Minimax‑h3_Singularity

213 00

Minimax-h3_Singularity 是一款经过深度战略融合与高精度微调的通用多模态视频生成模型。它并非简单的权重叠加,而是基于 ref、fl、b25-49 等关键检查点进行有机融合,并辅以长达 3 天的精确剪枝与权重优化,旨在彻底解决高步数训练带来的伪影问题,同时保留原始模型的强大泛化能力。

作者
WarmBloodAban
基础模型
MiniMax-H3
Minimax‑h3_Singularity

Minimax‑h3_Singularity 是一款针对 MiniMax‑H3 的综合性微调融合模型,目标全方位强化原生H3的视频生成表现。原生适配 ComfyUI,完整支持文生视频T2V、图生视频I2V、参考图生视频Ref2V、视频转视频V2V全套工作流。

Minimax‑h3_Singularity

模型构建思路:对 ref、fl、b25‑49 等多组关键检查点做策略性融合,再执行高步数深度微调。高步数训练容易引入画面伪影,项目专门投入3天时间做精细剪枝与权重调优,在保住原生模型泛化能力的前提下,输出画面锐利、动态表现力强的视频结果。

核心改进与特性

  • HDR画质,抑制运动模糊
    基于HDR视频数据集微调,提升画面动态范围与清晰度,改善高速运动场景下的拖影模糊问题。
  • 中远距离人脸优化
    显著改善中远景镜头里人脸扭曲、糊脸、面部结构崩坏的高频问题。
  • 消除油腻质感
    修复过度厚重的皮肤油光,还原真实材质质感与自然光照效果。
  • 强化动态动作表现
    提升动作流畅度与物理冲击力,剑斗、武术近战等复杂打斗序列生成效果提升明显。
  • 奇幻VFX特效优化
    专门针对魔法施法、粒子光效、魔幻战斗画面做定向优化,特效输出更稳定。
  • 面部表情表现力提升
    可以更好还原细腻的面部神态、情绪微表情。
  • 镜头相机指令理解增强
    对平移、俯仰、变焦、跟拍等运镜指令响应更好,更容易产出电影叙事感镜头。
  • 原生能力完整继承
    完整保留原版MiniMax‑H3的提示遵循度、风格泛化能力、多模态生成底子,不是破坏性魔改。

使用指南

支持的工作流(ComfyUI)

  • 文本到视频 T2V
  • 图像到视频 I2V
  • 参考到视频 Ref2V
  • 视频到视频 V2V

配套加速LoRA推荐

想要在几乎不损失画质的前提下实现极速推理,推荐搭配:
minimax_h3_ref2v_turbo_4step_v0.1,开启4步快速生成。

提示:该模型为融合微调版本,直接替换原有H3权重即可接入已有工作流,原有采样、VAE等配置可沿用。

MiniMax-H3-Singularity GGUF

WarmBloodAban/Minimax-h3_Singularity 的 GGUF 量化版本,这是一个 MiniMax H3 的社区微调,专门增强视觉保真度——HDR 清晰度、远处人脸修复、更干净的皮肤、更强的动作运动和改善的 VFX。这些量化降低了 VRAM 需求,以便与 ComfyUI 一起使用,从而在消费级 GPU 上进行本地推理。

模型详情

属性值
基础模型WarmBloodAban/Minimax-h3_Singularity
基础架构MiniMax-H3 联合音视频扩散 transformer
文件格式GGUF
量化K-quant / Q8_0,敏感层以 F32 保留
许可证MiniMax H3 Community License Agreement

可用文件

文件大小说明
Minimax-H3-Singularity-Q3_K_M.gguf8.9 GB最小、最快;有一些质量损失
Minimax-H3-Singularity-Q4_K_S.gguf11.6 GB适合 12 GB GPU 的良好平衡
Minimax-H3-Singularity-Q4_K_M.gguf11.6 GB推荐用于 12 GB GPU
Minimax-H3-Singularity-Q5_K_S.gguf14.1 GB更好质量,16 GB GPU
Minimax-H3-Singularity-Q5_K_M.gguf14.1 GB推荐用于 16 GB GPU
Minimax-H3-Singularity-Q6_K.gguf16.7 GB高质量,24 GB GPU
Minimax-H3-Singularity-Q8_0.gguf21.6 GB近乎无损,24 GB+ GPU

推荐用法

ComfyUI 设置

将下载的 .gguf 文件放入你的 ComfyUI models/unet/ 目录(或 models/diffusion_models/,取决于你的 ComfyUI-GGUF 分支)。你还需要以下组件:

组件来源
文本编码器qwen3vl_32b_minimax_h3_Q4_K_M.gguf 来自 Abiray/MiniMax-H3-GGUF
视频 VAEminimax_h3_video_vae_fp16.safetensors 来自 Comfy-Org/MiniMax-H3
音频 VAEminimax_h3_audio_vae_fp32.safetensors 来自 Comfy-Org/MiniMax-H3

为了加速生成,你可以选择将此模型与 minimax_h3_ref2v_turbo_4step_v0.1 LoRA 搭配,从而启用 4 步快速推理。

显存建议

GPU VRAM推荐量化
12 GBQ4_K_M
16 GBQ5_K_M
24 GBQ6_K 或 Q8_0

相关图书

MiniMax-H3 T2VA Prompt Rewriter LoRA

MiniMax-H3 T2VA Prompt Rewriter LoRA

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。
H3-Latent-Upscaler-2x

H3-Latent-Upscaler-2x

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。
H3 Ripple

H3 Ripple

H3 Ripple 是面向 MiniMax H3 FL2VA 的专用LoRA,核心能力是涟漪式视频编辑:只修改一到两个锚定关键帧,再由这个LoRA把画面改动平滑扩散、贯穿整条视频片段,不用逐帧处理。
insta-tiktok-aesthetics-h3-lora

insta-tiktok-aesthetics-h3-lora

insta-tiktok-aesthetics-h3-lora 是一款专为 Minimax H3 视频生成模型设计的 LoRA 适配器,复刻 Instagram 和 TikTok 平台上流行的“真实感”视觉美学。它通过微调色彩、构图与动态表现,帮助创作者快速生成符合移动端短视频平台调性的高质量竖屏内容,让 AI 生成的视频更具生活气息与社交传播力。