VDN-H3 · OpenVDN · poids ouverts

VDN MiniMax H3 sans censure : une vidéo IA générée plus vite qu'elle ne se lit

Attendre plusieurs minutes pour quelques secondes de vidéo IA, ça gâche tout le plaisir. VDN MiniMax H3 renverse la situation : sur un serveur puissant, un clip de 14 secondes avec le son assorti est prêt en neuf secondes environ, soit avant même que vous ayez eu le temps de le regarder. C'est une version plus rapide du modèle vidéo ouvert MiniMax H3, conçue par l'équipe de recherche OpenVDN, et elle conserve le même rendu et la même voix. Mieux encore, une application de bureau appelée FreeVideo permet de le faire tourner sur un PC de jeu ordinaire. Vous trouverez ci-dessous ce que cette vitesse change pour vous, ce que l'on crée avec, comment l'essayer chez vous et des prompts à coller tout de suite.

  • Plus rapide que la lecture
  • Vidéo avec son
  • Tourne sur un PC à la maison
  • Poids ouverts
Transformer une photo en vidéo

Un clip terminé avant que vous ayez fini de le regarder

La promesse tient en une ligne : la vidéo met moins de temps à être créée qu'à être lue. Sur un serveur équipé de huit cartes graphiques haut de gamme, le mode rapide de VDN-H3 transforme un prompt en un clip grand format de 14,4 secondes, son compris, en neuf secondes environ. D'après l'article de recherche qui l'accompagne, c'est à peu près 14,5 fois plus rapide que le H3 d'origine sur les mêmes machines.

Pas besoin d'une salle de serveurs pour sentir la différence. Sur une seule carte haut de gamme, le modèle d'origine demande près de 14 minutes par clip. Le nouveau mode pleine qualité ramène ce temps à cinq minutes environ, et le mode rapide à moins d'une minute. C'est l'écart entre un plan d'essai par pause café et une scène entière esquissée dans le même temps.

VersionOù elle tourneTemps pour un clip de 14 secondes
H3 d'origineUne carte serveur haut de gammeEnviron 14 minutes
VDN, mode pleine qualitéLa même carteEnviron 5 minutes
VDN, mode rapideLa même carteMoins d'1 minute
VDN, mode rapide (8 cartes)Huit cartes serveurEnviron 9 secondes

Ces temps proviennent des tests réalisés par les développeurs eux-mêmes sur des cartes NVIDIA B200, publiés sur GitHub, sur le blog du projet et dans l'article.

Ce que la vitesse change pour vous

La vitesse a l'air d'un chiffre pour ingénieurs, mais elle change la sensation même de créer. Quand un brouillon arrive en quelques secondes, vous arrêtez de deviner ce qu'un prompt va donner et vous regardez, tout simplement. Voici ce que ce modèle apporte aux créateurs de tous les jours.

Dix idées au lieu d'une

Essayez différentes tenues, ambiances, mouvements de caméra et répliques dans le temps que prenait un seul clip, puis gardez la prise que vous adorez.

Le son arrive avec l'image

Voix, bruits de pas, pluie et ambiance de la pièce sont générés en même temps que l'image, en stéréo : aucune étape de doublage à part.

Le rendu H3, préservé

Les développeurs décrivent des résultats quasiment identiques à ceux du H3 classique : la même image de cinéma, la même synchronisation labiale, le même respect de votre prompt.

Votre PC suffit

Grâce à l'application FreeVideo, un ordinateur de jeu doté d'une carte graphique de 8 Go peut tenter l'expérience. Pas besoin de matériel de studio.

Des histoires de plus de quelques secondes

Le modèle se souvient de ce qui s'est passé plus tôt dans le clip, ce qui fait des vidéos d'une minute ou plus un objectif réaliste.

Ouvert à tous

Les poids et le code sont publics, si bien que la communauté ne cesse d'ajouter des applications, des nœuds ComfyUI et des démos autour du modèle.

Ce que les créateurs réalisent avec la vidéo quasi en temps réel

La vidéo rapide et sonorisée convient à tous ceux qui ont besoin de nombreux clips plutôt que d'un seul plan parfait. Voici les scènes où elle excelle, des projets clients au pur divertissement.

Mini-séries, plan par plan

Fixez un personnage avec une image de départ et une image de fin, enchaînez plusieurs plans, prévisualisez chacun en un instant et peaufinez les meilleurs en mode pleine qualité.

Publicités verticales et clips produits

Testez côte à côte de nombreuses accroches, répliques et angles de produit, puis publiez la version qui vous semble la plus forte pour votre fil.

Portraits parlants et œuvres vivantes

Partez d'une seule image fixe, ajoutez une réplique et un fond sonore, et regardez un portrait, une illustration ou une photo IA parler et bouger.

Plans de groupe à partir de photos séparées

La démo officielle réunit deux personnes, un samoyède et un café issus d'images de référence distinctes dans une même scène animée, avec le brouhaha du café.

Storyboards pour de plus gros projets

Réalisateurs et scénaristes de jeux peuvent mettre une scène en place en un après-midi et montrer à l'équipe un brouillon animé plutôt qu'une page de notes.

Boucles pour animateurs virtuels et streams

L'article porte justement sur la vidéo en livestream. Les clips enchaînés conviennent aux présentateurs virtuels et aux histoires dont vous êtes le héros, même si cela reste récent et mérite d'être testé par vous-même.

Scènes de romance et de glamour

Balades sur la plage en maillot de bain, dîners aux chandelles, slows : avec des personnages adultes originaux (18+), les brouillons rapides aident à trouver la bonne ambiance.

Mèmes et petits messages

Transformez un selfie ou la photo d'un animal en court clip avec une chute dite à voix haute ou un joyeux anniversaire, prêt à partager dans une discussion.

Regarder de près, mémoriser le reste : pourquoi c'est si rapide

VDN MiniMax H3 a été publié le 6 septembre 2026 par OpenVDN, un groupe réunissant des chercheurs de UC Berkeley, UT Austin et Impossible, Inc. Leur article, intitulé Video DeltaNet, part d'un constat simple : le modèle d'origine passe plus de 85 % de son temps à comparer chaque image à toutes les autres. C'est comme un monteur qui reverrait le film en entier avant chaque coupe.

La nouvelle conception travaille comme le fait vraiment un bon monteur. Elle ne regarde de près que les images placées juste à côté les unes des autres et garde de courtes notes sur tout le reste, pour que l'histoire reste cohérente du début à la fin. La première et la dernière image servent d'ancres, ce qui garde l'ouverture et la fin cohérentes. Les mots et le son sont toujours traités avec le plus grand soin : les prompts sont donc respectés et les lèvres suivent la voix. Enfin, un mode rapide réduit le dessin de l'image de 50 passes à 8.

Rangée d'images vidéo reliées par de courts faisceaux locaux et un long ruban de mémoire lumineux, montrant comment l'attention hybride accélère le modèle

Brouillons rapides ou montage final : choisir sa version

Deux versions sont proposées. La version rapide dessine un clip en 8 passes et c'est celle que l'équipe recommande au quotidien. La version pleine qualité conserve les 50 passes classiques pour les rendus finaux où chaque détail compte. Une bonne habitude : explorer ses idées en mode rapide, puis refaire sa préférée en pleine qualité.

Comment VDN-H3 se compare-t-il aux autres façons d'accélérer H3 ? Les développeurs affirment que son image est presque identique à celle de l'original et qu'il surpasse MiniMax FastH3 en qualité comme en respect des instructions. La Turbo LoRA de la communauté se contente de réduire le nombre de passes, alors que ce modèle change aussi la manière de comparer les images. Ce sont les impressions de l'équipe elle-même, tirées d'exemples côte à côte ; aucun score de test n'a été publié, alors fiez-vous à vos propres yeux.

VDN mode rapideVDN pleine qualitéH3 Turbo LoRAMiniMax FastH3
Idéal pourBrouillons et usage quotidienRendus finauxAccélérer le H3 classiqueL'option rapide de MiniMax
Comment il gagne du tempsComparaison d'images plus maligne + 8 passesComparaison d'images plus maligneMoins de passes, rien d'autreVariante rapide séparée
SonOui, stéréoOui, stéréoOuiOui
Téléchargement supplémentaire≈ 5,1 Go en plus de H3≈ 4,3 Go en plus de H3Un fichier LoRAPoids séparés

Des vidéos d'une minute et des histoires sans fin

Une seule exécution vous donne environ 14 secondes. Comme le modèle garde des notes au lieu de revérifier chaque image, allonger la vidéo ne fait plus exploser le temps d'attente. FreeVideo version 0.4.0, sortie le 13 octobre 2026, annonce pouvoir produire des vidéos de plus d'une minute.

Une recette simple fonctionne dans n'importe quel outil : écrivez votre histoire en chapitres d'environ 14 secondes et répétez l'apparence du personnage et le lieu au début de chaque chapitre, pour que votre héros ne change pas de manteau en cours de route. Vous pouvez aussi utiliser la dernière image d'un clip comme première image du suivant. Les scènes s'enchaînent alors naturellement et se montent comme un véritable épisode.

Le lancer chez soi sur un GPU de jeu de 8 Go avec FreeVideo

Le code officiel demande une carte de 24 Go comme une RTX 4090. FreeVideo, une application de bureau open source sortie le 2 octobre 2026, abaisse nettement la barre : elle indique un minimum de 8 Go de mémoire graphique et 16 Go de mémoire système, et choisit toute seule les réglages allégés adaptés à votre carte. Le modèle devient ainsi accessible à une RTX 3060.

Soyons honnêtes : personne n'a publié le temps nécessaire pour un clip sur une petite carte, attendez-vous donc à bien plus lent que les temps serveur ci-dessus. FreeVideo fonctionne sous Windows et Linux, propose une préversion macOS et existe aussi sous forme de plugin ComfyUI.

  1. 1Téléchargez FreeVideo pour votre système depuis sa page GitHub, ou installez le plugin ComfyUI.
  2. 2Laissez-le récupérer les fichiers du modèle et prévoyez environ 82 Go d'espace disque.
  3. 3Ajoutez les fichiers annexes qu'il demande : l'encodeur de texte, l'upscaler et la LoRA turbo.
  4. 4Choisissez le mode rapide, collez un prompt et générez un court clip de test avant de vous lancer dans des vidéos longues.
  5. 5Déposez des LoRA de la communauté dans le dossier LoRA de l'application si vous voulez un style particulier.
Votre matérielMéthode la plus simpleÀ quoi s'attendre
Carte de 8 à 12 Go (ex. RTX 3060)Application FreeVideoRespecte le minimum indiqué ; vitesse non publiée
Carte de 24 Go (ex. RTX 4090)FreeVideo ou le code officielÇa passe, avec environ 20–22 Go de mémoire utilisés
Une carte serveurCode officielMoins d'une minute par clip en mode rapide
Huit cartes serveurServeur SGLangEnviron 9 secondes par clip
Bureau de créateur à domicile avec un PC de jeu grand public qui génère localement la vidéo d'une scène de café à l'écran

Images de départ et de fin, plus un workflow ComfyUI

En plus du simple texte, VDN-H3 accepte des images comme guides : une première image, une dernière image, les deux ensemble (ce qu'on appelle FL2VA) et, depuis le 17 septembre 2026, plusieurs photos de référence dans une même scène. Le mode première et dernière image est le favori des conteurs. Vous décidez où un plan commence et où il aboutit, et le modèle complète le mouvement et le son entre les deux.

Les utilisateurs de ComfyUI disposent de deux options communautaires : les fichiers prêts à l'emploi t8star/Vdn-Minimax-H3-Comfy et le plugin FreeVideo, souvent associés à un upscaler pour une image plus nette. Chargez votre image de départ et votre image de fin, décrivez ce qui se passe entre les deux et reprenez, pour la tenue et l'éclairage, les mêmes mots que dans les deux images. La transition paraît alors naturelle.

Où le télécharger et comment les équipes le déploient

Le modèle est hébergé sur Hugging Face sous OpenVDN/vdn-minimax-h3, et le code sur GitHub. Il vous faut les fichiers de base MiniMax H3, environ 72 Go, plus un petit complément VDN : 5,1 Go pour la version rapide ou 4,3 Go pour la version pleine qualité. Au premier démarrage, le logiciel se prépare pendant quelques minutes ; ensuite, tout va vite.

Les studios qui veulent le résultat en neuf secondes le font tourner sur huit GPU avec SGLang, un outil de mise en service que le projet prend en charge d'emblée. Cette configuration gère pour l'instant le texte-vers-vidéo et les tâches avec première et dernière image. L'équipe conseille aussi de laisser un assistant de prompts comme H3-Context-IR peaufiner les idées brutes avant de générer.

Modèles de prompts à coller dès aujourd'hui

Ce modèle aime les prompts rédigés comme une note de réalisateur : qui est à l'image, ce qu'il fait dans l'ordre, où va la caméra et ce que l'on entend. Les modèles ci-dessous suivent ce schéma et mettent en scène des personnages adultes originaux.

  • Décrivez les actions dans l'ordre avec first, then et finally ; le modèle suit bien les séquences.
  • Placez le son à la fin avec audio: et dialogue: pour que les voix et le fond sonore collent à la scène.
  • Pour les vidéos longues, écrivez des chapitres de 14 secondes et répétez l'apparence du personnage et le lieu dans chacun.
  • Faites vos brouillons en mode rapide, puis refaites vos favoris en pleine qualité.

Vidéo avec son passe-partout

[shot type], [subject and look], [action: first…, then…, finally…], [setting and light], [camera move], audio: [ambience], dialogue: "[line]"

Mini-série

Medium close-up, a young woman in a red trench coat stands under a neon-lit awning in the rain, she turns toward the camera and whispers, slow push-in, cinematic teal-orange grade, audio: rain on metal, distant traffic, dialogue: "You came back."

Première et dernière image

From the first frame to the last frame, the character walks from the doorway to the window, camera tracks left smoothly, consistent outfit and lighting, soft room tone.

Plan de groupe à partir de plusieurs photos

[character A] and [character B] sit at the cafe table from reference 4, the Samoyed from reference 3 rests at their feet, they laugh and clink coffee cups, handheld warm look, cafe chatter.

Glamour au bord de la piscine (18+)

Wide shot, an adult woman in a navy swimsuit walks along a sunlit pool, she turns toward the camera and smiles, slow dolly-in, golden hour light, audio: water splashing, soft summer music.

Ce qu'en dit la communauté

L'intérêt a grimpé très vite. Au moment de nos recherches pour cette page, le modèle comptait environ 360 likes sur Hugging Face, quelque 3 300 téléchargements en un mois et 22 démos communautaires basées dessus, dont le populaire Space minimax-h3-ultra-fast. Sa page GitHub affichait environ 670 étoiles, et FreeVideo avait dépassé les 2 800.

L'ambiance autour de VDN-H3 est à l'enthousiasme : des brouillons en moins d'une minute sur une seule carte et un réel espoir de vidéos longues faites à la maison. Le reproche habituel concerne l'installation, avec de gros téléchargements, plusieurs fichiers annexes et des bugs de jeunesse, comme le montre la longue liste de tickets ouverts de FreeVideo. Les retours sur la qualité d'image sont positifs, mais ce sont des impressions personnelles et non des scores mesurés.

VDN MiniMax H3 sans censure : ce que les poids ouverts vous offrent vraiment

Beaucoup de gens demandent si la version rapide comporte un filtre. Il n'existe pas d'édition spéciale sans censure ou NSFW, et les développeurs ne décrivent aucun filtre de contenu intégré. Les poids sont ouverts et tournent sur votre propre machine, donc aucune modération en ligne ne s'interpose, même si personne ne sait exactement ce que le modèle a appris pendant son entraînement. FreeVideo peut charger des LoRA de la communauté, mais, la conception interne ayant changé, le bon fonctionnement des LoRA adultes existantes pour H3 n'a pas été testé. Si vous préférez éviter l'installation, un générateur vidéo sans censure fonctionne dans votre navigateur pour des personnages originaux adultes (18+).

Pas de gros téléchargement, pas de carte graphique : animez en ligne une image fixe de votre personnage adulte original.

Ouvrir l'image vers vidéo

Générateur vidéo alternatif sans censure

Importez une image fixe, décrivez le mouvement, la caméra et le son souhaités, et obtenez un court clip dans votre navigateur. Personnages adultes originaux (18+) uniquement.

Commencer à générer

Héberger VDN MiniMax H3 soi-même ou générer en ligne sur Spicy AI

Le faire tourner soi-même offre un contrôle total et la vitesse brute du mode rapide ; la voie en ligne l'échange contre zéro installation.

Déploiement local (poids officiels)Spicy AI en ligne
Filtres de contenuVous configurez votre propre installationFiltres assouplis pour le contenu adulte (18+)
Poids ouvertsOui, environ 82 Go au totalInutiles, tout se passe dans le navigateur
Modèle utiliséVersion VDN rapide ou pleine qualitéUn modèle vidéo hébergé similaire
Pour commencerTéléchargement, installation et une bonne carte graphiqueOuvrez la page et importez une image

FAQ

Qu'est-ce que VDN MiniMax H3 ?

C'est la version accélérée par OpenVDN du modèle vidéo ouvert MiniMax H3. Elle crée des vidéos grand format en 768p avec son à partir de texte ou d'images, grâce à une façon plus maligne de comparer les images, appelée Video DeltaNet, et à un mode rapide en 8 passes.

Quelle est sa vitesse réelle ?

Les développeurs annoncent environ 9 secondes pour un clip de 14,4 secondes sur huit cartes serveur et moins d'une minute sur une seule. Leur article le situe à 14,5 fois plus rapide que le H3 d'origine en 50 passes.

L'image est-elle moins bonne ?

L'équipe la décrit comme quasiment sans perte et meilleure que MiniMax FastH3, en s'appuyant sur des exemples côte à côte. Aucun score de test n'a encore été publié.

Ma carte graphique peut-elle le faire tourner ?

Le code officiel réclame une carte de 24 Go et utilise environ 20 à 22 Go. FreeVideo indique un minimum de 8 Go de mémoire graphique et 16 Go de mémoire système, sans vitesses publiées pour les petites cartes.

Peut-il animer une photo ou utiliser une première et une dernière image ?

Oui. Il part d'un texte, d'une première image, d'une dernière image, des deux ensemble (FL2VA) ou de plusieurs photos de référence. La configuration SGLang à huit GPU ne prend en charge que le texte et le mode première et dernière image.

Quelle est la taille du téléchargement ?

Environ 82 Go au total : à peu près 72 Go pour le modèle de base H3, plus le complément VDN et les fichiers annexes.

Existe-t-il une version sans censure ?

Il n'existe pas de version dédiée sans censure. Faire tourner les poids ouverts chez soi n'implique aucun filtre en ligne, et c'est à vous de tester si les LoRA H3 de la communauté fonctionnent toujours.

Sources

Parcourir tous les modèles d'IA sans censure →

Les noms de produits et de projets mentionnés ici appartiennent à leurs propriétaires respectifs. Tous les personnages doivent être adultes (18+) ; ne créez pas de contenu représentant de vraies personnes sans leur consentement.

Sign in

Welcome to Spicy AI

or