VDN-H3 · OpenVDN · pesos abertos
VDN MiniMax H3 sem censura: vídeo com IA que fica pronto antes de terminar de tocar
Esperar minutos por poucos segundos de vídeo com IA acaba com a diversão. O VDN MiniMax H3 vira esse jogo: num servidor potente, um clipe de 14 segundos com som sincronizado fica pronto em cerca de nove segundos, ou seja, o vídeo termina antes que você conseguisse assisti-lo. Ele é uma versão mais rápida do modelo de vídeo aberto MiniMax H3, criada pela equipe de pesquisa OpenVDN, e mantém o mesmo visual e a mesma voz. Melhor ainda: um app para computador chamado FreeVideo permite rodá-lo em PCs gamer comuns. Abaixo você vai ver o que essa velocidade significa para você, o que as pessoas criam com ele, como testar em casa e prompts para colar agora mesmo.
- Mais rápido que a reprodução
- Vídeo com som
- Roda em PCs de casa
- Pesos abertos
Um clipe pronto antes que você terminasse de assistir
A promessa cabe em uma linha: o vídeo leva menos tempo para ser feito do que para ser assistido. Num servidor com oito placas de vídeo de ponta, o modo rápido do VDN-H3 transforma um prompt em um clipe widescreen de 14,4 segundos, já com som, em cerca de nove segundos. O artigo científico por trás dele diz que isso é mais ou menos 14,5 vezes mais rápido do que o H3 original nas mesmas máquinas.
Você não precisa de uma sala de servidores para sentir a diferença. Numa única placa de alto desempenho, o modelo original precisa de quase 14 minutos por clipe. O novo modo de qualidade máxima reduz isso para cerca de cinco minutos, e o modo rápido para menos de um minuto. É a diferença entre um teste por pausa para o café e uma cena inteira esboçada no mesmo tempo.
| Versão | Onde roda | Tempo para um clipe de 14 segundos |
|---|---|---|
| H3 original | Uma placa de servidor de ponta | Cerca de 14 minutos |
| VDN, modo de qualidade máxima | A mesma placa | Cerca de 5 minutos |
| VDN, modo rápido | A mesma placa | Menos de 1 minuto |
| VDN, modo rápido (8 placas) | Oito placas de servidor | Cerca de 9 segundos |
Os tempos vêm de testes dos próprios desenvolvedores em placas NVIDIA B200, publicados no GitHub, no blog do projeto e no artigo.
O que a velocidade muda para você
Velocidade parece um número para engenheiros, mas ela muda a sensação de criar. Quando um rascunho chega em segundos, você para de adivinhar o que um prompt vai fazer e simplesmente olha. Veja o que este modelo traz para quem cria no dia a dia.
Dez ideias em vez de uma
Teste roupas, climas, movimentos de câmera e falas diferentes no tempo que um único clipe levava, e fique com a versão que você mais amar.
O som chega junto com a imagem
Vozes, passos, chuva e o som do ambiente são gerados junto com a imagem, em estéreo, então não existe uma etapa separada de dublagem.
O visual do H3, preservado
Os desenvolvedores descrevem os resultados como quase idênticos aos do H3 normal: a mesma imagem de cinema, a mesma sincronia labial, o mesmo respeito pelo seu prompt.
O seu PC já dá conta
Graças ao app FreeVideo, um computador gamer com placa de vídeo de 8GB já pode tentar. Nada de equipamento de estúdio.
Histórias maiores do que alguns segundos
O modelo se lembra do que aconteceu antes no clipe, o que torna vídeos de um minuto ou mais uma meta realista.
Aberto para todo mundo
Os pesos e o código são públicos, então a comunidade continua criando apps, nós para ComfyUI e demos em volta dele.
O que criadores fazem com vídeo quase em tempo real
Vídeo rápido e já com som combina com quem precisa de muitos clipes, e não de uma única tomada perfeita. Estas são as cenas em que ele brilha, de trabalhos para clientes até pura diversão.
Minisséries, cena por cena
Fixe um personagem com uma imagem inicial e uma final, encadeie várias tomadas, veja a prévia de cada uma em instantes e finalize as melhores no modo de qualidade máxima.
Anúncios verticais e clipes de produto
Teste vários ganchos, falas e ângulos de produto lado a lado e publique a versão que parecer mais forte para o seu feed.
Retratos que falam e arte que ganha vida
Comece com uma única imagem estática, adicione uma fala e um som de fundo, e veja um retrato, ilustração ou foto feita com IA falar e se mexer.
Cenas em grupo a partir de fotos separadas
A demo oficial coloca duas pessoas, um Samoieda e um café, vindos de imagens de referência diferentes, numa única cena em movimento com o burburinho do café.
Storyboards para projetos maiores
Cineastas e roteiristas de jogos podem montar uma cena em uma tarde e mostrar à equipe um rascunho em movimento em vez de uma página de anotações.
Loops para apresentadores virtuais e lives
O artigo é literalmente sobre vídeo para livestream. Clipes em sequência combinam com apresentadores virtuais e histórias de escolha seu caminho, mas isso ainda está no começo e vale testar por conta própria.
Cenas de romance e glamour
Caminhadas na praia em roupa de banho, encontros à luz de velas, danças lentas: com personagens adultos originais (18+), rascunhos rápidos facilitam achar o clima certo.
Memes e mensagens de parabéns
Transforme uma selfie ou a foto de um pet em um clipe curto com uma piada falada ou um feliz aniversário, pronto para mandar no chat.
Olhar de perto, lembrar do resto: por que é tão rápido
O VDN MiniMax H3 foi lançado em 6 de setembro de 2026 pela OpenVDN, um grupo com pesquisadores da UC Berkeley, UT Austin e Impossible, Inc. O artigo deles, chamado Video DeltaNet, parte de uma descoberta simples: o modelo original gasta mais de 85% do tempo comparando cada quadro com todos os outros. É como um editor de cinema que reassiste ao filme inteiro antes de cada corte.
O novo design trabalha como um bom editor trabalha de verdade. Ele olha de perto apenas os quadros que estão lado a lado e mantém anotações curtas sobre todo o resto, para que a história continue fazendo sentido do começo ao fim. O primeiro e o último quadro servem de âncoras, o que mantém a abertura e o final consistentes. As palavras e o som continuam recebendo atenção total, então os prompts são seguidos e os lábios acompanham a voz. Por fim, um modo rápido reduz o processo de desenho de 50 passadas para 8.

Rascunhos rápidos ou corte final: como escolher a versão
Há duas versões para escolher. A rápida desenha um clipe em 8 passadas e é a que a equipe recomenda para o dia a dia. A de qualidade máxima mantém as 50 passadas clássicas para renders finais em que cada detalhe conta. Um bom hábito é explorar ideias no modo rápido e depois refazer a sua favorita em qualidade máxima.
Como o VDN-H3 se compara a outras formas de acelerar o H3? Os desenvolvedores dizem que a imagem é quase igual à do original e que ele supera o MiniMax FastH3 tanto em qualidade quanto em seguir instruções. O Turbo LoRA da comunidade apenas reduz o número de passadas, enquanto este modelo também muda a forma de comparar os quadros. Essas são impressões da própria equipe a partir de exemplos lado a lado; nenhuma pontuação de teste foi publicada, então confie nos seus próprios olhos.
| VDN modo rápido | VDN qualidade máxima | H3 Turbo LoRA | MiniMax FastH3 | |
|---|---|---|---|---|
| Ideal para | Rascunhos e uso diário | Renders finais | Acelerar o H3 comum | A opção rápida da própria MiniMax |
| Como economiza tempo | Comparação de quadros mais inteligente + 8 passadas | Comparação de quadros mais inteligente | Apenas menos passadas | Variante rápida separada |
| Som | Sim, estéreo | Sim, estéreo | Sim | Sim |
| Download extra | ≈ 5,1GB além do H3 | ≈ 4,3GB além do H3 | Um arquivo LoRA | Pesos separados |
Vídeos de um minuto e cadeias de histórias sem fim
Uma única execução entrega cerca de 14 segundos. Como o modelo guarda anotações em vez de conferir de novo cada quadro, alongar o vídeo já não faz o tempo de espera disparar. O FreeVideo versão 0.4.0, lançado em 13 de outubro de 2026, diz que consegue produzir vídeos de mais de um minuto.
Uma receita simples funciona em qualquer ferramenta: escreva a história em capítulos de mais ou menos 14 segundos e repita o visual do personagem e o lugar no início de cada capítulo, para o herói não trocar de casaco no meio do caminho. Você também pode usar a última imagem de um clipe como a primeira do seguinte. Assim as cenas fluem de uma para a outra e podem ser montadas como um episódio de verdade.
Rode em casa numa GPU gamer de 8GB com o FreeVideo
O código oficial espera uma placa de 24GB, como uma RTX 4090. O FreeVideo, um app para computador de código aberto lançado em 2 de outubro de 2026, baixa bastante essa exigência: ele indica 8GB de memória de vídeo mais 16GB de memória do sistema como mínimo e escolhe sozinho as configurações leves certas para a sua placa. Isso deixa o modelo ao alcance de uma RTX 3060.
Uma palavra de honestidade: ninguém publicou quanto tempo um clipe leva numa placa pequena, então espere algo bem mais lento do que os tempos de servidor acima. O FreeVideo roda em Windows e Linux, tem uma prévia para macOS e também está disponível como plugin para ComfyUI.
- 1Baixe o FreeVideo para o seu sistema na página dele no GitHub, ou instale o plugin para ComfyUI.
- 2Deixe que ele baixe os arquivos do modelo e reserve cerca de 82GB de espaço em disco.
- 3Adicione os arquivos auxiliares que ele pedir: o codificador de texto, o upscaler e o LoRA turbo.
- 4Escolha o modo rápido, cole um prompt e faça um clipe curto de teste antes de tentar os longos.
- 5Coloque LoRAs da comunidade na pasta de LoRAs do app se quiser um estilo especial.
| Seu hardware | Caminho mais fácil | O que esperar |
|---|---|---|
| Placa de 8–12GB (ex.: RTX 3060) | App FreeVideo | Atende ao mínimo indicado; velocidade não publicada |
| Placa de 24GB (ex.: RTX 4090) | FreeVideo ou o código oficial | Cabe, usando cerca de 20–22GB de memória |
| Uma placa de servidor | Código oficial | Menos de um minuto por clipe no modo rápido |
| Oito placas de servidor | Servidor SGLang | Cerca de 9 segundos por clipe |

Imagens de início e fim, mais um workflow no ComfyUI
Além de texto puro, o VDN-H3 aceita imagens como guia: um primeiro quadro, um último quadro, os dois juntos (o chamado FL2VA) e, desde 17 de setembro de 2026, várias fotos de referência numa mesma cena. O modo de primeiro e último quadro é o favorito de quem conta histórias. Você decide onde a tomada começa e onde termina, e o modelo preenche o movimento e o som no meio.
Quem usa ComfyUI tem duas opções da comunidade: os arquivos prontos t8star/Vdn-Minimax-H3-Comfy e o plugin do FreeVideo, muitas vezes combinados com um upscaler para uma imagem mais nítida. Carregue a imagem inicial e a final, descreva o que acontece entre elas e use as mesmas palavras para roupa e iluminação que aparecem nas duas imagens. Assim a transição fica natural.
Onde baixar e como as equipes colocam no ar
O modelo fica no Hugging Face em OpenVDN/vdn-minimax-h3, com o código no GitHub. Você precisa dos arquivos base do MiniMax H3, com cerca de 72GB, mais um pequeno complemento do VDN: 5,1GB para a versão rápida ou 4,3GB para a de qualidade máxima. Na primeira vez que abre, o programa se prepara por alguns minutos; depois disso, fica rápido.
Estúdios que querem o resultado de nove segundos rodam o modelo em oito GPUs com o SGLang, uma ferramenta de servidor que o projeto já suporta de fábrica. Essa configuração hoje atende texto para vídeo e trabalhos com primeiro e último quadro. A equipe também sugere deixar um assistente de prompts como o H3-Context-IR lapidar ideias brutas antes de gerar.
Modelos de prompt para colar hoje
Este modelo gosta de prompts que parecem anotações de diretor: quem está na imagem, o que faz e em que ordem, para onde a câmera vai e o que se ouve. Os modelos abaixo seguem esse padrão e usam personagens adultos originais.
- Descreva as ações em ordem com first, then e finally; o modelo segue sequências muito bem.
- Deixe o som por último com audio: e dialogue: para que vozes e som de fundo combinem com a cena.
- Para vídeos longos, escreva capítulos de 14 segundos e repita o visual do personagem e o lugar em cada um.
- Faça rascunhos no modo rápido e depois refaça os favoritos em qualidade máxima.
Vídeo com som para qualquer uso
[shot type], [subject and look], [action: first…, then…, finally…], [setting and light], [camera move], audio: [ambience], dialogue: "[line]"
Minissérie
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."
Primeiro e último quadro
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.
Cena em grupo a partir de várias fotos
[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 à beira da piscina (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.
O que a comunidade está dizendo
O interesse cresceu rápido. Quando esta página foi pesquisada, o modelo tinha cerca de 360 curtidas no Hugging Face, aproximadamente 3.300 downloads em um mês e 22 demos da comunidade criadas a partir dele, incluindo o popular Space minimax-h3-ultra-fast. A página dele no GitHub tinha cerca de 670 estrelas, e o FreeVideo já passava de 2.800.
O clima em torno do VDN-H3 é de empolgação: rascunhos em menos de um minuto numa única placa e uma esperança real de vídeos longos feitos em casa. A reclamação de sempre é a instalação, com downloads enormes, vários arquivos auxiliares e bugs de versão inicial, como mostra a longa lista de problemas em aberto do FreeVideo. Os relatos sobre a qualidade da imagem são positivos, mas são impressões pessoais, e não pontuações medidas.
VDN MiniMax H3 sem censura: o que os pesos abertos realmente oferecem
Muita gente pergunta se a versão rápida vem com filtro. Não existe uma edição especial sem censura ou NSFW, e os desenvolvedores não descrevem nenhum filtro de conteúdo embutido. Os pesos são abertos e rodam na sua própria máquina, então não há moderação online no meio do caminho, embora ninguém saiba exatamente o que o modelo aprendeu no treinamento. O FreeVideo consegue carregar LoRAs da comunidade, mas, como o design interno mudou, ainda não foi testado se os LoRAs adultos existentes para o H3 continuam funcionando. Se preferir pular a instalação, um gerador de vídeo sem censura roda no seu navegador para personagens adultos (18+) originais.
Sem download enorme, sem placa de vídeo: anime online uma imagem do seu personagem adulto original.
Abrir imagem para vídeoGerador de vídeo alternativo sem censura
Envie uma imagem estática, descreva o movimento, a câmera e o som que você quer e receba um clipe curto no navegador. Apenas personagens adultos originais (18+).
Começar a gerarHospedar o VDN MiniMax H3 por conta própria vs gerar online no Spicy AI
Rodar por conta própria dá controle total e a velocidade bruta do modo rápido; o caminho online troca isso por zero configuração.
| Implantação local (pesos oficiais) | Spicy AI online | |
|---|---|---|
| Filtros de conteúdo | Você configura sua própria instalação | Filtros flexíveis para conteúdo adulto (18+) |
| Pesos abertos | Sim, cerca de 82GB no total | Não precisa, roda no navegador |
| Modelo usado | VDN na versão rápida ou de qualidade máxima | Um modelo de vídeo hospedado semelhante |
| Para começar | Download, instalação e uma boa placa de vídeo | Abra a página e envie uma imagem |
Perguntas frequentes
O que é o VDN MiniMax H3?
É a versão mais rápida, feita pela OpenVDN, do modelo de vídeo aberto MiniMax H3. Ele cria vídeo widescreen 768p com som a partir de texto ou imagens, usando uma forma mais inteligente de comparar quadros chamada Video DeltaNet e um modo rápido de 8 passadas.
Quão rápido ele é de verdade?
Os desenvolvedores relatam cerca de 9 segundos para um clipe de 14,4 segundos em oito placas de servidor e menos de um minuto em uma só. O artigo deles aponta 14,5 vezes mais velocidade do que o H3 original de 50 passadas.
A imagem piora?
A equipe descreve o resultado como quase sem perdas e melhor do que o MiniMax FastH3, com base em exemplos lado a lado. Nenhuma pontuação de teste foi publicada ainda.
Minha placa de vídeo consegue rodar?
O código oficial pede uma placa de 24GB e usa cerca de 20 a 22GB. O FreeVideo indica 8GB de memória de vídeo e 16GB de memória do sistema como mínimo, sem velocidades publicadas para placas pequenas.
Ele consegue animar uma foto ou usar primeiro e último quadro?
Sim. Ele trabalha a partir de texto, de um primeiro quadro, de um último quadro, dos dois juntos (FL2VA) ou de várias fotos de referência. A configuração SGLang com oito GPUs suporta apenas texto e primeiro e último quadro.
Qual é o tamanho do download?
Cerca de 82GB no total: aproximadamente 72GB do modelo base H3 mais o complemento do VDN e os arquivos auxiliares.
Existe uma versão sem censura?
Não existe uma versão dedicada sem censura. Rodar os pesos abertos em casa não tem filtro online, e você precisa testar por conta própria se os LoRAs do H3 da comunidade ainda funcionam.
Fontes
Mais páginas sobre MiniMax H3 e vídeo
Ver todos os modelos de IA sem censura →Os nomes de produtos e projetos citados aqui pertencem aos seus respectivos donos. Todos os personagens devem ser adultos (18+); não crie conteúdo de pessoas reais sem o consentimento delas.
