VDN-H3 · OpenVDN · 오픈 웨이트
무검열 VDN MiniMax H3: 재생보다 빠르게 렌더링되는 AI 동영상
몇 초짜리 AI 영상을 위해 몇 분씩 기다리다 보면 재미가 뚝 떨어집니다. VDN MiniMax H3는 이 상황을 뒤집습니다. 고성능 서버에서는 사운드가 맞춰진 14초 클립이 약 9초 만에 완성되어, 영상을 다 보기도 전에 결과물이 준비됩니다. OpenVDN 연구팀이 공개 동영상 모델 MiniMax H3를 더 빠르게 만든 버전으로, 화면의 느낌과 목소리는 그대로입니다. 더 반가운 점은 FreeVideo라는 데스크톱 앱 덕분에 평범한 게이밍 PC에서도 돌릴 수 있다는 것입니다. 아래에서 이 속도가 여러분에게 어떤 의미인지, 사람들이 무엇을 만드는지, 집에서 어떻게 써 보는지, 그리고 바로 붙여 넣을 수 있는 프롬프트를 소개합니다.
- 재생보다 빠르게
- 사운드가 있는 영상
- 가정용 PC에서 실행
- 오픈 웨이트
다 보기도 전에 완성되는 클립
약속은 한 줄로 정리됩니다. 영상을 만드는 시간이 재생하는 시간보다 짧다는 것입니다. 최상급 그래픽카드 8장을 갖춘 서버에서 VDN-H3의 빠른 모드는 프롬프트 하나를 사운드까지 포함된 14.4초 와이드 화면 클립으로 약 9초 만에 바꿔 줍니다. 바탕이 된 연구 논문에 따르면 같은 장비에서 원본 H3보다 약 14.5배 빠릅니다.
이 차이를 느끼는 데 서버실이 필요한 것은 아닙니다. 고급 카드 한 장에서 원본 모델은 클립 하나에 14분 가까이 걸립니다. 새로운 고화질 모드는 이를 약 5분으로, 빠른 모드는 1분 미만으로 줄여 줍니다. 커피 한 잔 마실 때마다 테스트 샷 하나를 만드느냐, 같은 시간에 장면 전체를 스케치하느냐의 차이입니다.
| 버전 | 실행 환경 | 14초 클립 하나에 걸리는 시간 |
|---|---|---|
| 원본 H3 | 고급 서버용 카드 1장 | 약 14분 |
| VDN, 고화질 모드 | 같은 카드 | 약 5분 |
| VDN, 빠른 모드 | 같은 카드 | 1분 미만 |
| VDN, 빠른 모드 (카드 8장) | 서버용 카드 8장 | 약 9초 |
소요 시간은 개발자들이 NVIDIA B200 카드로 직접 테스트한 결과이며, GitHub, 프로젝트 블로그, 논문에 공개되어 있습니다.
속도가 여러분에게 가져오는 변화
속도라고 하면 엔지니어를 위한 숫자처럼 들리지만, 사실은 만드는 즐거움 자체를 바꿔 줍니다. 초안이 몇 초 만에 나오면 프롬프트가 어떤 결과를 낼지 추측할 필요 없이 그냥 보면 됩니다. 이 모델이 일상적인 크리에이터에게 주는 것들을 소개합니다.
하나 대신 열 가지 아이디어
예전에 클립 하나에 걸리던 시간에 의상, 분위기, 카메라 움직임, 대사를 다양하게 시도해 보고 마음에 드는 테이크만 남기세요.
화면과 함께 도착하는 사운드
목소리, 발소리, 빗소리, 공간의 분위기까지 영상과 함께 스테레오로 생성되어 따로 소리를 입히는 과정이 필요 없습니다.
H3의 화면 느낌 그대로
개발자들은 결과물이 일반 H3와 거의 같다고 설명합니다. 영화 같은 화면, 립싱크, 프롬프트를 충실히 따르는 점까지 그대로입니다.
내 PC면 충분
FreeVideo 앱 덕분에 8GB 그래픽카드를 갖춘 게이밍 컴퓨터로도 시도해 볼 수 있습니다. 스튜디오급 장비는 필요 없습니다.
몇 초를 넘어서는 이야기
모델이 클립 앞부분에서 일어난 일을 기억하기 때문에 1분 이상의 영상도 현실적인 목표가 됩니다.
누구에게나 열려 있음
웨이트와 코드가 공개되어 있어 커뮤니티가 앱, ComfyUI 노드, 데모를 계속 만들어 내고 있습니다.
거의 실시간 영상으로 크리에이터가 만드는 것
사운드가 포함된 빠른 영상은 완벽한 한 컷보다 많은 클립이 필요한 사람에게 잘 맞습니다. 클라이언트 작업부터 순수한 재미까지, 이 모델이 특히 빛나는 장면들을 소개합니다.
숏드라마를 한 컷씩
시작 이미지와 끝 이미지로 캐릭터를 고정하고, 여러 컷을 이어 붙여 각각을 금세 미리 본 뒤, 가장 좋은 컷을 고화질 모드로 다듬으세요.
세로형 광고와 제품 클립
다양한 후킹 문구, 대사, 제품 앵글을 나란히 테스트하고, 내 피드에 가장 잘 어울리는 버전을 올리세요.
말하는 인물 사진과 살아 움직이는 그림
정지 이미지 한 장에서 시작해 대사 한 줄과 배경 소리를 더하면, 인물 사진이나 일러스트, AI 사진이 말하고 움직이기 시작합니다.
따로 찍은 사진으로 만드는 단체 샷
공식 데모에서는 서로 다른 참조 사진 속 두 사람, 사모예드, 카페를 하나의 움직이는 장면에 담고 카페의 웅성거림까지 입혔습니다.
큰 프로젝트를 위한 스토리보드
영상 제작자와 게임 작가는 오후 한나절 만에 장면의 흐름을 잡고, 메모 한 장 대신 움직이는 초안을 팀에 보여 줄 수 있습니다.
버추얼 진행자와 방송용 루프
논문 주제가 바로 라이브 방송용 영상입니다. 끊김 없이 이어지는 클립은 버추얼 진행자나 선택형 스토리에 잘 어울리지만, 아직 초기 단계이니 직접 테스트해 볼 만합니다.
로맨스와 글래머 장면
수영복 차림의 해변 산책, 촛불이 켜진 데이트, 느린 춤. 오리지널 성인 캐릭터(18세 이상)로 빠르게 초안을 만들어 보면 딱 맞는 분위기를 쉽게 찾을 수 있습니다.
밈과 축하 인사
셀카나 반려동물 사진을 재치 있는 한마디나 생일 축하 인사가 담긴 짧은 클립으로 바꿔 채팅방에 바로 공유하세요.
가까운 것은 자세히, 나머지는 기억으로: 빠른 비결
VDN MiniMax H3는 UC Berkeley, UT Austin, Impossible, Inc.의 연구자들이 참여한 그룹 OpenVDN이 2026년 9월 6일에 공개했습니다. Video DeltaNet이라는 제목의 논문은 단순한 발견에서 출발합니다. 원본 모델은 모든 프레임을 다른 모든 프레임과 비교하는 데 시간의 85% 이상을 쓴다는 것입니다. 영화 편집자가 컷을 하나 자를 때마다 영화 전체를 다시 보는 것과 같습니다.
새로운 설계는 실력 있는 편집자가 실제로 일하는 방식을 따릅니다. 바로 옆에 있는 프레임만 자세히 보고, 나머지는 짧은 메모로 계속 기록해 두기 때문에 이야기가 처음부터 끝까지 자연스럽게 이어집니다. 첫 프레임과 마지막 프레임은 기준점 역할을 해서 시작과 끝이 일관되게 유지됩니다. 글과 소리는 여전히 꼼꼼하게 처리되므로 프롬프트를 잘 따르고 입 모양도 목소리와 맞습니다. 여기에 빠른 모드는 그리는 과정을 50번에서 8번으로 줄여 줍니다.

빠른 초안이냐 최종본이냐: 버전 고르기
선택할 수 있는 버전은 두 가지입니다. 빠른 버전은 클립을 8번의 과정으로 그려 내며, 팀이 일상적인 용도로 추천합니다. 고화질 버전은 기존의 50번 과정을 유지해, 디테일 하나하나가 중요한 최종 렌더링에 적합합니다. 빠른 모드로 아이디어를 탐색한 뒤 마음에 드는 것을 고화질로 다시 만드는 것이 현명한 습관입니다.
VDN-H3는 H3의 속도를 높이는 다른 방법과 비교하면 어떨까요? 개발자들은 화면이 원본과 거의 같고, 품질과 지시 이행 모두에서 MiniMax FastH3를 앞선다고 말합니다. 커뮤니티의 Turbo LoRA는 과정의 횟수만 줄이지만, 이 모델은 프레임을 비교하는 방식까지 바꿉니다. 다만 이는 나란히 비교한 예시를 바탕으로 한 팀의 자체 평가입니다. 테스트 점수는 공개되지 않았으니 직접 눈으로 확인하세요.
| VDN 빠른 모드 | VDN 고화질 | H3 Turbo LoRA | MiniMax FastH3 | |
|---|---|---|---|---|
| 잘 맞는 용도 | 초안과 일상적인 사용 | 최종 렌더링 | 기본 H3 속도 높이기 | MiniMax 자체 고속 옵션 |
| 시간을 줄이는 방법 | 똑똑한 프레임 비교 + 8번 과정 | 똑똑한 프레임 비교 | 과정 횟수만 축소 | 별도의 고속 버전 |
| 사운드 | 지원, 스테레오 | 지원, 스테레오 | 지원 | 지원 |
| 추가 다운로드 | H3 외 약 5.1GB | H3 외 약 4.3GB | LoRA 파일 하나 | 별도 웨이트 |
1분짜리 영상과 끝없이 이어지는 스토리
한 번 실행하면 약 14초 분량이 나옵니다. 이 모델은 모든 프레임을 다시 확인하는 대신 메모를 남기기 때문에, 영상을 길게 만들어도 기다리는 시간이 급격히 늘어나지 않습니다. 2026년 10월 13일 출시된 FreeVideo 0.4.0 버전은 1분이 넘는 영상을 만들 수 있다고 밝혔습니다.
어떤 도구에서든 통하는 간단한 방법이 있습니다. 이야기를 약 14초 분량의 챕터로 나눠 쓰고, 챕터마다 시작 부분에 캐릭터의 외모와 장소를 반복해 적는 것입니다. 그러면 주인공이 중간에 코트를 갈아입는 일이 생기지 않습니다. 한 클립의 마지막 장면을 다음 클립의 첫 장면으로 쓸 수도 있습니다. 그러면 장면들이 자연스럽게 이어져 실제 에피소드처럼 편집할 수 있습니다.
FreeVideo로 집에서 8GB 게이밍 GPU로 실행하기
공식 코드는 RTX 4090 같은 24GB 카드를 전제로 합니다. 2026년 10월 2일 출시된 오픈소스 데스크톱 앱 FreeVideo는 이 진입 장벽을 크게 낮춥니다. 최소 사양으로 그래픽 메모리 8GB와 시스템 메모리 16GB를 제시하며, 내 카드에 맞는 가벼운 설정을 알아서 골라 줍니다. 덕분에 RTX 3060으로도 이 모델을 써 볼 수 있습니다.
솔직히 말씀드리면, 작은 카드에서 클립 하나에 얼마나 걸리는지는 아무도 공개하지 않았습니다. 위의 서버 시간보다 훨씬 느릴 것으로 예상하세요. FreeVideo는 Windows와 Linux에서 실행되고, macOS 프리뷰 버전이 있으며, ComfyUI 플러그인으로도 제공됩니다.
- 1GitHub 페이지에서 사용 중인 시스템용 FreeVideo를 다운로드하거나, ComfyUI 플러그인을 설치합니다.
- 2모델 파일을 내려받게 하고, 디스크 공간을 약 82GB 확보해 둡니다.
- 3요청하는 보조 파일을 추가합니다: 텍스트 인코더, 업스케일러, 터보 LoRA.
- 4빠른 모드를 선택하고 프롬프트를 붙여 넣은 다음, 긴 영상을 시도하기 전에 짧은 테스트 클립을 만들어 봅니다.
- 5특별한 스타일을 원한다면 커뮤니티 LoRA를 앱의 LoRA 폴더에 넣으세요.
| 내 하드웨어 | 가장 쉬운 방법 | 예상 결과 |
|---|---|---|
| 8~12GB 카드 (예: RTX 3060) | FreeVideo 앱 | 제시된 최소 사양 충족, 속도는 미공개 |
| 24GB 카드 (예: RTX 4090) | FreeVideo 또는 공식 코드 | 메모리 약 20~22GB를 사용해 실행 가능 |
| 서버용 카드 1장 | 공식 코드 | 빠른 모드에서 클립당 1분 미만 |
| 서버용 카드 8장 | SGLang 서버 | 클립당 약 9초 |

시작·끝 이미지와 ComfyUI 워크플로
VDN-H3는 글뿐 아니라 이미지도 가이드로 받아들입니다. 첫 프레임, 마지막 프레임, 둘 다 함께(FL2VA라고 부릅니다), 그리고 2026년 9월 17일부터는 여러 장의 참조 사진을 한 장면에 담는 것도 가능합니다. 첫 프레임과 마지막 프레임을 쓰는 모드는 이야기를 만드는 사람들이 가장 좋아합니다. 장면이 어디서 시작해 어디서 끝날지 직접 정하면, 그 사이의 움직임과 소리는 모델이 채워 줍니다.
ComfyUI 사용자에게는 두 가지 커뮤니티 옵션이 있습니다. 바로 쓸 수 있는 t8star/Vdn-Minimax-H3-Comfy 파일과 FreeVideo 플러그인이며, 더 선명한 화면을 위해 업스케일러와 함께 쓰는 경우가 많습니다. 시작 이미지와 끝 이미지를 불러오고, 그 사이에 일어나는 일을 설명하고, 의상과 조명은 두 이미지와 같은 표현으로 적으세요. 그러면 전환이 자연스럽게 보입니다.
다운로드 위치와 팀 단위 운영 방법
모델은 Hugging Face의 OpenVDN/vdn-minimax-h3에, 코드는 GitHub에 있습니다. 약 72GB의 MiniMax H3 기본 파일과 작은 VDN 추가 파일이 필요합니다. 빠른 버전은 5.1GB, 고화질 버전은 4.3GB입니다. 처음 시작할 때는 소프트웨어가 준비하느라 몇 분이 걸리지만, 그다음부터는 빠릅니다.
9초라는 결과를 원하는 스튜디오는 프로젝트가 기본으로 지원하는 서비스 도구 SGLang을 이용해 GPU 8장으로 실행합니다. 이 구성은 현재 글로 영상 만들기와 첫 프레임·마지막 프레임 작업을 지원합니다. 팀은 생성하기 전에 H3-Context-IR 같은 프롬프트 도우미로 거친 아이디어를 다듬어 보라고도 권합니다.
지금 바로 붙여 넣어 쓰는 프롬프트 템플릿
이 모델은 감독의 메모처럼 읽히는 프롬프트를 좋아합니다. 화면에 누가 있고, 무엇을 순서대로 하며, 카메라가 어디로 움직이고, 무엇이 들리는지 적는 것이죠. 아래 템플릿은 이 패턴을 따르며 오리지널 성인 캐릭터를 사용합니다.
- 동작은 first, then, finally로 순서대로 설명하세요. 이 모델은 순서가 있는 지시를 잘 따릅니다.
- 소리는 마지막에 audio:와 dialogue:로 적어야 목소리와 배경 소리가 장면과 어울립니다.
- 긴 영상은 14초 단위 챕터로 쓰고, 챕터마다 캐릭터의 외모와 장소를 반복하세요.
- 빠른 모드로 초안을 만들고, 마음에 드는 것은 고화질로 다시 만드세요.
사운드 포함 영상 범용 템플릿
[shot type], [subject and look], [action: first…, then…, finally…], [setting and light], [camera move], audio: [ambience], dialogue: "[line]"
숏드라마
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."
첫 프레임과 마지막 프레임
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.
여러 사진으로 만드는 단체 샷
[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.
수영장 글래머 샷 (18세 이상)
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.
커뮤니티의 반응
관심은 빠르게 커졌습니다. 이 페이지를 조사할 당시 모델은 Hugging Face에서 좋아요 약 360개, 한 달간 다운로드 약 3,300회를 기록했고, 인기 있는 minimax-h3-ultra-fast Space를 포함해 22개의 커뮤니티 데모가 만들어졌습니다. GitHub 페이지는 스타가 약 670개였고, FreeVideo는 2,800개를 넘었습니다.
VDN-H3를 둘러싼 분위기는 한마디로 기대감입니다. 카드 한 장으로 1분 안에 초안을 만들 수 있고, 집에서 긴 영상을 만들 수 있다는 현실적인 희망이 생겼기 때문입니다. 흔한 불만은 설치 과정으로, 용량이 큰 다운로드와 여러 개의 보조 파일, 초기 버전의 버그가 꼽히며, FreeVideo에 쌓인 많은 미해결 문의가 이를 보여 줍니다. 화질에 대한 평가는 긍정적이지만, 측정된 점수가 아니라 개인적인 인상입니다.
무검열 VDN MiniMax H3: 오픈 웨이트가 실제로 주는 것
빠른 버전에 필터가 들어 있는지 궁금해하는 분이 많습니다. 별도의 무검열 버전이나 NSFW 에디션은 없으며, 개발자들은 내장 콘텐츠 필터에 대해 아무것도 언급하지 않습니다. 웨이트가 공개되어 있고 내 컴퓨터에서 실행되므로 중간에 온라인 검수가 끼어들지 않지만, 모델이 학습 과정에서 무엇을 배웠는지는 아무도 정확히 알지 못합니다. FreeVideo는 커뮤니티 LoRA를 불러올 수 있지만, 내부 설계가 바뀌었기 때문에 기존 H3용 성인 LoRA가 여전히 작동하는지는 검증되지 않았습니다. 설치가 번거롭다면, 브라우저에서 실행되는 무검열 동영상 생성기로 오리지널 성인(18세 이상) 캐릭터 영상을 만들 수 있습니다.
큰 다운로드도, 그래픽카드도 필요 없습니다: 오리지널 성인 캐릭터의 정지 이미지를 온라인에서 움직여 보세요.
이미지-투-비디오 열기무검열 대안 동영상 생성기
정지 이미지 한 장을 업로드하고 원하는 움직임, 카메라, 소리를 설명하면 브라우저에서 짧은 클립을 받아 볼 수 있습니다. 성인(18세 이상) 오리지널 캐릭터만 가능합니다.
생성 시작하기VDN MiniMax H3 직접 호스팅 vs Spicy AI 온라인 생성
직접 실행하면 완전한 제어권과 빠른 모드 본연의 속도를 얻을 수 있고, 온라인 방식은 그 대신 설치가 전혀 필요 없습니다.
| 로컬 배포 (공개 웨이트) | Spicy AI 온라인 | |
|---|---|---|
| 콘텐츠 필터 | 직접 환경을 설정 | 성인 콘텐츠(18세 이상)에 완화된 필터 |
| 오픈 웨이트 | 있음, 총 약 82GB | 필요 없음, 브라우저에서 실행 |
| 사용 모델 | VDN 빠른 버전 또는 고화질 버전 | 유사한 호스팅 동영상 모델 |
| 시작하는 방법 | 다운로드, 설치, 성능 좋은 그래픽카드 | 페이지를 열고 사진 업로드 |
자주 묻는 질문
VDN MiniMax H3란 무엇인가요?
OpenVDN이 만든 공개 동영상 모델 MiniMax H3의 더 빠른 버전입니다. Video DeltaNet이라는 똑똑한 프레임 비교 방식과 8번 과정의 빠른 모드를 사용해, 글이나 사진으로 사운드가 포함된 와이드 화면 768p 영상을 만듭니다.
실제로 얼마나 빠른가요?
개발자들은 서버용 카드 8장에서 14.4초 클립에 약 9초, 한 장에서는 1분 미만이 걸린다고 보고했습니다. 논문에서는 50번 과정을 쓰는 원본 H3보다 14.5배 빠르다고 밝혔습니다.
화질이 나빠지나요?
팀은 나란히 비교한 예시를 근거로 거의 손실이 없고 MiniMax FastH3보다 낫다고 설명합니다. 테스트 점수는 아직 공개되지 않았습니다.
내 그래픽카드로 실행할 수 있나요?
공식 코드는 24GB 카드가 필요하며 약 20~22GB를 사용합니다. FreeVideo는 그래픽 메모리 8GB와 시스템 메모리 16GB를 최소 사양으로 제시하지만, 작은 카드에서의 속도는 공개되지 않았습니다.
사진을 움직이게 하거나 첫 프레임·마지막 프레임을 쓸 수 있나요?
네. 글, 첫 프레임, 마지막 프레임, 둘 다 함께(FL2VA), 또는 여러 장의 참조 사진으로 만들 수 있습니다. GPU 8장을 쓰는 SGLang 구성은 글과 첫 프레임·마지막 프레임만 지원합니다.
다운로드 용량은 얼마나 되나요?
총 약 82GB입니다. H3 기본 모델이 약 72GB이고, 여기에 VDN 추가 파일과 보조 파일이 더해집니다.
무검열 버전이 있나요?
전용 무검열 빌드는 없습니다. 오픈 웨이트를 집에서 실행하면 온라인 필터가 없으며, 커뮤니티 H3 LoRA가 여전히 작동하는지는 직접 테스트해 봐야 합니다.
출처
MiniMax H3 및 동영상 관련 페이지 더 보기
모든 무검열 AI 모델 둘러보기 →이 페이지에 언급된 제품 및 프로젝트 이름은 각 소유자에게 있습니다. 모든 캐릭터는 성인(18세 이상)이어야 하며, 실존 인물의 동의 없이 그 인물의 콘텐츠를 만들지 마세요.
