小马良

MiniMax H3 的视频生成能力很强，但它的文本编码器（Qwen3-VL-32B）是个“显存杀手”，光这一项就要吃掉 15.7 GB 显存。ClipProj 提供了一个巧妙的解决方案：通过一个学习到的线性投影矩阵，让只有 40 亿参数的 Qwen3-VL-4B 也能产出符合 H3 要求的条件控制张量。

在处理 MiniMax H3 视频时，传统的放大流程是“VAE 解码 → 像素缩放 → VAE 重编码”，这不仅耗时，还会引入额外的画质损失。H3-Latent-Upscaler-2x 提供了一种纯隐空间的解决方案，它能直接将干净的视频隐空间映射到 2 倍大的空间网格上，全程不触碰像素域。

MiniMax H3 的默认 VAE 是为视频设计的，处理单张图像时往往需要凑够时间维度，流程比较繁琐。MiniMax H3 single-image VAE 是一个实验性的专用检查点，它能直接把单个时间步（T=1）的 H3 隐空间解码成一张完整的图片。

Lightx2v团队发布Minimax-H3-Turbo，为MiniMax-H3模型提供推理加速能力。该LoRA支持4步快速生成，推荐配置为0.75强度搭配er_sde或sa_solver调度器。

lightx2v团队开源的MiniMax-H3 T2VA Prompt Rewriter LoRA是一款基于Qwen3.6-27B微调的LoRA适配器，专为将简短文本提示转换为MiniMax-H3文本生成音视频（T2VA）任务所需的结构化描述而设计。

此Lora由 larryvrh 创建的原始 MiniMax-H3 Turbo LoRA 的第三方 ComfyUI 兼容性转换版本，专为剪枝/曲线形态 MiniMax-H3 检查点设计。转换解决了原始权重张量键命名空间不匹配导致的加载失败问题，并包含两个进一步训练的 checkpoint-500 变体。所有文件均为部分兼容版本，保留核心注意力与MLP适配器，移除51对AdaLN投影以适配剪枝架构。

社区开发者推出了这款基于 Qwen3-VL-32B-Instruct-ultra-uncensored-heretic 定制的文本/视觉条件编码器。 该检查点经过深度裁剪与 INT8 ConvRot 量化，将原本超过 51 GB 的 BF16 模型压缩至约 24.55 GiB，使其能够在 RTX 5090 (32GB VRAM) 等高端消费级显卡上完成加载与推理，是运行 MiniMax-H3 的推荐版本。

知名 AI 图像处理平台 Magnific 发布了一份长达 38 页的《2026 前沿图像与视频模型指南》。这份手册不仅是对当前主流模型的深度评测，更是一本教创作者如何用专业视觉语言“指挥”AI 的实战教科书。

CharacterSheet 是一系列图像编辑 LoRA，可将现有角色图像转换为清晰的多视图参考图。这些模型旨在在生成的视图中保留角色的身份、服装、比例和整体外观。

BFS (Best Face Swap) 是一套专为 Qwen Image Edit (2509/2511) 和 Flux 2 Klein (4b/9b) 模型设计的 LoRA 集合。它旨在实现极高保真度的面部替换与完整的头部转移，同时确保肤色自然融合、光照一致以及解剖结构的合理性。

Kreamagine 是一款基于 Krea-2-Turbo（12.9B 单流 DiT）进行风格适配的微调模型。它保留了基础模型 8 步生成的极速特性，但通过引入 Grok Imagine v0.9/v1.0 的数据集进行训练，显著增强了光照表现力与细节密度。

SeedVR2-1.4B 是SeedVR2-7B 教师模型的 6 层蒸馏版本。作为一个仅含 14.4 亿参数、6 个 Transformer 块的单步扩散模型，它专为解决 7B 模型在消费级硬件上“过大、过慢、不可用”的痛点而生。

Edit Anything 是一组基于 LTX-2.3 模型构建的实验性 LoRA，旨在探索视频内容的精细化编辑能力。该套件包含三个独立的训练轨迹，分别针对运动迁移、无参考多任务编辑以及参考图像驱动的视频到视频转换。

Flux 2 Multi-Angles LoRA v2 是一个Leon1000与 fal.ai 合作训练的高质量 LoRA 模型，专为 FLUX.2-dev 基础模型设计。它通过引入标准化的提示词标签，让用户能够以极高的精度控制生成图像的相机角度、仰角和景别，彻底告别“抽卡式”运镜。

Anthropic 正式发布 《The Founder's Playbook》（创始人行动手册）。这不是一份泛泛而谈的趋势报告，而是一套专为 AI 原生创业 设计的实操指南。它将创业旅程拆解为 构想（Idea）、MVP、上线（Launch）、规模化（Scale） 四个阶段，并结合 Claude 系列工具，提供了明确的目标、退出标准及避坑指南。

Z-Image-Turbo Student Adapter 通过一种巧妙的文本编码器蒸馏技术，将原始的 4B 参数编码器替换为更轻量的 1.7B 学生模型加上一个微型适配器。

shuimohua（山水画）是一个Qwen-Image-Edit-2511的lora，可以将真实的风景转换为经过精心描绘而成的山水画杰作。现代摄影与古老艺术风格的完美融合。

Draw2Photo LoRA 是一款基于 Qwen-Image-Edit-2511 模型的Lora，这款 LoRA 能够将一张简单的儿童素描与一张真实的人脸照片结合，生成一张既保留画作创意结构、又拥有逼真质感和人物身份的高清照片。