무검열 AI 영상 · MiniMax H3 커뮤니티 머지

무검열 MiniMax H3 FL2VA Ref2VA 하이브리드: 캐릭터를 기억하는 선명한 영상

AI에게 묻기 ▾

ChatGPT에서 열기 Claude에서 열기 Grok에서 열기 Google AI Mode에서 열기

MiniMax는 H3 영상 모델을 두 개의 별도 체크포인트로 공개했습니다. FL2VA는 더 깔끔한 화면과 사운드를 만들지만 첫 프레임과 마지막 프레임만 참고하고, Ref2VA는 여러 장의 참고 사진·영상·음성을 따르지만 화질이 다소 흐립니다. 커뮤니티가 만든 MiniMax H3 FL2VA Ref2VA 하이브리드는 이 둘을 하나의 파일로 합쳐, 숏드라마든 패션 릴이든 애니메이션 캐릭터든 완성도를 잃지 않고 컷마다 같은 인물로 보이게 해 줍니다. 무엇을 할 수 있는지, 어떤 파일을 받아야 하는지, 프롬프트는 어떻게 쓰는지 알려 드립니다.

캐릭터 일관성
네이티브 오디오
오픈 웨이트

사진을 영상으로 만들기 →

무검열 대안 영상 생성기

이미지로 영상 만들기

캐릭터 사진을 첫 프레임으로 업로드하고 움직임·카메라·사운드를 적으면 짧은 영상으로 만들어 드립니다.

FL2VA vs Ref2VA: 하나의 영상 모델, 두 가지 개성

H3는 MiniMax의 330억 파라미터 오디오·비디오 모델입니다. 하나의 네트워크가 영상과 사운드트랙을 함께 만들어, 발소리·파도 소리·대사가 처음부터 화면과 맞아떨어집니다. MiniMax는 만능 파일 하나 대신 두 개의 체크포인트를 공개했습니다. FL2VA는 텍스트 프롬프트와 이미지 0~2장을 받아 텍스트 투 비디오, 첫 프레임 애니메이션, 마지막 프레임 마무리, 첫·마지막 프레임 사이 전환을 모두 다룹니다. Ref2VA는 프롬프트와 함께 최대 이미지 9장, 영상 3개, 오디오 3개(최대 12개 파일)의 레퍼런스 팩을 받습니다.

둘 다 기본적으로 4~15초 길이, 24fps, 32kHz 스테레오 사운드, 짧은 변 768픽셀의 영상을 만듭니다. 문제는 두 모델을 나란히 테스트한 커뮤니티 제작자들에 따르면 FL2VA가 화질과 음질이 눈에 띄게 좋고, 캐릭터를 제대로 기억하는 쪽은 Ref2VA라는 점입니다. 하이브리드는 바로 이 트레이드오프를 없애려는 시도입니다.

	FL2VA	Ref2VA
입력	텍스트 + 최대 2프레임(첫, 마지막 또는 둘 다)	텍스트 + 최대 이미지 9장, 영상 3개, 오디오 3개
강점	깔끔한 화면과 사운드, 첫 프레임에서 마지막 프레임까지의 움직임	얼굴·의상·장소·목소리의 일관성
약점	캐릭터 시트를 따르지 못함	커뮤니티 테스트 기준 화질이 다소 흐림
주요 용도	정지 이미지 움직이기, 두 키프레임 잇기	시리즈 에피소드, 의상 쇼케이스, 반복되는 세트

커뮤니티가 두 모델을 하나의 하이브리드로 합친 이유

아이디어는 두 파일을 가중치 단위로 비교하면서 나왔습니다. 업로더 smhfacct는 두 모델이 코사인 유사도 0.9997 이상으로 거의 같고, 실제 차이는 각 트랜스포머 블록 안의 작은 층인 adaln_proj 변조 가중치에 있다는 것을 발견했습니다. 이 층을 Ref2VA에서 FL2VA로 옮기면 FL2VA의 화면과 사운드 대부분을 유지하면서 레퍼런스 능력을 빌려올 수 있습니다.

MiniMax H3 FL2VA Ref2VA 하이브리드의 정체는 이게 전부입니다. FL2VA를 베이스로, 선택한 블록 범위에 Ref2VA의 변조 층을 복사한 것이죠. 재학습도, 평균 섞기도 없이 정확히 겨냥한 이식만 했습니다. MiniMax의 공식 릴리스가 아닌 커뮤니티 실험이며, 두 제작자 모두 자신의 판단이 주관적이라고 밝힙니다. 그래도 Ref2VA의 기억력은 원하지만 흐릿함은 싫은 사람에게는 현재 가장 직접적인 해결책입니다.

세 가지 다른 영상 컷에서 얼굴과 재킷이 일관되게 유지되는 같은 성인 캐릭터

잘 어울리는 장면: 시리즈, 패션 릴, 반복되는 세트

사람들이 MiniMax H3 FL2VA Ref2VA 머지를 찾는 이유는 캐릭터 일관성입니다. 숏드라마 제작자는 얼굴 사진 한 장과 의상 사진 한 장만 넣고 카페에서의 대립, 비 오는 거리 산책, 옥상 이별 장면을 모두 같은 얼굴로 찍습니다. 베이스가 FL2VA라서 세로형 드라마를 완성도 있게 보이게 하는 선명한 화면과 네이티브 사운드도 그대로입니다.

연재 스토리와 AI 드라마: 참고 인물 사진 한 장으로 주인공이 모든 장면·앵글·조명 변화 속에서 같은 모습을 유지합니다.
의상·스타일링 쇼케이스: 의상을 첫 번째, 모델을 두 번째 레퍼런스로 넣고 런웨이 턴이나 느린 회전을 묘사하세요. 레퍼런스가 가벼운 파일을 쓰면 카메라를 굳히지 않고도 옷이 결과를 이끌게 할 수 있습니다.
반복되는 장소: 아파트, 바, 해변 사진 한 장을 재사용해 다른 위치에서 새로운 4~15초 컷을 생성합니다.
목소리와 음악의 연속성: Ref2VA는 2~15초 오디오 클립을 받기 때문에 캐릭터의 목소리나 테마 분위기를 여러 클립에 걸쳐 반복할 수 있습니다. 하이브리드도 이 입력을 유지하지만, 얼마나 잘 작동하는지 벤치마크한 사람은 아직 없습니다.
성인(18+) 스타일링: 수영복, 란제리, 비키니 차림의 가상 성인 캐릭터로 해변·수영장·부두아르 릴을 모두 내 컴퓨터에서 만들 수 있습니다.

b15부터 b49까지: 알맞은 하이브리드 파일 고르기

파일 이름은 어떤 블록에 Ref2VA의 층이 들어갔는지 알려 줍니다. 범위가 넓을수록 레퍼런스를 더 강하게 따르고 화면은 Ref2VA의 부드러운 느낌에 가까워지며, 범위가 좁을수록 FL2VA의 완성도가 더 많이 남습니다. smhfacct는 프루닝된 int8 베이스 위에 만든 int8 파일 4개를, diobrando0는 마지막 몇 블록만 바꾼 각 약 66.28 GB의 프루닝하지 않은 bf16 파일 2개를 공개했습니다.

파일	정밀도	레퍼런스 강도	추천 대상
b15-49	int8	가장 강함	레퍼런스가 많고 약간의 흐림은 괜찮은 경우
b20-49	int8	강함	레퍼런스 우선 프로젝트
b25-49	int8	균형	제작자가 추천하는 출발점
b30-49	int8	보통	화질 우선
b40-49	bf16, 약 66.28 GB	가벼움(가중치의 약 7.9%가 Ref2VA에서 옴)	풀 정밀도로 은은하게 유도
b45-49	bf16, 약 66.28 GB	가장 가벼움	diobrando0가 처음 써 보라고 권하는 파일

가장 많이 논쟁되는 건 b25-49와 b30-49입니다. b25-49로 시작하고, 얼굴과 의상이 이미 잘 맞는데 더 선명한 화면을 원하면 b30-49로 내려가세요. 반대도 마찬가지입니다. 레퍼런스가 무시되면 더 넓은 범위로, 화면이 뭉개지거나 오디오가 얇아지면 더 좁은 범위로 옮기면 됩니다.

하드웨어에 대해서는 두 제작자 모두 구체적인 수치를 제시하지 않았습니다. 필요한 메모리는 대응하는 FL2VA 파일과 같다고 하므로, int8 MiniMax H3 FL2VA Ref2VA 파일은 int8 FL2VA와 같은 급이고, 66 GB bf16 파일은 일반 소비자용 그래픽카드 한 장보다는 현실적으로 워크스테이션 영역입니다.

AdaLN 머지 스크립트로 나만의 블렌드 만들기

diobrando0는 bf16 파일과 함께 h3_adaln_merge.py를 제공합니다. --lo와 --hi로 지정한 블록 범위에서 Ref2VA의 adaln_proj 가중치를 FL2VA 파일로 바이트 단위 그대로 복사하며, 보간은 하지 않습니다. CPU에서 몇 분 만에 파일을 제자리에서 패치하고, --backup으로 백업을 남기고 --restore로 되돌릴 수 있으며, BLAKE2b 해시로 결과를 검증합니다.

b40-49는 너무 가볍고 b25-49는 너무 무겁게 느껴질 때 유용합니다. b35-49를 만들어 클립 몇 개로 판단해 보고, 마음에 들지 않으면 되돌리면 됩니다. 스크립트가 두 파일을 모두 소스로 사용하므로 원본 Comfy-Org FL2VA와 Ref2VA bf16 파일은 남겨 두세요.

레퍼런스가 확실히 먹히는 프롬프트 템플릿

레퍼런스 프롬프트는 정해진 순서로 쓸 때 가장 잘 작동합니다. 어떤 레퍼런스가 무엇인지 먼저 밝히고, 그다음 동작, 카메라, 마지막으로 사운드를 적으세요. 레퍼런스를 많이 쌓을수록 b20-49나 b25-49처럼 범위가 넓은 파일이 빛을 발합니다. 아래 템플릿은 MiniMax H3 FL2VA Ref2VA 하이브리드에 맞춰 작성했으며, 모든 캐릭터는 성인입니다.

해변에서 의상 바꾸기

참고 이미지 1의 여성이 참고 이미지 2의 빨간 비키니를 입고 골든아워의 해변을 걷는다. 미디엄 숏, 카메라가 천천히 다가가고, 그녀가 뒤돌아보며 미소 짓는다. 파도 소리와 부드러운 어쿠스틱 기타.

같은 캐릭터, 새로운 장면

참고 이미지 1과 같은 남성이 조용한 카페에 앉아 있다, 옆모습 클로즈업. 그가 조용히 말한다: "늦었네." 자연스러운 창가 조명, 35mm 필름 느낌, 낮게 깔린 카페 소음.

런웨이 턴

참고 이미지 1의 성인 모델이 참고 이미지 2의 검은 수영복과 시스루 랩을 걸치고 하얀 런웨이를 걷다가 멈춰 천천히 돈다. 전신 트래킹 숏, 터지는 카메라 플래시, 묵직한 일렉트로닉 비트.

반복되는 세트

참고 이미지 1의 로프트에서 참고 이미지 2와 3의 커플이 밤 창가에서 슬로 댄스를 춘다. 와이드 숏에서 투 숏으로 천천히 이동, 도시의 불빛, 부드러운 재즈.

레퍼런스는 첨부한 순서대로 번호로 부르세요.
클립 하나에 주요 동작은 하나만. 4~15초는 금방 지나갑니다.
원하는 사운드를 적고, 대사는 따옴표 안에 넣으세요.
특정 레퍼런스가 계속 무시된다면 프롬프트를 고치기 전에 파일부터 바꿔 보세요.

커뮤니티 평가와 솔직한 한계

MiniMax H3 FL2VA Ref2VA 업로드 중 사람들이 가장 많이 이야기하는 것은 smhfacct의 int8 세트입니다. 조사 시점 기준 약 384개의 좋아요, 14개의 토론 스레드, 이를 기반으로 한 Hugging Face Spaces 4개가 있습니다. diobrando0의 bf16 두 파일은 더 새롭고 조용한 편으로, 좋아요 7개에 날짜는 2026년 9월 1일입니다. 두 제작자 모두 비교가 정식 벤치마크 없이 눈으로 한 것임을 강조하므로, 버전 표는 법칙이 아니라 출발 지도로 봐 주세요.

한계는 분명합니다. 레퍼런스 없는 프롬프트에서는 FL2VA를 넘지 못하고, 블록 경계는 실험으로 정한 것이며, 필요한 메모리도 줄지 않습니다. 또한 MiniMax의 2K 리파인 단계는 오픈소스가 아니어서 로컬 출력은 기본 해상도에 머뭅니다.

무검열 H3 하이브리드: 달라지는 것과 그대로인 것

머지 과정에서 안전 학습이 제거되거나 추가되는 것은 없습니다. 두 공식 체크포인트 사이에서 변조 층만 옮겨질 뿐입니다. 경험을 바꾸는 건 실행 위치입니다. MiniMax의 호스팅 API는 성적·불법·권리 침해 콘텐츠를 필터링하지만, 내 컴퓨터의 오픈 웨이트에는 그런 필터 층이 추가되지 않습니다. 그래서 성인 크리에이터들은 로컬 H3를 선호합니다. 고성능 GPU가 없어도 이곳의 이미지 투 비디오 도구로 사진 한 장에서 성인(18+) 장면의 비슷한 필터 없는 움직임을 만들 수 있습니다.

캐릭터 사진을 브라우저에서 18+ 영상 클립으로 만들어 보세요.

이미지로 영상 만들기 열기

온라인으로 생성하기: Spicy AI의 설치 없는 대안

66GB 워크스테이션을 갖췄거나 체크포인트를 번갈아 다룰 여유가 있는 사람은 많지 않습니다. Spicy AI는 같은 종류의 클립을 만들 수 있는 온라인 대안 생성기를 제공합니다. 캐릭터 사진을 올리고 움직임, 카메라, 사운드를 적으면 브라우저에서 짧은 영상을 받을 수 있으며, 다운로드나 드라이버가 필요 없고 성인(18+) 장면에도 콘텐츠 필터가 없습니다.

긴 로컬 렌더링 전에 빠르게 테스트하고 싶을 때, 휴대폰만으로 작업하는 크리에이터, 그냥 결과만 원하는 사람에게 잘 맞습니다. 성인 캐릭터의 선명한 사진 한 장으로 시작해 클립마다 주요 동작은 하나만 두고, 매 에피소드에 같은 사진을 다시 쓰면 얼굴과 의상이 알아보기 쉽게 유지됩니다.

온라인 이미지 투 비디오 생성기 사용해 보기 →

자주 묻는 질문

FL2VA와 Ref2VA는 무엇이 다른가요?

FL2VA는 텍스트와 최대 두 장의 첫·마지막 프레임으로 사운드가 있는 영상을 만듭니다. Ref2VA는 텍스트와 최대 이미지 9장, 클립 3개, 오디오 파일 3개의 레퍼런스 팩을 사용합니다. 커뮤니티 테스터들은 FL2VA의 화질과 음질이 더 좋다고 말합니다.

MiniMax H3 FL2VA Ref2VA 하이브리드는 MiniMax가 만든 건가요?

아닙니다. smhfacct(int8)와 diobrando0(bf16)가 Hugging Face에 공개한 커뮤니티 머지입니다. 두 사람 모두 실험적이며 눈으로 평가한 결과라고 밝힙니다.

어떤 하이브리드 파일을 먼저 받아야 하나요?

int8 세트는 b25-49, bf16 세트는 b45-49로 시작하세요. 레퍼런스가 무시되면 더 넓은 범위로, 품질이 떨어지면 더 좁은 범위로 옮기면 됩니다.

하이브리드에는 VRAM이 얼마나 필요한가요?

제작자들은 MiniMax H3 FL2VA Ref2VA 파일이 대응하는 FL2VA 파일과 같다고만 밝혔습니다. bf16 파일은 약 66.28 GB, int8 파일은 그보다 작으며, 공식 메모리 수치는 없습니다.

속도를 높일 수 있나요?

네. ref2v turbo 4스텝 LoRA와 함께 쓰면 빠르게 초안을 만들 수 있고, 최종 렌더링은 언제든 LoRA 없이 풀 스텝으로 돌릴 수 있습니다.

출처

모든 무검열 AI 모델 →

MiniMax와 H3는 각 소유자의 상표입니다. 하이브리드 파일은 커뮤니티 제작물입니다. 모든 콘텐츠는 성인(18+)만 묘사해야 합니다.