Phantom｜錬金学総論

Solana Bot で自動トレードを模索中。 HPで開発実験ノートを公開しています。最近は生成AIでの動画生成も本格的に開始。

[Phantom｜錬金学総論 @Phantom_202601]

H3派生モデル「Singularity」がV2。指示追従と画風を強化、参照音声の不具合も修正。INT8で約34GB、4stepのTurbo LoRA推奨。
16GB×2枚で載るか、これも試す候補。
#MiniMaxH3 #ComfyUI
https://t.co/WxGxZ1OPFF

[Kamimoto(かみもと) @sep_is_heim]

MiniMax-H3派生「Singularity」のV2公開！

V2では指示追従・画風表現を強化し、参照音声の不具合も修正したらしいです。

ComfyUI対応済みで、V2はINT8約34GB、4step Turbo LoRAを推奨とのこと。画質は気になるなー。

https://t.co/mK3G6HqmfS

[Phantom｜錬金学総論 @Phantom_202601]

第29回で5つ並べたComfyUIのタイムライン編集に、6つ目。
H3ZeroStudio。CapCut風の画面でクリップごとに参照を持ち、潜在の末尾を次の頭に固定して継ぎ目なしで延ばす。
https://t.co/Ffy36X6ZmX
#MiniMaxH3 #ComfyUI
https://t.co/7DNGueHEHp

[R@aiaicreate @aiaicreate]

ComfyUI上でMiniMax H3動画を編集できるタイムラインエディタ「H3ZeroStudio」が登場。
クリップごとにプロンプトや参照画像を設定し、キャラを維持した継ぎ目のない長尺生成を実現。音声同期やテイク管理、部分再生成にも対応。

#MiniMaxH3 #ComfyUI

URLはリプ⬇️

[Phantom｜錬金学総論 @Phantom_202601]

上がSonnet 5版、下がOpus 5版。同じ日本語1文、同じseed。Opus版は引き→横顔アップ→立ち上がって手をバイザーへ、と3つの画が10秒に入った。

[Phantom｜錬金学総論 @Phantom_202601]

有償APIの動画が豊かなのは、間にLLMの書き直しがあるから。
仮説を立てて、ローカルH3の前にClaudeを置くノードを作った。日本語1文から公式仕様の英語800語。同じseedで焼いたら、カットもカメラも台本どおりに出た。
https://t.co/HJrBh86YsQ
#MiniMaxH3 #ComfyUI #ClaudeAPI

[Phantom｜錬金学総論 @Phantom_202601]

だれか彼にザブトン一枚あげてくれないか？

[SSSS.CRYPTOMAN⚡️AI @SSSS_CRYPTOMAN]

ドラゴンボール1個だけで願いを叶えられるバグが判明。しかも回数無制限
フリーザもそれを知って全力で捜索してるレベル

[Phantom｜錬金学総論 @Phantom_202601]

ここまでやると、ただただあっぱれ(^^)

[徒然研究室✍🏻 @tsurezure_lab]

続きましてBE:FIRST、M!LKという2組のボーイズグループのダンスを人物検出と��格推定で解析して、曲中での動線を可視化しました。手足の動きの大きさや、全員で同じ振りをそろえる時間はほとんど同じなのに、立ち位置を次々に入れ替えていくBE:FIRSTに対し、自分の持ち場にとどまって踊るM!LKという 違いが見えてきます。対象曲は、BE:FIRST「Missing」と、M!LK「爆裂愛してる」です✍

■ 動画の見方

左の青がBE:FIRSTさんの「Missing」、右の赤がM!LKさんの「爆裂愛してる」です。

どちらも、カメラが動かない定点の練習動画を対象としています。

上の図の1本の線は、1人のダンサーの足元の位置です。

横軸は、客席から見た横の位置（中央からのメートル）、縦軸は曲の進行で、上から下へ8カウントずつ進みます。

上の図は曲全体を最初から最後まで描いていて、黒い横線と丸い点が、いま踊っている位置を���します。

横線より下のグレーがかかった部分は、まだ踊っていない、これからの部分です。

点の大きさは、その瞬間の手足の動きの大きさです。

黒い「×」は、2人の左右の並びが入れ替わった位置です。

入れ替わった瞬間に弾けて、そのまま残っていき、右上にその回数が出ます。

線の太さと濃さは、その場での手足の動きの大きさです。

線の下に塗った面は、その瞬間にいちばん左にいる人からいちばん右にいる人までの範囲、つまり隊形の横幅です。

下の枠は、映像から推定した関節の位置だけを描いた骨格で、手首と足首の周りの薄い点は、直前の動きの跡です。

2曲とも同じ4倍速なので、曲の短いBE:FIRSTさんの「Missing」が先に終わります。

曲が終わったあとは、2組それぞれ、最初に左にいた人から順に1人ずつ線を濃くして���その人が1曲のあいだにどこを通ったかを見せています。

■ BE:FIRSTさんは、立ち位置を次々に入れ替える

2人の左右の並びが逆になった回数を数えると、1人あたり1分に、BE:FIRSTさんが10.5回、M!LKさんが5.0回で、BE:FIRSTさんが約2倍です。

すれ違い��わの小さな揺れは数えないよう、左右の差が30cmを超えて逆転したときだけを1回としていて、この基準を50cmや80cmに広げても、BE:FIRSTさんの回数はM!LKさんの約1.8倍です。

動画の途中でも、BE:FIRSTさんの図では「×」が次々に弾けて中央付近を埋めていき、M!LKさんの図では「×」の間隔が空く区間が続きます。

また、曲の最後の「1人ずつ」の場面では、BE:FIRSTさんの線は、中央から右端へ、右端から左へと、舞台を何度も横切ります。

M!LKさんの線も途中で大きく動きますが、横切ったあとは次の持ち場でしばらく止まり、線が縦にまっすぐ伸びる区間が長くなっています。

■ M!LKさんは、持ち場にとどまる時間が長い

床を横に動く距離は、BE:FIRSTさんが1分あたり17.4m、M!LKさんが11.8mで、BE:FIRSTさんが約1.5倍です。

1人ずつ8カウントの間の横の振れ幅���見ると、40cm未満に収まる割合は、M!LKさんが79%、BE:FIRSTさんが56%です。

8カウントごとに全員の横移動の平均を見ると、M!LKさんでは、平均が30cm未満の、ほとんど横に動かない区切りが曲の24%を占めます。

BE:FIRSTさんには、そのような区切りが一つもありま��ん。

ということは、M!LKさんは、

「決まった持ち場で8カウントを踊りきってから次の持ち場へ移る構成」

で、BE:FIRSTさんは、

「どの8カウントにも立ち位置の移動が入る構成」

だということです。

■ 手足の大きさと、振りのそろい方は同じくらい

一方で、その場での手足の動きは、BE:FIRSTさんが身長の0.42倍、M!LKさんが0.45倍（1秒あたり）で、ほとんど変わりません。

上の図の線の太さも、2組で同じくらいです。

骨格から全員の腕と脚の角度を比べ、いちばんずれている人でも20度未満に収まっている瞬間を「全員が同じ振りをしている」とみなすと、その時間は、BE:FIRSTさんが曲の51%、M!LKさんが56%で、こちらも大きな差はありません。

BE:FIRSTさんは6人、M!LKさんは5人で、人数が多いほど「いちばんずれている人」の値が大きくなりやすいため、BE:FIRSTさんは6人から5人を選ぶすべての組み合わせで判定して、人数をそろえて比べています。

つまり、2組の違いは、手足の動かし方や振りのそろえ方ではなく、床の上での立ち位置の使い方に集中しているということです。

■ 隊形の横幅は、M!LKさんがやや広い
隊形の横幅（全員の横位置の標準偏差）は、BE:FIRSTさんが1.46m、M!LKさんが1.63mです。

ただし、8カウントごとのばらつきが大きく、はっ��りした差とまでは言えません。

＊＊＊

以下、仮説も含みます！

＊＊＊

M!LKさんの、持ち場で8カウントを踊りきる構成は、正面から見たときに、

「いま誰がどこにいるか」

が追いやすい構成です。

M!LKさんの公式チャンネルには、メンバー1人を追い続ける「推しカメラ」の動画も公開されていて、1人ずつの姿が見えることが大切にされている振り付けなのかもしれません。

＊＊＊

BE:FIRSTさんは、手足の動きの大きさや振りのそろい方はM!LKさんと同じくらいなのに、立ち位置だけが絶えず入れ替わります。

全員がそろった振りを踊ったまま、隊形の形そのものを動かし続けることで、集団としての動きを見せる作りになっているのかもしれません。

＊＊＊

前回解析したHANAさん（「ROSE」）とFRUITS ZIPPERさん（「わたしの一番かわい���ところ」）と並べると、床を横に動く距離は、HANAさんが1分あたり17.1m、BE:FIRSTさんが17.4m、FRUITS ZIPPERさんが11.0m、M!LKさんが11.8mです。

HANAさんとBE:FIRSTさんは、どちらもBMSGが開いたオーディションから生まれたグループで、どちらも1分あたり17m前後動いています。

一方で、その場の手足の動きは、HANAさんが身長の0.63倍とBE:FIRSTさんの1.5倍ほど大きく、同じ事務所でも、床の使い方は似ていて、手足の使い方は違うということなのかもしれません。

ただし、今回比べたのは各グループ1曲ずつです。

同じグループのほかの曲でも同じ特徴が出るのか、そして事務所や振付師の違いがどこに表れるのかが、今後確かめたいところです...！

■ ご注意！

・BE:FIRSTさんは6人、M!LKさんは5人で、人数が違います。全員が同じ振りをしている時間は人数をそろえて比べていますが、ほかの値は人数の違いの影響を受けている可能性があります。

・「Missing」の撮影場所は、画面の左側の壁が鏡になっています。鏡に映ったダンサーは、足元の位置から見分けて除いています（除ききれていなかったらすみません...！）。

・「爆裂愛してる」は、曲の途中（2分46秒）で画面の写る範囲が広がります。背景の位置から画面の拡大の度合いを測り、元の範囲に戻してから計��しています（計算しきれていなかったらすみません...！）。

・「Missing」では、白い服のメンバーどうしを取り違える箇所があったため、メンバーの割り当てを映像で1本ずつ確かめて直しています（確認が漏れていたらすみません...！）。

・横の位置は、メンバーの公表身長の平均（2組とも約177cm）を物差しにしてメートルに換算しています。前後の位置は、カメラの角度���関係でメートルに換算できないため、横の位置だけを比べています。

・全員が同じ振りをしているかどうかは、メンバーが重なると判定できず、「Missing」は曲の17%、「爆裂愛してる」は2%の時間が判定できていません。

・2組は撮影したスタジオが違うため、使える床の広さが違う可能性があります。

・8カウントは音から拍を検出して区切っていて、「爆裂愛してる」は1分あたり152拍として数えています。

・曲が始まる前と終わったあとの部分は除いています。

■ 対象動画

・BE:FIRST / Missing -Dance Practice-（BE:FIRST Official、2026年7月1日公開）

・M!LK - 爆裂愛してる (Dance Practice Movie)（M!LK、2026年2月27日公開）

[Phantom｜錬金学総論 @Phantom_202601]

Seedance 2.5の半額以下で同等の描画性能とのこと。現在絶賛30日間無制限キャンペーン中らしい。

[我真的没有拼多多 @nopinduoduo]

卧槽，又有新模型对标seedance 2.5 了

Topview @TopviewAIhq上线了自家视频模型：Topview T1，直���对标 Seedance 2.5，价格方面便宜 62% 。

1080P $0.22/秒，Seedance2.5 $0.585/秒，直接便宜了6成，但生成效果几乎无差别了。

Ultra Annual 现在 30 天不限量，这下可以猛猛蹬了！。

看下效果👇

[Phantom｜錬金学総論 @Phantom_202601]

ローカルAI嫁だと！？そんなモデルがあるのか…。

[lumxss @bkdgiffug]

本地AI老婆不用联网也能到位，隐私党看完直呼上头‼️

想搭个能陪你说说话的AI伴侣，市面上那些玩意儿配置起来能气死人，还非得联网，数据往外一送谁能睡得安稳？

刷到Open-LLM-VTuber���项目，索性在本地离线架起一个挂着Live2D形象的AI语音伴侣，够邪乎👇

1️⃣ 摄像头能把你收进眼里，语音随说随打断、手指点上去也有反应，连AI肚里那点OS都亮给你瞧
2️⃣ 桌面挂件那套能在屏幕上飘着随你拽，鼠标还能穿透过去戳，半点儿不碍事
3️⃣ 模样、性子、嗓子全由你捏，Live2D模型往里拖，语音克隆也使得
4️⃣ 后端通吃Ollama、OpenAI、Gemini，还能用中文跟她扯，转头让她拿日语接话

Win、Mac、Linux一律认账，想弄个能陪你扯淡、能瞅见你、还扛看的本地AI伴侣，这玩意儿真值得自己动手整一整
🔗 https://t.co/lBE1G4Qpa0

[Phantom｜錬金学総論 @Phantom_202601]

昨日の本線、日本語圏でいちばん伸びた紹介はこれ。
FastH3 Omni、コンシューマー向けGPUで動く8ステップのH3。当方の16GB×2枚で動くかは、次の記事で。
#MiniMaxH3 #ComfyUI
https://t.co/VRSKbHUp8o

[烁皓 @eternityspring]

FastH3 Omni 开源了！
能在消费级显卡自部署的超级加速版MiniMax H3！

之前的 FastH3 V2 已经能在消费级显卡上跑了，
但那只是开胃菜——只支持文生视频。

这次可以上全能参考：
图片 + 视频 + 音频 都能塞进去，
一次生成带同步音频的视频，角色、动作、声音全可控。
https://t.co/rm9PPLKmoW

[Phantom｜錬金学総論 @Phantom_202601]

FastH3 Omni、機種別の実測が本家から。同じ依頼・同じseedで、5090は62秒、3090(FP8)は約17分、M5 Maxは19.5分。参照を小さくすればMacは4.7分。
当方のM5 32GBでどうなるか、これも試す。
#MiniMaxH3 #FastVideo
https://t.co/4x3vgDeDqn

[Hao AI Lab @haoailab]

(4/7) Same request, same seed, other machines:
• RTX 5090: 62 s
• RTX 3090 (FP8): ~17 min
• Apple M5 Max: 19.5 min

FastH3 Omni now runs natively on Macs with FastVideo's new MLX runtime. With a smaller reference canvas, the Mac drops to 4.7 min.

[Phantom｜錬金学総論 @Phantom_202601]

FastH3 Omni、日本語圏の最初の実測。
5090で5秒が555秒→125秒。鼻の点状の崩れと顔のテカリは残る、まで書いてある。
当方は16GB×2枚で次を試す。
#MiniMaxH3 #ComfyUI
https://t.co/pqfzCKfyxv

[🟢DeepForest_Studio_AI🟢 @DeepForest_Inc]

MiniMax-H3の8step蒸留モデル「FastH3-Omni」をComfyUIで検証✨

RTX 5090 / R2V / 768×1344 / 5秒
Base 25step：555秒
Omni：185秒
Omni＋Kitchen：125秒
Omni＋Kitchen＋VSA：115秒
※Base以外はすべて8step

最大約4.83倍高速化！

#MiniMaxH3 #ComfyUI

動画① Base vs Omni＋Kitchen
動画② Base vs Omni
動画③ Omni＋Kitchen vs Omni＋Kitchen＋VSA

VSA使用時は鼻周辺に点状のアーティファクトが発生。また、低ステップ化による顔のテカリも相変わらず確認できました。

[Phantom｜錬金学総論 @Phantom_202601]

左が修正前。成功扱いなのに、この絵。右2つが修正後と1枚(H3VMなし)。同じ5秒時点。

[Phantom｜錬金学総論 @Phantom_202601]

16GB×2枚で焼いたら、絵がもやになった。成功ステータスのまま。
原因はGPU同士の順番。2か所直して、8〜20ステップが全部完走。8ステップで1枚の2.13倍、15秒20ステップが35分56秒。
https://t.co/it8RGcEuka
#MiniMaxH3 #ComfyUI #RTX5060Ti

[Phantom｜錬金学総論 @Phantom_202601]

AI動画は、いきなり生成しない。先にプレビズ。
当方も同じ。Blenderで白モデルの参照動画を先に作り、動きとカメラを決めてから焼いている。
https://t.co/YpE2NCIW54
#MiniMaxH3 #Blender
https://t.co/7wPaobl5Vt

[たくぞー｜AI動画ツール実測レビュー @tkz_aiart]

AI動画、
いきなり生成するの��やめろ！
先にプレビズ

AI動画、今後はこの作り方が主流に

「プレビズ」

映画の制作現場では昔から使われている手法。

結果クレジット抑えられる

本番の映像を作る前に、簡単な3Dやマネキンで動きとカメラワークを確認する「動く設計図」。

左：MiniMax H3で作ったプレビズ
右：それを元にSeedance 2.5で実写化

カット割りも動きのタイミングも、ほぼプレビズどおりに出ました。

プロンプトで当たりが出るまで回すより、先に演出を決めてから見た目を仕上げる。

作り方は記事にまとめてます。

[Phantom｜錬金学総論 @Phantom_202601]

H3でキャラを固定する仕組み、日本語でいちばん読まれている解説。
当方はキャラシート1枚と風景1枚の2枚参照で、16GB×2枚で15秒を焼いた。
https://t.co/YpE2NCIW54
#MiniMaxH3 #ComfyUI
https://t.co/ukjwZTPhZm

[烁皓 @eternityspring]

有朋友问我 MiniMax H3 是如何固定角色的

可能大部分人只知道：H3 可以直接用参考图（Ref2VA）锁定人物。但这个方法会占用 ref 参考参数。最多是9个图像参数。

现在有个新方法 RefMod 可以提前生成角色数据，以获得不错的角色固定效果，还不占参考图参数。
https://t.co/ijG7PECpYN

[Phantom｜錬金学総論 @Phantom_202601]

H3のTurbo LoRA、10/20に更新。
Ref2VAの8ステップが v1.1 に。768pは映像Shift 6・音声3。
当方の16GB×2枚は v1.0 で15秒を焼いているので、次はこれに差し替えて同じ条件で1本。
#MiniMaxH3 #ComfyUI
https://t.co/ssezg1hJDg

[Kamimoto(かみもと) @sep_is_heim]

【MiniMax-H3】LightX2Vが10/20にTurbo LoRAを更新！

FL2VA：4step v1.3／8step v1.1
Ref2VA：4step v1.0／8step v1.1

768p向けの推奨Shiftは映像6、音声3。従来の544p向け設定とは異なるので注意。何が変わったかは分からないけどね！

https://t.co/fuOgM6mXYL

[Phantom｜錬金学総論 @Phantom_202601]

H3の参照生成が、8ステップに。
FastH3 Omni。画像9枚・動画3本・音声3本まで参照できて、ComfyUI公式が当日対応。
当方の16GB×2枚で動くか、次はこれ。
#MiniMaxH3 #ComfyUI
https://t.co/nkuq11EEBL

[Hao AI Lab @haoailab]

As promised, FastVideo open-sources @MiniMax_AI FastH3 Omni, training code included! 🚀

- Real-time gen @ 12x faster on NVIDIA Blackwell
- NVFP4/FP8 for Spark + RTX!
- ComfyUI day-0

Collab with @NVIDIAAI , Nuva Lab @nuvalab and Reactor @reactorworld

Open source must win! ♥️

[Phantom｜錬金学総論 @Phantom_202601]

5つを「延長系/結合系」×「H3専用/汎用/外部」で置くと、こう。◎は obvpm Timeline、15秒を潜在のままつないで延ばすやつ。

[Phantom｜錬金学総論 @Phantom_202601]

ComfyUIに公式の動画編集用タイムラインはない。代わりにコミュニティ製が5つ。
H3の続きを潜在のままつないで延ばす2つと、素材を切って並べる3つ。どれが何をするか、期待度つきで1枚にまとめた。
https://t.co/Ffy36X6ZmX
#ComfyUI #MiniMaxH3 #動画編集