vh5tape 是一款专为 MiniMax H3 视频生成模型设计的风格化 LoRA。它并非简单的后期滤镜,而是通过训练让模型原生理解并生成“从 1980 年代广播电视录制到已过黄金期 VHS 录像带”的完整视听体验。这包括模糊的细节、色度溢出、追踪噪点、磁头切换条带,以及与之匹配的沉闷单声道音频、磁带嘶声和颤音。

核心特性:提示词控制的“损伤旋钮”
该 LoRA 将视觉与听觉的“磨损感”封装为一个可通过提示词精确调节的旋钮,提供三个预设等级:
| 损伤等级 | 推荐提示短语 | 适用场景 |
|---|
| 轻微 | lightly worn VHS tape with slight analog noise | 怀旧氛围、柔和复古感 |
| 中等 | worn VHS tape recording with visible tape damage | 标准 80 年代电视质感 |
| 重度 | badly damaged VHS tape with heavy tracking errors and distortion | 恐怖题材、Found Footage、极端复古 |
提示词编写指南
遵循 “触发词优先 → 损伤等级 → 场景描述” 的结构:
vh5tape, badly damaged VHS tape with heavy tracking errors and distortion. A loud
1980s local used car commercial: a salesman in a plaid suit shouts at a car lot
with strings of pennant flags and a spinning price sign, cheesy synthesizer
jingle, echoing announcer voice.
- 触发词:必须将
vh5tape 置于提示词最开头。 - 音频联动:H3 是音视频联合模型,描述音频(如“沉闷单声道”、“罐头笑声”)会自动以对应的磁带磨损风格渲染声音。
- 对话还原:提供简短明确的引用台词(如主持人说:“它能切,它能切丝!”),模型几乎可逐字呈现并带有时代感的音质。
- 时代布景:木质镶板、演播室灯光、4:3 画幅、时代服装等元素能显著增强风格可信度。
ComfyUI 使用详解
1. 关键警告:基础检查点选择
⚠️ 这是最容易踩坑的地方! vh5tape 仅兼容非精炼、非旋转的基础模型。官方 ComfyUI H3 教程默认的 minimax_h3_fl2va_pruned_int8_convrot 不兼容,会导致面部扭曲、肢体融化和物体消失。
| 检查点 | 兼容性 |
|---|
✅ minimax_h3_fl2va_bf16.safetensors | 强烈推荐 |
✅ minimax_h3_fl2va_pruned_fp8_scaled.safetensors | 可用 |
❌ *_int8_convrot / nvfp4 / w4a8 | 不兼容(旋转/量化基存储) |
2. 安装与工作流
- 将
vh5tape.safetensors 放入 ComfyUI/models/loras/。 - 连接顺序:
UNETLoader(bf16/fp8) → LoraLoaderModelOnly → MiniMaxH3ImageToVideo / 采样器。 - 推荐强度:1.0(有效范围 0.7–1.2)。
3. 与 Turbo LoRA 堆叠注意事项
- 若同时使用 Turbo LoRA(4步加速),需将 vh5tape 强度降至 0.4–0.6,避免双重扰动叠加导致画面崩溃。
- Turbo 模式会柔化磁带颗粒感;若追求极致风格表现,建议使用 20–25 步全精度采样。
- 保持分辨率接近 1 MP,极低分辨率下风格不稳定;提示词限制为单镜头效果最佳。
实用技巧速查
- 强度微调:
0.7–0.9 可柔化重度提示的过冲;上调至 ~1.5 可推向几乎无法观看的极端磁带效果(适合恐怖片)。 - 提示扩展:LoRA 基于 H3 字幕格式训练,
balanced 扩展模式可安全开启,不会丢失触发词和损伤短语。 - 便利版本:
vh5tape-comfyui.safetensors 包含显式 .alpha 张量和基础模型元数据,在第三方加载器中更不易出错,权重与原版逐位相同。