с базой. Уверен, что этот фаст не даст и 50% ускорения по сравнению с другими турбо лорами.
>>1735086
Нейровысер, скипаю.
>>1735161
>Надо такое у агентов спрашивать, чтобы он лично провел 200 тестов сбс и дал решение.
Серанут под себя же.
Так-то результат неплохой, а вдруг умельцы теперь и эту допилят.
Видосики твои говно.
Еще и заапскейлил, чтобы метадату загубить.
Чтоб ты сдох короч
Я бы его более не перекатывал.
Постить остался лишь какой то воздухан шизодаун, полезной инфы в тредах за месяц ноль, а за ворк пидоры скорее удавяться.. Проще засесть на цивитай ред.
>Проще засесть на цивитай ред
Там тоже лучше не становится, у него много своих проблем
Вот веса Wan 3 релизнули бы. Было бы интересно.
>Просто проблема в том, что манямакс оказался огрызком со скудным пониманием физики мира
Проблема в том что ты криворукий школотрон-долботролль, это единственная проблема. Лови репорт, чмырня необучаемая.
Слушай сюда, любитель запереть свой стыд в клеточку, пока твоя благоверная ждёт нормального черного мужика. Огромные латексные чехлы для твоих кошмаров отливают на гигантских стеклянных фаллоимитаторах, которые катаются по конвейеру, пока ты полируешь свой замочек. Эти формы макают в чаны с жидким соком гевеи и вулканизируют в печи, чтобы резина выдержала напор, который тебе и не снился. Потом эту сверхпрочную броню прокатывают щётками, смывают излишки химии и тестируют диким током на прочность. В финале туда заливают тонну смазки, упаковывают, а тебе остаётся лишь послушно держать эту пачку, пока черный господин занимается делом.
Но ты бы пооблизывал, согласись? Если не жезл, то как минимум ее ротик после работы.
У тебя руки с жопы.
>>1735606
Тебя надо обоссывать уже не 1 раз в тред, а каждые десять постов? >>1733568 обоссан, вали нахуй до след треда, чмыха. То что тебе в школе за горожами сладко очко некий Ваня протыкал не означает, что нам нужно все это здесь читать, смекаешь?
Ну замени лицо на видриле >>1735573 на эмму вотсон ту же - обосрешься. Если бы все было так гладко то не пердолили бы реф лоры на него. С лютейшим черрипиком и шрекофикацией может и выйдет что-то 1 раз из 10, но стабильно даже близко не будет нихуя
>>>1733568
Зачем ты опять приводишь в пример свой нелепый, кривой кал? Изначально замену певца делал другой анон и у него получилось хорошо. А то вроде пытаешься похвалить макс, но зачем-то приводишь в пример говно.
Да мне похуй на твой всхрюк, у меня поет, у тебя кал. Ебало? И так понятно, можешь закрючить обратно, чмыха.
>>1735634
>Ну замени лицо на видриле >>1735573 на эмму вотсон ту же - обосрешься.
Плати.
>Если бы все было так гладко то не пердолили бы реф лоры на него.
Лоры пердолят криворукие, все генерится с рефа. На гермену там свапнуть можно даже без рефа, кстати, чисто с промпта. Это и2в с промпта, где стартовая картинка - лого чмарвела.
Так ты просто не знаешь в какой сети или воркфлоу это делается. Хоть обпикайся, хуй ты также сделаешь. Ноль артефактов и у нее даже зубы правильно сгенерированы. Это просто неотличимо от реальности.
>на который нужно ставить кучу лор которые конфликтуют с друг другом
Рефмоды варятся моментально и почти не конфликтуют.
> 2026
> отождествлять культ карго с глупостью
Пчел, ты сам стал таким же рабом секулярного мифа, как и эти аборигены
пытаюсь сейчас сделать замену на Эмму в минишмяксе и вот прям точно не удается поменять. Все равно есть небольшие отличия в движениях. Что с бфс лорой, что без. Хм...
Скачал в итоге проверить, пришлось еще комфи обновить.
А на выходе кал говна на 8 шагах шумы на средних планах, даже в 0.8 мегапикселя, звук тоже по пизде идёт.
Обычная модель с ускорялкой ема600 даже на 6 шагах наваливает за щеку этому высеру.
>причем без лор прям из коробки
Особенно хорошо у него получаются звуки хрустящего огурца.
нищук 6+16
Ты 45 минут тратил электричество на этот мультик? Можно было в какой-нибудь бесплатной онлайн хуйне сгенерировать...
Нифига ты выдаёшь. Может с хорошим ссд было бы лучше. Но я бы вообще не пытался.
В бесплатной онлайн-хуйне нельзя оживить картинки для кума сгенерированные на том же тостере
И какие лучшие онлайн-сервисы без привязки карты и без ебли с закрытыми по странам IP?
Дешевле всего арендовать GPU. RTX 5090 будет стоить 1$ в час. Плюс постоянное хранилище обойдётся долларов в 10-30 в месяц. Если решишь генерировать через онлайн сервисы, то одно только видео может обойтись в несколько долларов. За эти бабки уже можно арендовать мощный rtx 6000 на час.
>без привязки карты
Можно взять виртуальную карту на каком-нибудь плати маркете. Привязать её к телеграму. Телеграм привязать к виртуальному номеру из другой страны.
>без ебли с закрытыми по странам IP
На сервисах для аренды GPU я не встречал ограничений по IP. Хотя всё равно лучше использовать ВПН, чтобы не сорить своими данными в инторнете.
Эти пляски просто тест того, сколько моему пк нужно времени на генерацию.
Здесь есть АИ-порнуха
https://boards.4chan.org/gif
Но там произошли какие-то тёрки и треды с дипфейками потёрли, и много чего ещё, как я понял. Типичная швабода, в общем.
>Весь фейссвап, который заполонил ютуб, сейчас получается делают через минимакс?
Да.
У меня такая же фигня была, пришлось Комфи обновлять, тогда всё заработало, но старый чекпойнт минимакса перестал работать в итоге снес вообще все чекпоинты, всё равно это всё хуйня и до уровня сиданс 2.5 как до луны, но у меня и 3050, а не 20-ая серия
Объясни, пожалуйста, про аренду. А как насчет конфиденциальности? Получается весь генерированный кум будет на серваках того у кого арендую?
Референс режим тяжелее засчет референсов. Если референсом выступает та же пикча, что ты в i2v пихаешь, то ощутимой разницы не должно быть. Уже полно гибридных моделей, работающих в оба режима, поэтому сама градация сорт оф устарела.
Пикчи пихай не больше 1мп, если у тебя воркфлоу их не режет, тогда критичных замедлений из-за этого не будет.
Дмд лора определенно норм https://huggingface.co/drbaph/MiniMax-H3-Turbo-Lora-ComfyUI/tree/main/experimental
Вообще FastH3 Omni недавно вышла, тебе как нубу будет самое то. Есть простой воркфлоу от разрабов h3, делает быстро и сносно по качеству.
ананасы, посоветуйте бомжам с 1660 супер модель для осиления видеогенерации яот и смишнявок
Обновил комфи в процессе попыток накатить себе генератор музыки и в итоге с новыми настройками такое же видео на моём тостере стало готовиться 20-25 минут.
Тебе по сути дают доступ к обычному серваку на убунту. Как и что там будет храниться зависит от тебя. Все данные можно записывать в оперативную память. Ещё их можно шифровать. Или может ты ещё что придумаешь вместе с чатгпт.
>>1735000
Шедевр, 10/10. Когда-нибудь научишься не делать планы от которых твоя некрокарта сыпется. Казалось бы, ты выбираешь? Можешь как угодно исполнить. Нет, хочу так чтоб выглядело хуево, просто закрою глаза на очевидные проблемы и продолжу слопить.
Поясни беглый гугл не дал результатов нейронки с умным поиском тоже, мне просто пытаться все подряд в Комфи установить? других вариантов не вижу
Ты видимо единственный на планете который до сих пор не понял как это через промпт спокойно фиксится. Огурцы были актуальны первую неделю когда модель ещё осваивалась и пипл не догонял как саундскейп прописывать
Он просто саунд оф сакинг продолжает писать. Но вообще, строго говоря, я вот вчера генерил сложное, и заметил, что не важно реф/и2в иногда генерация ломается по каким-то причинам, всирается звук, высирается очевидный бодди хоррор. Как будто какая то техническая проблема, она будто багуется, конкретно на реф2видео мне показалось причина в том что допусти 4 рефа картинки+ и если оно плохо прописано в промпте якорями, то генерация просто "пережаривается", путая кто на ком стоял и все ломается в говно.
Анончики подскажите, какая-то нода, лора для такого, чтобы меньше заморочек? Или самому ручками всё в реф2ва?
лора на боди свап - https://huggingface.co/Alissonerdx/Minimax-H3-ComfyUI/blob/main/loras/minimax_h3_character_swap_v1.1_ref2va_fro.safetensors
Остальное пердолинг. Рецепт пердолинга усредненный:
Точный промпт того, что надо заменить и что оставить (делаю промпты через оплаченный грок в экспертном режиме) + пикча референс + видео референс + чем больше мегапикселей разрешение (от 0.8 мп и выше), тем лучше.
Возможно еще в ВФ надо добавить адд гуид ноду. У нее в имейдж залетает твое видео и аудио из твоего видео, а сама она дальше передается в цфг гуидер (в позитив и негатив одновременно)
Пусть делает как делается. В видосе достаточно эффорта, чтоб не стыдно было в тред скинуть. Вот если б там было больше эффорта, то было бы уже стыдно. Все хайп и баблос рубят, а ты для неблагодарного треда стараешься, дебил.
Делаю на такой с первого дня, полет нормальный. 5070ти конечно на 30% лучше, но и так тоже норм.
>Озу много нужно?
32 хватит на всё.
Даже вчерашний шторм тебя не разбудил.
>Он просто саунд оф сакинг продолжает писат
Напиши конкретно что ты прописываешь и как. Я просто из треда в тред вижу посты, что это легко прописывается промтом, но сам промт не вижу.
У меня на 4060 ti 16 gb и 32 ram Манямакс пердит 20 минут ради 15 секунд видево в 0.8 мп на Ref2Video. Без использования файла подкачки.
Естественно обмазавшись турболорой 8 шагов, ну и модели самые нищие - прунед конь-его-в-рот.
поскажите пж иишки которые отвечают на все вопросы, по типу сбора бомбы или синтез фентанила с мыла
Есть ли видео модели которым можно скормить ролик с цензурой и получить более менее без?
>Манямакс пердит 20 минут ради 15 секунд
Это нормально, ненормально пытаться 15 сек генерить, когда ты можешь за это время 2 по 10 сек сделать или 5-6 по 5 сек.
>Напиши конкретно что ты прописываешь и как. Я просто из треда в тред вижу посты, что это легко прописывается промтом, но сам промт не вижу.
На сложном и корпоратки ломаются на куче рефов. Даже если каждый пук и движения мизинца пропишешь, он забудет что у человека нет головы в жопе.
Там сложно говорить, так как все через цензуру и энчансер проходит. Тут кстати текстовый энкодер тоже может срет, мы не знаем.
Я совсем обдвачился и на полной уверенности ожидал, что в конце будет кат на этого мужика >>1736189, и типа он внутри этого горшочка сидит
Он же вроде с цивитай. Там должно быть воркфлооу. Возможно оно в самом видео есть.
Вообще, эти паскуды обещали выпустить официальный апскейлер, который используется в API. Но в результате выпустили нам хуй в рот. Видимо скурвились, как и создатели Ван. Теперь будут только закрытые модели выпускать.
Основные возможности:
• Генерация видео отдельными последовательными фрагментами.
• Изменение объектов, действий, окружения и визуального стиля между фрагментами.
• Управление движением камеры.
• Разрешение 720 × 1280 при 24 FPS.
• Ускоренная генерация за 8 шагов диффузии.
• Возможность локального запуска на одной RTX 4090 с квантованием и выгрузкой части вычислений в оперативную память.
Доступность: исходный код и веса опубликованы. Также доступна онлайн-демонстрация.
https://huggingface.co/tencent/Hy-Nomas
К сожалению, моделька довольно сильно глючит.
Промты
Flamethrower:
subject_definitions:
<Subject 1> is the man in <Picture 1>, <Picture 2>, <Picture 3>, <Picture 4>, <Picture 5>, <Picture 6>, <Picture 7>, and <Picture 8>, whose identity is defined by all eight images: short light-brown hair swept back and to the side, a trimmed dark-brown beard and moustache, brown eyes under a level brow, prominent ears, a long angular face, and a lean athletic build. The clothing worn in the reference images is not part of this subject.
summary:
[reference generation] The target video shows <Subject 1> as a man wearing a World War 2 style flamethrower pack, holding an unlit cigarette in his mouth. In a single shot he fires a massive jet of flame, then lowers and tilts the nozzle upward so a short tongue of flame lights the cigarette, lowers the weapon, and takes a drag.
retention_analysis:
<Subject 1> (appears in [Shot 1]): fully_preserved - the facial identity, swept-back light-brown hair, trimmed dark-brown beard and moustache, brown eyes, prominent ears, and lean build are retained.
detailed_description:
The target video is live-action and cinematic in a candid, documentary-like register, lit by flat overcast natural daylight with a muted, slightly desaturated grade and a natural, unstylised look.
[Shot 1] A medium shot frames <Subject 1> in three-quarter view, standing in the left third of the frame with his body angled toward frame right, in an open dirt yard under a soft grey sky with a distant line of bare trees behind him. He is the man from the references, with short light-brown hair swept back and to the side, a trimmed dark-brown beard and moustache, brown eyes under a level brow, prominent ears, and a lean athletic build. His expression is deadpan, and an unlit white cigarette is clamped in the corner of his mouth. He wears a faded olive-drab World War 2 style field shirt with the sleeves rolled to the elbow and canvas webbing straps across his chest. On his back sits a World War 2 style flamethrower pack: two tall olive-drab fuel cylinders with a smaller round pressure tank between them, mounted on a steel frame. A thick black rubber hose runs from the base of the tanks down past his hip to a short, stubby metal nozzle gripped in his right hand at waist height, pointed toward frame right. The camera holds a static shot with a slight handheld shake. He squeezes the trigger and a massive roaring jet of orange flame bursts from the nozzle, billowing several metres across the yard and filling the right half of the frame with rolling fire and black-edged smoke. Heat shimmer warps the trees behind the flame, and flickering orange light washes across his face and shirt while he holds the same deadpan stare without flinching. Still firing, he eases off the trigger so the jet shrinks to a short, steady tongue of flame, lowers the nozzle to chest height, and tilts it upward toward his own face. The camera pushes in with small amplitude at slow speed. The tip of the flame licks up just in front of his chin and touches the end of the cigarette, which catches with a bright orange ember. He releases the trigger, the flame snaps out with a small puff of smoke from the nozzle, and he lowers the flamethrower back down to his hip. He draws on the cigarette, the ember brightening, then exhales a slow stream of grey smoke from the side of his mouth, eyes still fixed ahead, as thin wisps of smoke from the nozzle drift up past his shoulder and the shot ends.
overall_soundscape:
Open-air outdoor ambience with a light breeze runs underneath the whole shot. The flamethrower ignites with a sharp hiss and erupts into a deep rushing roar with crackling fire, drops to a softer steady hiss as the flame shrinks, then cuts off with a short pop. The pack's straps creak and the hose scuffs against his shirt, followed by the faint crackle of the cigarette catching and a slow exhale of smoke.
non_diegetic_music:
N/A
Pancake flip:
subject_definitions:
<Subject 1> is the man in <Picture 1>, <Picture 2>, <Picture 3>, <Picture 4>, <Picture 5>, <Picture 6>, <Picture 7>, and <Picture 8>, whose identity is defined by all eight images: short light-brown hair swept back and to the side, a trimmed dark-brown beard and moustache, brown eyes under a level brow, prominent ears, a long angular face, and a lean athletic build. The clothing worn in the reference images is not part of this subject.
summary:
[reference generation] The target video shows <Subject 1> as a World War 2 soldier kneeling on the engine deck of a parked tank beside a frying pan that rests on the hot grille by itself. In a single shot the tank fires its main gun, the jolt makes the pan hop slightly, and the pancake flips over in mid-air and lands back in the pan, which he then plates and eats.
retention_analysis:
<Subject 1> (appears in [Shot 1]): fully_preserved - the facial identity, swept-back light-brown hair, trimmed dark-brown beard and moustache, brown eyes, prominent ears, and lean build are retained.
detailed_description:
The target video is live-action and cinematic in a candid, documentary-like register, lit by flat overcast natural daylight with a muted, slightly desaturated grade and a natural, unstylised look.
[Shot 1] A medium shot from a low angle at the rear corner of an olive-drab World War 2 era tank looks forward along its hull, with the turret in the middle ground and the long gun barrel extending toward a flat field and a distant tree line under an overcast sky. In the foreground on the left, a black cast-iron frying pan rests by itself on the engine grille, heat shimmer rising off the metal around it, and a pale pancake sizzles in the pan. <Subject 1> kneels on the engine deck on the right of the frame, a short distance from the pan. He is the man from the references, with short light-brown hair swept back and to the side, a trimmed dark-brown beard and moustache, brown eyes under a level brow, prominent ears, and a lean athletic build. His expression is deadpan. He wears a faded olive-drab World War 2 style field shirt with the sleeves rolled to the elbow and canvas webbing straps across his chest. Both his hands rest on his thighs, a bent tin spatula held loosely in his right hand against his knee, and a dented tin plate sits on the deck beside him. He watches the pan. The camera holds a static shot with a slight handheld shake. The main gun fires: an orange muzzle flash and a burst of grey smoke erupt from the end of the barrel in the background, and the whole tank jolts back on its suspension. The jolt alone makes the pan hop a few centimetres off the grille and drop back with a clank. The pancake lifts out of it, turns over once in a small half-flip, and lands back flat in the pan, golden-brown side up. He does not move or look toward the gun. The camera pushes in with small amplitude at slow speed toward him and the pan. He slides the spatula under the pancake, lifts it onto the tin plate, and sprinkles sugar over it from a small paper packet pulled from his breast pocket. He rolls the pancake up with his fingers and takes a bite, chewing as the muzzle smoke drifts back along the hull and thins around his shoulders as the shot ends.
overall_soundscape:
A low tank engine idles with a steady throb beneath open-field wind while the pancake sizzles in the pan. The main gun fires with a deafening boom and a heavy metallic shudder through the hull, the pan clanks once against the grille, and the pancake lands with a soft slap. The spatula scrapes the pan, sugar patters onto the tin plate, and quiet chewing follows.
non_diegetic_music:
N/A
Вчера пробовал RTX6000 для генерации в minimax. Видрил стоит 20 рублей. Арендовал на Runpod. Могу рассказать подробнее как это делается. Единственный нюанс - там был доступен только теплейт с int8 contvrot. Мы пытались с codex вставить туда самую большую модель на 80 гигов, но она генерила такой ролик 2 часа и мы дропнули. Что я делал не так?
>( https://civitai.red/ для порно)
Там нет порно лор, куда они все делись?
А текстовый энкодер ты какой ставил? Если тоже bf16 , то это ещё 50 гигов. Может из-за этого.
Вообще, я не уверен, есть ли смысл ставить bf16 модель. Если у тебя 2 гпу rtx 6000 или H200 на 140 ГБ, то можно. А иначе сомнительно.
>>1738011
У аккаунта в настройках включи показ контента для взрослых.
Лучше вообще не апскейлить. Глаза сразу начинают плыть, волосы и т.п.
Текстовый энкодер загружается чтобы токенизировать промт, после этого сразу выгружается.
Кто-то пробовал? Прикиньте 4090 обоссыт 5090
>fp16
>bf16
int8 конврот все равно быстрее работает.
У тебя и так картинка плывёт. С апскейлом будет печально. Если хочется попробовать, то вот
https://huggingface.co/LBH-123-AI/Minimax_h3_latent_Upscaler
А как вообще аренда происходит? Я как в компклубе получаю свой ПК через удаленный доступ и делаю с ним чё хочу? А как мне перетянуть свой воркылоу и файлы для работы?
>Я как в компклубе получаю свой ПК через удаленный доступ и делаю с ним чё хочу?
Да.
>А как мне перетянуть свой воркылоу
1. Открытые workflow сохраняются непосредственно в твоём браузере.
2. Ты можешь перетащить ранее сгенерированную картинку/видео в браузер и откроется workflow. То есть workflow вшивается в то, что ты генерируешь (это дефолтное поведение ComfyUI).
>и файлы для работы?
Для этого на Runpod и Verda есть постоянные хранилища. За них нужно отдельно платить. Когда ты арендуешь GPU, ты получаешь временное хранилище. К нему дополнительно можно подключить постоянное хранилище. А можно и не подключать, если ты хочешь просто затестить новую модель например.
>А как вообще аренда происходит?
Вот гайд
https://www.youtube.com/watch?v=clFsFcmKZPY
Не пытайся умничать и арендовать хранилище как я, потеряешь время.
Делай буквально то что мужик делает, арендуешь карту, скачиваешь за 1 минуту (!!!) сто гигов моделей на временное хранилище, генерируешь видосы, обязательно скачиваешь их и удаляешь под. Быстро и заебато. Все что ты туда закидываешь референсами просто драг энд дропом переносишь.
15-секундный ролик вот в таком разрешении обходится в 20 рублей если не считать чистое время генерации. >>1738007
А есть способ улучшить уже готовое изображение чтобы ничего не плыло? Я планирую генерить много таких видосов, выбирать из них самые годные и их уже подороже доводить до товарного вида.
Перепутал соотношение сторон ну до пофиг, суть видна
Ещё проще гонять картинки. У меня железо ещё более позорное но я всё равно гоняю квантованный минимакс чтобы оживить свой нейрослоп с квантованной креи.
Несмотря на то, что сама модель запакована в формате INT8 ConvRot (8-битное квантование), внутри структуры Diffusion Transformer вычисления не происходят исключительно в целых числах. При инференсе (генерации):
• Проекции внимания (Attention blocks), QKV-матрицы и некоторые промежуточные слои часто переводятся фреймворком выполнения (PyTorch / ComfyUI backend) в FP16 или BF16 для сохранения точности.
• Описанный анлок как раз удваивает пропускную способность инструкций FP16/BF16 с накоплением в FP32 на Tensor-ядрах вашей RTX 3090.
• Соответственно, на этапе денойзинга (когда идет сам расчет кадров видео) ядра вашей карты смогут выполнять эти матричные перемножения быстрее.
• Квантование ConvRot (Channel Rotation) само по себе является хитрым хаком для обхода ошибок квантования INT8. Смешивание неофициального низкоуровневого анлока частот ядер с оптимизированными ядрами внимания (например, если вы используете --use-sage-attention или --use-ck-attention) с высокой долей вероятности приведет к поломке генерации (выдаст ошибку CUDA error или host reset).
Резюме: стоит ли пробовать?
Реальный выигрыш во времени генерации одного видеоролика MiniMax H3 на практике вряд ли превысит 10-15% (из-за ограничений памяти VRAM и накладных расходов фреймворка), несмотря на «бумажное» удвоение TFLOPS чипа.
Ну еще стабильно на линуксе работает, на винде говрит бсоды и прочее в наличии.
>Ну еще стабильно на линуксе работает, на винде говрит бсоды и прочее в наличии.
Получается что нахуй надо ради 10%.
>Next, we ran real-world production workloads on the unlocked 3090 to see if it translated to actual inference gains:
>ComfyUI Image Generation: Unlocking BF16 finally makes it run at parity with FP8 (FP8 was never faster on Ampere; it just saved VRAM while being dequantized to BF16). However, int8_convrot (W8A8) still beats unlocked BF16 across the board. On Krea2 Turbo, INT8 was 31% faster (9.13s vs 13.66s) and used 31% less energy. On Qwen-Image 2.1, INT8 was 47% faster than BF16 (13.75s vs 20.21s). On Z-Image Turbo, INT8 was 29% faster (3.94s vs 5.52s).
>ComfyUI Video (MiniMax H3): Saw essentially zero end-to-end difference (~30s per render). The pipeline is dominated by an INT8 DiT and an nvfp4_awq text encoder, neither of which benefit from the unlock.
>LLM Inference (125B MoE): Tested under an offloaded MoE engine. Decode speeds remained memory-bandwidth bound and showed no meaningful change (staying in the 35–50 tok/s range). Prompt prefill throughput, which is compute-bound, saw a modest ~15% uplift (from ~920 to ~1,060 tok/s on an 8K prompt on the 3060).
Смотри, игрушка тебя сейчас так затянет, что очнёшься только через месяц.
96 гиг и 5090, а что?
>>1738205
>инструкций FP16/BF16 с накоплением в FP32
5090 всё ещё ебёт.
>с высокой долей вероятности приведет к поломке генерации
Нейродебил всё ещё нейродебил, хоть и 2 трлн параметров, лол.
Почему у меня гипертрофированные эмоции получаются, как у джокера? В ване такое было, когда с весами лор перебирал, а тут по сути ничего не трогал.
Я подрочить хотел, а чуть со смеху подливу не пустил. Буквально каждая генерация - это пародия в духе Джима Керри.
Бля, проиграл, но ждал плевка, пиздец проебал потенциал.
>>1737946
>Теперь будут только закрытые модели выпускать.
Ебать ты сука гений. Это корпоративная компания изначально. Как и креа, как и идеограм. Поразительно, что они нам столько годноты в этом году дали, а те, кто тащили опен-сорс, только хуйню накидали.
Т.е. вкат сюда только для ультра мажоров и с 32/64 ОЗУ ловить нечего, бля.
От 12 гб врам и 32 рам, если не хочешь ждать 15+ минут на 5 секунд нейрослопа.
64 озу что даст когда врам 16? Ускорит или улучшит качество? Заранее благодарю
Мне наоборот нейронка помогает меньше за ПК сидеть. Ставлю генерацию и иду полезными делами заниматься - гантельки потягать, еду приготовить. Всё равно видеокарта забита во время процесса и ничего на ПК невозможно делать. А так бы сидел хуки на миду кидал
Радикально оно тебе не поможет. Больше рам позволит тебе просто занять пк другими задачами (например, гонять ютуб или игры) во время генерации.
Добавь лору на эмму, обмаж реализм пипл и тому подобное. Я взял стоковый ворк bfs, закинул картинку с видео и запустил, всё. Сам хотел посмотреть что получится, обсёра не наблюдаю.
Вместо плевка хуйня какая-то получается.
Харчок сделал на третий день выхода минимакса, это легко.
Очнется сразу как попробует сложное сделать и продолжить кадр и пойдут фейлы.
>Что я делал не так?
Взял слоповую картинку и зачем-то в 1мегапукселе сгенерил мусор который и в 0,4 норм.
>>1735606
Да, это ван, но на венеции уже заглушку влепили, ищите другой сервис если надо. Минимакс качеством не дотягивает, к сожалению, хотя может я не выпердолил. Но зато реф голоса натянуть можно и фразу заменить, и бесплатно
Ну если лорами обмазаться как тот >>1738189 чел пишет может и +-нормально будет, плюс у меня в вф явно хуйня какая-то с качеством, у него получше выглядит, хотя и схожесть проседает. Но ван все же с двух фоток по сути идеальное сходство пилит, но платно
H3-Context-IR: As inputs become increasingly complex, we build a dedicated system to deeply understand and refine the input multimodal instructions, then convert them into a form that H3 can readily understand—the Context Intermediate Representation—for generation. H3-Context-IR is critical to the quality of the final output, so we strongly recommend incorporating it into your generation pipeline or following the “Prompting Guidance” to build your own context-processing system.
Да скорее всего просто просто ЛЛМ, которая из обычного юзерского промта "сделай мне еблю в горло" делает промт который нужен минимаксу по гайдам, со всеми разделами, тегами и енхансингом для красочности.
Юродивый, это не нейрофап трет, тут реквесты никто не выполняет.
Святая женщина.
Схожести добиться можно будет и реалистичности тоже да, но мимики как на ван 3, не выйдет. Больно реалистично она губу верхнюю скалит, на минимаксе при этом минимальное движение губы, такое полу масочное ебало.
Хотя возможно надо просто железо помощнее, по тому что в том вф апскейл латента идёт. На первом прогоне генерируется в 0.4 мегапикселя, по этому слишком маленькое лицо чтобы с него мимику считывать, а потом по верх еще апскейл с 0.4 до 0.92 в конец убивает всю мимику. остаётся только монотонное бормотание.
По хорошему надо исключить двойной прогон и генерить сразу в 0.9 мегапикселя хотя бы, но это долго капец. Мне это не надо, я это делать не буду.
Закрытая корпоратская модель лучше локальной? Вот это новость, ебать.
Братик, у меня только к тебе вера есть, ты творил дела на ван2.1. Хотелось бы от тебя базу по пользованию H3/LTX, но хуй знает что спрашивать, хз что новое можно узнать. Может одно максимально качественное видео и одно с турбо, посмотреть воркфлоу, если он чем-то отличается. Ты бы подписывал как-то определенно файлы, чтобы было легко отличать от прочих шизиков. Банально паттерны вроде Mini-H3, H3-0001 уже не встречаются у других. Только по фото этого альбиноса детекчу.
Не лучше. У ван3 свои проблемы есть. Сначала кажется, что воу круто, ван3 обучали на порнухе. Но потом понимаешь, что у него скудная база и далеко не всё можно получить. А в минимакс это решается лорами. Ещё у ван3 генерация долгая.
https://youtube.com/shorts/oZ0QYTuE9VQ?feature=share
Что сделать то блять, промпт пиши, сразу на английскойм.
Тру кумер уже давно всё сделал бы сам и обдрочился бы до полусмерти.
Даже на говнопк можно генерить картинки в квартованной крее
Да там нечего особо показывать, я мало тестил и банальщину, так что у меня там ничего особенного нет, да и щас крею и мох дрочу в основном. Могу только сказать что промпт очень сильно роляет, и зачастую то что с 1 трая не выходит идеально как я хочу, выходит с 2-4 с помощью нейронки (юзаю опус) и коррекции весов лор. Мне больше времени своего жалко сидеть это все выдрачивать с учетом затраченного на генерацию. Еще бля каждую неделю выходит новая турбо и 90% говна (смешно), заебался уже их тестить
Если бы ты сидел в /nf, то знал бы, что в гроке нашли баг, который позволяет сейчас бесконечно генерировать видео в высоком качестве. Слабенький ты кумер...
У тебя что, вообще видеокарты нет?
У меня тоже нет, я вот это на 3050 специально для тебя 6 минут генерил. Еще скажи, что хуево получилось!
ладно, переделал это >>1738915
У меня карточка на 4gb на архитектуре maxwell. Сам как думаешь могу я на ней что-то нагенерить.
Пользовался почти всё время minimax_h3_turbo_v4_step600_ema, у которого отдельная нода сэмплерная MiniMax-H3 Turbo Sampler (4-step). В этой ноде ничего не выбирается, она просто работает и всё.
Решил посмотреть что нового появилось тут: https://civitai.red/search/models?sortBy=models_v9&query=Minimax%20Turbo
И все, что ни пробую - какая-то хуйня размытая в результатах.
Там везде надо выбирать сэмплер, то LCM, ещ EULER, то еще поеботу какую-то. Это обязательно? Если да, то что используете вместо MiniMax-H3 Turbo Sampler (4-step)? Еще и шифты менять надо, и опять видимо нода какая-то особая нужна. Где её брать и куда пихать?
Самая норм турбо на 8 шагов, которая 1.0 версия. На 4 шага все плохие. Если делаешь видео не для подрочить, а чтобы залить куда-то, лучше вообще отключить турбо. Потому что они все режут качество, есесна.
Как она называется? В названиях ничего нет о количестве шагов, а в описаниях пишут 6-8. minimax_h3_turbo_v4_step600_ema - та которой пользуюсь сейчас, почти всегда на 8 шагов ставлю
https://huggingface.co/lightx2v/Minimax-h3-Turbo/tree/main
Смотрю там недавно 1.1 вышла даже.
Там пиздец сколько версий. Какую используешь? Какой шедулер и какой сэмплер? В карточке модели вообще никакой информации нет, только реклама какого-то сайта.
Попробовал вот опять 8step, она от любой сторонней лоры сразу изображение скурвливает. 600EMA вообще не шакалится от любых лор... Видимо ничего лучше пока не придумали.
>на английском.
Вся суть локалок)))
//тхред
Причем тут локалки, любая нейронка корпов или нет, без разницы, схватывает смысл промта точнее именно на инглише, либо на китайском (если китайская).
Значит Алиса станет х10 умнее если ей писать на инглише?
Если у них все еще квен переваренный, то да. Если они таки сподобятся свой претрен доделать, то нет. И гигачат тоже нет. Так что если ты не прохрюкаться пришел - то можешь погордиться что у них там ажно свой токенайзер таргетящий кириллицу.
Интересно что там у мистралей кстати - подозреваю что таки база инглиш, вероятно испанский и немножко арабоязычных в лице немецкого и французского
>>1739366
ухх бля русский язык в нейронках, аж трисет хохла нахуй. тем временем большинство нейронок кроме самых топовых воспринимают хохлятский как выдуманный и сочиняют слова налету
Я так-то по делу писал, реально лучше понимают на инглише и китайском. Это проверяется легко, можно свой промт на русском перевести на инглиш и убедиться сколько деталей проебывается.
>ухх бля русский язык в нейронках
Шизоид блять, у тебя там цигане уже убежали? Картины со стен своровали под бормотание? Или всё красят в синий?
Нипонял ничё. Если мне надо картины на стенах с цыганами - мне их на русском промптить лучше или на английском?
С его обучением есть проблемы. Разработчики не опубликовали исходную недистиллированную модель.
Хотелось бы, чтобы просто в базу добавили пёзды, анусы, хуи, нормальные звуки, побольше базовых движений. Это уже сильно бы бустануло макс.
Но спустя 3 месяца мы имеем только порашный ерос, который тупа собирает порашные лоры внутри себя.
Да был тут долбоёб у которого минимакс генерировал исключительно бормочущих жирных баб в комнатах с картинами или красил всё в синий цвет. Тоже промпты на русском писал, не следуя рекомендациям.
>Схожести добиться можно будет и реалистичности тоже да, но мимики как на ван 3, не выйдет. Больно реалистично она губу верхнюю скалит, на минимаксе при этом минимальное движение губы, такое полу масочное ебало.
На минимаксе можно сделать доп блок с таймлайном микроэмоций, он обрабатывает оба таймлайна (а тут первого и нет, так как видео повторяется)
Но деняк сгенерить калтинку не в калогенераторе бесплатном у них нет, ясно.
1. С картинкой (или несколькими) с референсами
2. Просто текстом?
Заранее спасибо анонам за советы
Нужен как минимум фото твоих гомоприятелей в качестве первого кадра. При желании можно задавать и последний кадр.