コミュニティ製チェックポイント · オープンウェイトの H3 がベース
無修正 MiniMax H3 Remix:よりシャープな描写、より激しい動き、追加 LoRA は不要
回転するダンサー、雨の中の殴り合い、バイクのチェイス。普通の AI 動画がぐちゃぐちゃに崩れてしまうのが、まさにこうしたシーンです。MiniMax H3 Remix はそのために作られました。コミュニティクリエイターの FX-FeiHou が、オープンウェイトの H3 動画モデルの2つのブランチを1つの ComfyUI チェックポイントに融合。くっきりした顔、生き生きとした動き、スタイル指定への強い反応を目指し、LoRA もあらかじめ組み込まれています。このページでは、マージの中身、グラフィックカードに合うファイル、セットアップ方法、そしてダンス・アクション・ファッション向けのすぐ使えるプロンプトを紹介します。
- H3 を2本マージ
- LoRA 融合済み
- 8〜12ステップ
- INT8 は約14 GB VRAM から
2つの H3 ブランチから生まれた、よりシャープな1本
MiniMax H3 Remix はファンが作ったチェックポイントで、MiniMax の新リリースではありません。モデルカードにも、公式に学習された H3 ベースではなくリミックスしたチェックポイントだと明記されています。作者は2つのモデルを単純に平均するのではなく、選んだ応答層で2つの H3 ブランチを組み合わせ直し、AdaLN 変調層は別扱いにしています。狙いは生成の安定性を保ちながら、細部の描写、ダイナミックな動き、プロンプト内のスタイル語への反応の強さという3点をさらに伸ばすことです。
もう1つの魅力は手軽さです。マージに使った LoRA は重みに静的に融合されているので、ファイルを1つダウンロードするだけで、スタイル LoRA を重ねなくても生成を始められます。プロジェクトは Hugging Face と Civitai で公開されており、最初のファイルは2026年8月下旬に登場、最新ビルドは2026年10月23日に公開されました。
グラフィックカードに合ったファイルを選ぶ
ビルドは3種類あり、どれを選ぶかは主に VRAM 容量で決まります。作者の推奨は、フル精度の BF16 ファイルで24 GB 以上、INT8 で約14 GB。付属ノードのオフロード機能も助けになります。ファイルはどちらのチャンネルにもあり、Hugging Face は直接ダウンロード用、Civitai ではバージョン履歴、サンプル動画、8ステップ用の Turbo LoRA が手に入ります。GGUF 版を探している人もいるでしょうが、まだありません。Hugging Face では2つのディスカッションで要望が出ており、より小さな量子化版がいちばん求められている機能です。
| ビルド | ファイルサイズ | 推奨 VRAM | おすすめの用途 |
|---|---|---|---|
| v0.6 BF16 | 66.2 GB | 24 GB 以上 | 最高画質でのテストや比較検証 |
| v0.6 INT8 ConvRot v2 | 34 GB | 約14 GB | 一般向けグラフィックカードでの日常的な生成 |
| v0.8 HSA Turbo INT8 ConvRotHQ | 49.3 GB | 記載なし | 少ないステップ数での高速アクション |
| v0.8 HSA Turbo pruned | 23.3 GB | 記載なし | 同じアクション重視を、より軽いファイルで |
初期の v0.6 INT8 ファイルは2026年8月に修正版へ差し替えられています。最初の INT8 をダウンロードした人は取り直してください。v0.8 には BF16 版はありません。
v0.8 HSA Turbo:格闘、チェイス、ダンスのために
少ないステップ数は速さの面では優秀ですが、速く動くものはたいていぼやけてしまいます。HSA Turbo と名付けられたバージョン0.8は、まさにその問題を解決するために作られました。作者によると、格闘、チェイス、爆発、ダンス向けに調整されており、サンプリングのステップ数が少なくても手足が判別でき、動きが途切れず、ディテールも保たれるといいます。HSA が何の略かは説明されておらず、公開ベンチマークもまだないため、作者の主張として自分のシーンで試してみるのがおすすめです。
最良の結果を得るために、作者は v0.8 を Remix Easy H3 Two-Stage Sampling v8 という2段階サンプリングのワークフローと組み合わせています。1回目の出力フレームを2回目のパスで整える仕組みです。落ち着いたポートレートや、ゆっくり回る商品映像が中心なら v0.6 で十分です。キックや回転、飛び散る破片が画面に入るなら、まず MiniMax H3 Remix v0.8 を試しましょう。

クリエイターたちの活用例
付属ノードは最大9枚の参照画像、3本の参照動画、3つの音声クリップを受け付けるため、MiniMax H3 Remix は1枚の写真を動かすだけにとどまりません。特に強みが活きる使い方を紹介します。
ダンスショート
キャラクター画像1枚とダンスの参照動画を組み合わせると、キャラクターがその振り付けを踊ります。v0.8 は速い回転や腕の振りに合わせて調整されています。
ショートドラマのアクションシーン
パンチ、チェイス、爆発を絵コンテに使えるクリップに。続きが気になる劇的なワンシーンが欲しい縦型ドラマにぴったりです。
最初と最後のフレームを指定した変身
2枚の静止画を開始・終了フレームに指定すれば、衣装チェンジ、場面転換、ビフォーアフターを1つの滑らかな動きで表現できます。
複数カットで同じキャラクター
3×3の画像グリッドを同じオリジナルキャラクターのさまざまな角度で埋め、必要に応じて RefMod パックを加えれば、カットが変わっても顔が安定します。
ファッションルックブックと大人のグラマー
晴れたビーチでの水着ウォーク、ランジェリーのルックブック、ブドワール風のターンなど、18歳以上の架空のモデルや同意を得た成人モデルに向いています。
音声を参照したクリップ
音声スロットを使えば、H3 の音声付き映像生成に音の参照を与えられます。結果にはばらつきがあるので、頼る前に試してください。

ComfyUI で MiniMax H3 Remix を動かす手順
セットアップは、Hugging Face と Civitai にある作者自身のメモ、そして ComfyUI-FeiHou-Easy-H3 ノードの README に沿っています。このノードは以前の Easy H3 ノードパックから派生した GPL-3.0 のプロジェクトで、参照スロット、画像から動画、最初と最後のフレーム指定モード、プロンプト拡張、メモリ節約スイッチを1か所にまとめています。
- 1グラフィックカードに合ったビルドをダウンロードし、ComfyUI/models/diffusion_models/ に置きます。
- 2ComfyUI-FeiHou-Easy-H3 と、必須の関連パック ComfyUI-FeiHou-Toolbox をインストールし、ComfyUI を再起動します。
- 3Easy H3 Loader ノードでチェックポイントを読み込み、メインノードに参照画像・動画・音声を追加します。
- 4まずは res_multistep サンプラー、simple スケジューラー、8〜12ステップで始めます。Turbo LoRA を強度0.75で使うのは任意です。
- 5初回はノードの既定値である24 fps・10秒のままにし、参照の短辺は480〜1088ピクセルの範囲で選びます。
- 6v0.8 では、1回のサンプリングではなく作者の Two-Stage Sampling v8 ワークフローを読み込みます。
- VRAM が足りない場合は INT8 か pruned ファイルを選び、強制アンロードと実験的なタイル型低 VRAM オプションをオンにしましょう。
- RefMod パックはメモリを余分に使うので、多くの参照スロットと組み合わせるときは余裕を残してください。
- 同じスタイル LoRA を上から重ねて読み込まないでください。すでに融合済みなので、二重にすると色が飽和しすぎたり、動きが揺れたり、細部がゆがんだりします。
- ノードは API やローカルモデルを使って、短いアイデアを完全なプロンプトに膨らませたり、画像を説明文にしたりできます。
- CFG、解像度、フレーム数は作者から公開されていないので、既定値のまま始め、設定は1つずつ調整しましょう。
ダンス・アクション・ファッション向けプロンプトテンプレート
このチェックポイントで効くプロンプトには共通の型があります。細部まで明確な成人の被写体、具体的な動作の動詞、カメラの動き、ライティングやスタイル、そして stable face や coherent motion のような安定化フレーズです。角かっこの部分を自分のアイデアに置き換え、速いシーンには v0.8 を使いましょう。
- 被写体が成人であることと年齢、髪型・衣装・体格などの見た目のポイントを書きましょう。
- moves のようなあいまいな語ではなく、spins、dives、exchanges kicks など具体的な動作の動詞を使いましょう。
- 1つのプロンプトにカメラの動きとライティングの指示を1つずつ入れましょう。
- 最後に stable face、sharp faces、coherent motion などの安定化フレーズで締めくくりましょう。
ダンス
A [young adult woman, 25, long black hair] in a [red sequin dress] performs an energetic K-pop dance routine on a neon-lit stage, fast spins and arm waves, hair and fabric flowing, handheld camera slowly orbiting, crisp detail, stable face, 24fps.
格闘
Two martial artists exchange rapid kicks and punches in a rain-soaked alley at night, water splashing on impact, dynamic tracking shot, motion blur on limbs only, sharp faces, cinematic lighting.
チェイス
A motorcyclist chases a black car through a crowded market street, camera follows low behind the bike, stalls and fruit flying, dust and debris, high speed, coherent motion.
爆発
A soldier dives away as a fuel truck explodes behind him, fireball expanding, shockwave lifting debris, slow push-in camera, detailed fire and smoke.
最初と最後のフレームで衣装チェンジ
From the first frame to the last frame, the same woman spins once and her casual hoodie transforms into an elegant evening gown, smooth continuous motion, same face and background.
ドラマのクローズアップ
Close-up of a man in a business suit reading a letter, hands trembling, eyes filling with tears, soft window light, subtle camera push-in, realistic skin texture.
ビーチウォーク(18歳以上・架空の成人)
An adult swimsuit model (25 years old, fictional) in a white bikini walks along a sunny beach at golden hour, waves washing over her feet, hair blowing in the wind, slow tracking shot, fashion-editorial look.
ランジェリールックブック(18歳以上・架空の成人)
An adult fictional model in black lace lingerie poses in a softly lit loft, turns slowly toward camera, elegant boudoir photography style, smooth motion, detailed fabric.
MiniMax H3 Remix とオリジナル H3 の比較
この比較の内容はすべて作者自身の説明に基づいており、独立したベンチマークや定量的なテストはまだ公開されていません。要するに、リミックスは純粋さを少し手放す代わりに手軽さと迫力を得ています。マージ済みのルックとアクション重視の v0.8 がすぐ使える一方、クリーンで予測しやすい結果の基準となるのは今もベースモデルです。
| オリジナル H3 | Remix(作者の説明による) | |
|---|---|---|
| 由来 | MiniMax のオープンウェイト公開 | 2つの H3 ブランチをコミュニティがマージ |
| ディテールと動き | 基準 | より多くのディテールと強い動きを目指す |
| スタイル LoRA | 必要に応じて別途追加 | 融合済みで、追加の読み込みは不要 |
| 少ないステップでの高速アクション | ぼやけがち | v0.8 HSA Turbo が対応を狙う |
| 一般的な最小ファイル | 選ぶビルドによる | pruned 版 v0.8 で23.3 GB |
コミュニティの反応
個人プロジェクトとしては、これまでの数字は好調です。2026年11月上旬の時点で Civitai ページのダウンロード数は1万を超え、高評価348に対して低評価はわずか2。最も多いのは INT8 v0.6 ファイルで約5,400ダウンロード、続いて BF16 が約3,900、新しい v0.8 が約950で、多くの人がミドルレンジのグラフィックカードで MiniMax H3 Remix を動かしていることがはっきりわかります。Hugging Face では33件の「いいね」を集め、公開中の2つのディスカッションはどちらも約20 GB のさらに軽いビルドか GGUF 版を求めています。文章でのレビューはまだ少ないので、いちばん確かな評価は自分のテストクリップから下す判断です。
無修正の MiniMax H3 Remix はある?
公式な無修正版はありません。モデルカードはどちらとも言っておらず、コンテンツ制限も記載していません。H3 ベースはオープンウェイトなので、ローカル利用者は自分の環境を自分で管理できます。Civitai の INT8 v0.6 パッケージには、ファイル名に uncensored を含むコミュニティ製の Qwen3-VL 32B テキストエンコーダーも同梱されていますが、実際の効果は検証されていません。作成するものには必ず成人のみを登場させてください。34 GB のダウンロードを避けたいなら、Spicy AI で成人・架空・同意済みのキャラクター向けにフィルターを緩めたオンライン H3 画像から動画生成が使えます。
オリジナルの成人キャラクターの静止画を動くクリップに。GPU は不要です。
画像から動画を開く無修正の代替動画生成ツール
静止画を1枚アップロードし、動き・カメラ・雰囲気を書くだけで、ブラウザ上で短いクリップが完成します。上のプロンプトテンプレートを出発点に使えます。
生成を始めるMiniMax H3 Remix のセルフホストと Spicy AI でのオンライン生成の比較
ローカルの ComfyUI ならすべてのノードとバージョンを自由に扱えます。オンラインならその自由度と引き換えに、セットアップは一切不要です。
| ローカル導入(公式ウェイト) | Spicy AI オンライン | |
|---|---|---|
| コンテンツフィルター | 自分の環境を自分で設定 | 成人向けコンテンツ(18歳以上)に緩めたフィルター |
| オープンウェイト | あり。H3 ベースのコミュニティ製チェックポイント | 不要。ブラウザで動作 |
| ハードウェア | 約14 GB 以上の VRAM | ブラウザがあればどの端末でも |
| 始めるための費用 | 自前の GPU | 無料プランあり |
よくある質問
MiniMax H3 Remix は MiniMax の公式リリースですか?
いいえ。FX-FeiHou によるコミュニティ製チェックポイントで、2つの H3 ブランチを層ごとに組み合わせ直し、LoRA を重みに融合しています。モデルカードにも、公式に学習された H3 ベースのリリースではないと書かれています。
VRAM はどれくらい必要ですか?
作者の推奨は BF16 で24 GB 以上、INT8 で約14 GB です。pruned 版 v0.8 ファイルは23.3 GB で、ノードの強制アンロードやタイル型低 VRAM オプションを使えばさらにメモリを節約できます。GGUF 版はまだありません。
v0.6 と v0.8 の違いは?
v0.6 は BF16 と INT8 があり、全体的な品質を高めています。v0.8 HSA Turbo は INT8 のみで、格闘、チェイス、爆発、ダンスといった速いアクションを少ないステップ数で描くことを狙っており、2段階サンプリングのワークフローとの併用が理想です。
最初はどんな設定で始めればいいですか?
res_multistep サンプラー、simple スケジューラー、8〜12ステップを使い、任意で Turbo LoRA を0.75で加えます。CFG、解像度、フレーム数は公開されていません。ノードの既定値は24 fps・10秒です。
追加の LoRA は必要ですか?
スタイル用には不要です。すでに融合されているからです。同じ LoRA を再度読み込むと、色が飽和しすぎたり動きが不安定になったりします。高速化用の Turbo LoRA は任意です。
どの生成モードに対応していますか?
Easy H3 ノードでは、最大9枚の画像・3本の動画・3つの音声クリップを使った参照から動画、さらに画像から動画と最初と最後のフレーム指定が使えます。Hugging Face ではテキストから動画のタグも付いていますが、ノードの説明では特に触れられていません。
無修正ですか?
作者はそのようには説明しておらず、コンテンツ制限も記載していません。INT8 パッケージには uncensored と表示されたコミュニティ製テキストエンコーダーが含まれていますが、効果は未検証です。すべてのコンテンツは成人のみを登場させ、法律を守る必要があります。
