KeyFrame內部研究專用

MiniMax H3 Just Got WAY More Realistic! Full ComfyUI Tutorial

The Ai Blueprint7 min英文
觀看原始影片

三句話摘要

評測 Minimax H3 Realism People LoRA 對視頻生成中人臉寫實度與一致性的提升效果。 Minimax H3 Realism People LoRA 以最小的計算成本顯著提升人臉細節寫實感與表情一致性,是人物視頻生成的必備工具。 LoRA 透過修改共享注意力投影運作,因此能跨越所有三種視頻生成模式使用,無需針對各模式單獨訓練版本,大幅提高開發效率與通用性。

重點整理

  1. LoRA 透過修改共享注意力投影運作,因此能跨越所有三種視頻生成模式使用,無需針對各模式單獨訓練版本,大幅提高開發效率與通用性。

  2. 提示詞精確度是成敗關鍵,應按秒數逐幀規劃動作(何時拿起、何時品嚐、何時反應),模型對清晰的時間軸指令反應遠優於籠統描述。

  3. 在極端近景與面部離開畫面再返回的場景中,LoRA 版本保持完美的面部一致性與表情連貫性,遠勝 LTX 0.5 與 LTX 2.3,面部不會變形或轉變成不同人物。

  4. LoRA 強度預設值 1.0 為最佳配置,但可根據場景美學需求調整至 0.6-0.8 以平衡效果強度,無需複雜調參。

實用技巧與重點

  • LoRA 觸發詞:R34L1SM(必須放提示詞最前端)
  • 安裝步驟:下載 safetensors 文件 → 放入 `Comfy UI/models/loras` → 在模型加載器與採樣器間添加 Load LoRA 節點 → 強度設 1.0
  • 測試配置:
  • 採樣器:Res multi-step simple
  • 步數:20 steps
  • 解析度:1.6 megapixels (約 720p HD)
  • 強度範圍:預設 1.0,可調 0.6-0.8
  • 訓練數據:176 段手工精選真人影片,涵蓋人物、肖像、工人、運動員、兒童、日常角色
  • 支持模式:Text to video、Image to video、Reference to video 全覆蓋
  • 改善項目:膚質紋理、眼睛與微表情一致性、電影風格光影、手持攝影感、肌膚毛孔細節
  • 資源位置:HuggingFace 頁面、預配置 Comfy UI workflow 文件均在視頻描述連結

結論

Minimax H3 Realism People LoRA 以最小的計算成本顯著提升人臉細節寫實感與表情一致性,是人物視頻生成的必備工具。

完整解析

Minimax H3 已是目前開源視頻生成模型中最優秀的選擇,擁有出色的面部一致性、運動連貫性與整體品質。但一個名為 Minimax H3 Realism People 的輕量級 LoRA 適配器能進一步推升其人臉寫實度。本次評測在 Comfy UI 中進行實際對比測試,採用完全相同的種子、提示詞與參數設置,唯一變數就是這個小型 LoRA。

第一個測試採用參考轉視模式,解析度 1.6 百萬像素(約 720p),採樣器設為 Res multi-step simple,20 步生成。提示詞觸發字 R34L1SM 必須放在最前端,場景設定為一位女性坐在餐桌前品嚐麵碗湯底。講者強調提示詞的關鍵技巧:高度特異性至關重要,建議用 ChatGPT 或 Claude 逐秒拆解動作(何時拿起、何時品嚐、何時反應),讓模型準確把握時間軸。使用 LoRA 的結果展現出令人驚艷的膚質紋理、微表情與光影細節,看起來完全真實而非 AI 生成。相同配置的基礎模型表現也不錯,但皮膚有輕微的合成感與塑膠質感,LoRA 版本則呈現紋理感與更具電影紀錄風格的視覺效果。

LoRA 的技術優勢在於它只修改共享注意力投影,因此能跨越文轉視、圖轉視與參考轉視三種模式運作。訓練資料來自 176 段手工精選的真人影片,聚焦於人物、肖像、工人、運動員、兒童等日常角色。在壓力測試中,講者使用火山爆發場景進行更複雜的測試,要求面部表情從好奇逐漸轉變為恐懼。關鍵測試點是面部離開畫面再返回時的一致性:LoRA 版本完美保持了面部連貫性與表情穩定,不會變形或飄移,這正是相比 LTX 系列明顯的優勢所在。

安裝使用極其簡單直接:下載 safetensors 文件放入 Comfy UI 的 models/loras 資料夾,然後在模型加載器與採樣器間添加標準 Load LoRA 節點,強度預設 1.0 即為最佳配置,但可根據場景美學調整至 0.6 或 0.8。對於任何以人物為中心的 AI 視頻工作——肖像、對話場景、紀錄風格鏡頭——這個 LoRA 基本上是必備工具,它不破壞基礎模型的優勢,只是銳化了人臉寫實度這個領域。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。