SOZAI_desu

RTX5080と低スペの5060でMiniMax H3をローカル運用中🎬
画像1枚→音声付きAI動画の作り方を検証して発信
・BGMを消す／日本語ボイスのコツ
・ComfyUIの設定をそのまま公開
・低スペPCで動かす工夫も試行錯誤中
毎日19時に海外の最新情報も📡
紳士版の作品集はリンク先から👇

[SOZAI_desu @sozai_desu]

ポニーテールを結び直して深呼吸、「……よし。いくよ」からの正拳突き🥋
画像1枚から10秒・声つきで一発生成。前半と後半でプロンプトを分けたら、やっと動きがつながった、、、
5080と低スペの5060でローカルH3いじってます。うまくいった設定はここに全部置いていきます
#AI動画 #MiniMaxH3

[SOZAI_desu @sozai_desu]

@jun3k Macでの生成気になります！！
基本Windowsでしか作業してないので、、

けっこう快適ですかね？？

[SOZAI_desu @sozai_desu]

H3をローカルで回してる人に聞きたい…
10秒の動画1本、生成に何分かかってますか？
よかったらGPUもリプで教えてください🙏（自分は5080）
#MiniMaxH3

[SOZAI_desu @sozai_desu]

ローカルで生成してて夜に回しっぱなしって人いるけど火事怖くね？

[SOZAI_desu @sozai_desu]

LoRAとComfyUIのワークフローはこちら。成功例を選んで載せてる実験版って書いてあるので、そのつもりで触るのがよさそう
https://t.co/wieS4Ldx11

[SOZAI_desu @sozai_desu]

動画から指定した人だけ消して、背景を埋め直してくれるLoRA出てた
SAM 3.1で人を追跡→緑で塗る→H3（Ref2VA）が背景を作り直す流れらしい。元動画と、人がいない状態の1フレーム目を用意する形
編集系にもH3使えるの面白いなぁ、影とかカメラが動く動画だとどうなるか気になる
#MiniMaxH3
https://t.co/xiJlcpXkZM

[akatz @akatz_ai]

OK the Minimax H3 Person Remover V1 lora repo is live:
https://t.co/X4CFAABDEv

I'm using it to generate better samples for the Character Swap V2 dataset. Training starting soon™️

Tomorrow I'm dropping an updated workflow for Character Swap that should help with videos longer than 5s.

Lots more in the pipeline for y'all 🫡

[SOZAI_desu @sozai_desu]

かみもとさんのnote、仕組みの説明と速度比較まで載っててわかりやすかったです
https://t.co/bk98tlcms1

[SOZAI_desu @sozai_desu]

4070（12GB）で1088×1920・5秒が約1分って、、、
DMADって20〜30stepかかるところを4stepまで縮める蒸留LoRAらしい。かみもとさんがH3用に組み込んでワークフローまで公開してくれてる
いつもは20stepで回してるので、5080でどこまで縮むか試したい
#MiniMaxH3 #ComfyUI
https://t.co/IaYx1El9aD

[Kamimoto(かみもと) @sep_is_heim]

【MiniMax H3】4step高速化手法「DMAD」を改造してRTX 4070で約1分生成できるようにしてみた｜かみもと｜ローカルAI生成 @sep_is_heim https://t.co/f1SetyofNt

[SOZAI_desu @sozai_desu]

GitHubはこちら（ComfyUI-Managerからも入れられるみたい）
https://t.co/opXTp8TIA2

[SOZAI_desu @sozai_desu]

1文書くだけで、H3用の「ショットごとの台本」に書き換えてくれるノード出てた、、、
空手の動画は前半と後半を自分で分けて書いてやっと動いたので、これは助かるやつ
nf4で16GBくらいらしいので、5080でギリいけるか試してみます
#MiniMaxH3 #ComfyUI
https://t.co/UJIPZqcmF0

[PixelAIGC @PixelAigc]

终于有H3提示词LoRA 工具了！

MiniMax H3提示词改写神器！一句话自动生成分镜稿，本地离线运行无需API

13G+显存选27B版本、9G显存选8B/Omni版本、8G及以下显存用Writer节点

https://t.co/Y5AXuNySEs

[SOZAI_desu @sozai_desu]

この動画で使ったプロンプト置いときます。
前半[1]と後半[2]に分けて、それぞれにセリフ・音・カメラ・動きを書いてます（res_multistep 20step／576×1024・10秒）
使ってみた感想とか「ここ変えたらもっと良くなる」みたいな指摘があれば、ぜひ教えてください🙏

Keep the exact same adult woman, face, black high ponytail with a red hair tie, bangs, grey eyes, white karate gi with navy undershirt, black belt, and plain white studio background as <Picture 1>. Do not change identity, outfit, or setting. No other person. Calm, focused, strong martial-artist mood. Soft even studio lighting.
Audio:
no music
no BGM
no soundtrack
no melody
no beat
no instruments
no song
non_diegetic_music: N/A
diegetic_music: N/A
music: none
Voice: same adult Japanese female, low calm voice, sharp and powerful when shouting, not an announcer, not Chinese, not English.
[1]
Dialogue (Japanese only): 「……よし。いくよ」
Keep only: that short line, fabric rustle of the gi, a slow exhale. No other words. No narration.
Camera: medium shot from the waist up, eye level, slow push-in toward her face.
She finishes tightening her ponytail with both hands, lowers her arms, and takes a deep breath with her eyes closed. She opens her eyes with a sharp, focused look at the camera, then steps into a fighting stance with both fists raised.
[2]
Dialogue (Japanese only): 「ハッ！ …押忍！」
Keep only: one sharp kiai shout, the snap of the gi sleeve, a light foot stomp, then the short "osu". No other words. No narration.
Camera: continuing from the previous moment, the camera pulls back to a full-body shot from a slightly low angle, static.
Continuing from the previous moment: she throws one strong straight punch toward the camera with a loud kiai, her sleeve snapping. She pulls the fist back, returns to a natural stance, places her fists together, and gives a short respectful bow. She ends standing still, looking at the camera with a small confident smile.

[SOZAI_desu @sozai_desu]

ポニーテールを結び直して深呼吸、「……よし。いくよ」からの正拳突き🥋
画像1枚から10秒・声つきで一発生成。前半と後半でプロンプトを分けたら、やっと動きがつながった、、、
5080と低スペの5060でローカルH3いじってます。うまくいった設定はここに全部置いていきます
#AI動画 #MiniMaxH3

[SOZAI_desu @sozai_desu]

@MakeAI_CEO Grok課金してるのにbot全く使ってないのもしかしたら大損してるのか、、

[SOZAI_desu @sozai_desu]

@aiaicreate VEDA、設定によって画質が落ちるって話が気になってました。ステップ数との組み合わせで変わるのかな…

[SOZAI_desu @sozai_desu]

@ATFzwei StabilityMatrixに入れて起動するだけなの手軽でいいですよね。10秒で7分半なんですね、参考になります！GPUは何を使ってますか？

[SOZAI_desu @sozai_desu]

@PixelAigc Nice tool. Splitting the prompt into shots made a huge difference for me — my karate clip only worked after I wrote the first and second half separately. Curious how the 8B version handles Japanese dialogue.

[SOZAI_desu @sozai_desu]

10秒の動画、前半5秒と後半5秒で別々の動きを書いてます
後半に「ジャンプはもうしない」って書いとくと、同じ動きループしにくいかも
turboの8stepで回してるので、何回もやり直せるのがありがたい、、、
#AI動画 #ComfyUI

[SOZAI_desu @sozai_desu]

声が中国語っぽくなる・勝手にBGMが入る問題は、前にまとめたこっちのプロンプトで直りました
https://t.co/Pjj060oW70

[SOZAI_desu @sozai_desu]

H3で音声つき動画つくると、勝手にBGM入ったり声が中国語っぽくなったりしません？
自分はプロンプトの書き方でだいぶマシになったので、1枚にまとめてみました〜
よかったら使ってみてください
#MiniMaxH3 #ComfyUI

[SOZAI_desu @sozai_desu]

H3をローカルで始めたとき、どこを触ればいいのか全然わからなかったので、いま自分が落ち着いてる設定を1枚にまとめてみました。
迷ってる人はとりあえずこれで1本作ってみてほしい〜
#MiniMaxH3 #ComfyUI

[SOZAI_desu @sozai_desu]

声だけじゃなくて「革がきしむ音」まで指定してみたら、一気にそれっぽくなった気がする
あと顔が崩れないように、最初に「元画像と同じ人物・服装のまま」って書いてます〜
#AI動画 #ComfyUI

[SOZAI_desu @sozai_desu]

@studio_yebisu ご丁寧なお返事ありがとうございます！！
自分の環境でも試して見ます。
（元々ゲーム用で買ってたので回してる間ゲームできないのだけもどかしいです。。。。）