Uncensored AI-видео · Сборка сообщества на базе MiniMax H3

Uncensored MiniMax H3 FL2VA Ref2VA гибрид: чёткое видео, которое помнит ваших персонажей

Спросить ИИ ▾

Открыть в ChatGPT Открыть в Claude Открыть в Grok Открыть в Google AI Mode

MiniMax выпускает видеомодель H3 в виде двух отдельных чекпоинтов. FL2VA рисует более чистую картинку и звук, но слушается только первого и последнего кадра; Ref2VA следует целой подборке референсных фото, клипов и голосов, но выглядит мягче. Гибрид от сообщества MiniMax H3 FL2VA Ref2VA объединяет оба в одном файле — короткий сериал, фэшн-ролик или аниме-персонаж остаются узнаваемыми от кадра к кадру без потери качества. Ниже — что он умеет, какой файл скачать и как писать для него промпты.

Стабильные персонажи
Встроенный звук
Открытые веса

Превратить фото в видео →

Альтернативный uncensored генератор видео

Фото в видео

Загрузите фото персонажа как первый кадр, опишите движение, камеру и звук — и получите короткое видео.

FL2VA против Ref2VA: одна видеомодель, два характера

H3 — аудио-видеомодель MiniMax на 33 миллиарда параметров: одна сеть создаёт и картинку, и звуковую дорожку, поэтому шаги, волны и диалоги сразу идут синхронно. Вместо одного универсального файла MiniMax выпустила два чекпоинта. FL2VA принимает текстовый промпт и ноль, одно или два изображения — это покрывает обычный текст в видео, анимацию от первого кадра, концовки на последнем кадре и переходы между первым и последним кадром. Ref2VA принимает промпт и пакет референсов: до девяти изображений, трёх видеоклипов и трёх аудиоклипов, всего не больше двенадцати файлов.

Обе выдают клипы длиной от 4 до 15 секунд при 24 кадрах в секунду, со стереозвуком 32 кГц и по умолчанию 768 пикселями по короткой стороне. Подвох, по словам авторов из сообщества, сравнивших их напрямую, в том, что FL2VA даёт заметно лучшее качество картинки и звука, а Ref2VA — та, что действительно помнит, кто ваш персонаж. Именно этот компромисс гибрид и пытается убрать.

	FL2VA	Ref2VA
Входные данные	Текст + до 2 кадров (первый, последний или оба)	Текст + до 9 изображений, 3 видео, 3 аудиоклипа
Сильная сторона	Чистая картинка и звук, движение от первого до последнего кадра	Сохранение лиц, образов, мест и голосов
Слабое место	Не умеет следовать листу персонажа	Более мягкая картинка, по тестам сообщества
Типичная задача	Оживить статичный кадр, связать два ключевых кадра	Серии, показы образов, повторяющиеся локации

Зачем сообщество слило их в одну гибридную модель

Идея появилась после сравнения двух файлов вес за весом. Автор загрузки smhfacct обнаружил, что они почти идентичны — косинусное сходство не ниже 0.9997, — а реальные различия сидят в одном небольшом слое внутри каждого трансформер-блока, в модуляционных весах adaln_proj. Перенесите эти слои из Ref2VA в FL2VA, и модель позаимствует умение работать с референсами, сохранив большую часть картинки и звука FL2VA.

Вот и весь гибрид MiniMax H3 FL2VA Ref2VA: FL2VA в качестве основы, а модуляционные слои Ref2VA скопированы в выбранный диапазон блоков. Никакого дообучения и усреднения — просто точечная пересадка. Это эксперимент сообщества, а не релиз MiniMax, и оба автора называют свои оценки субъективными. И всё же для тех, кто хотел память Ref2VA без её размытости, сегодня это самое прямое решение.

Один и тот же взрослый персонаж сохраняет лицо и куртку в трёх разных видеокадрах

Где он хорош: сериалы, фэшн-ролики и повторяющиеся локации

Стабильность персонажа — главная причина, по которой ищут сборку MiniMax H3 FL2VA Ref2VA. Авторы коротких сериалов загружают один портрет и одно фото костюма, а потом снимают ссору в кафе, прогулку по дождливой улице и прощание на крыше — всё с одним и тем же лицом. Поскольку основа — FL2VA, эти серии сохраняют более чёткую картинку и встроенный звук, благодаря которым вертикальные сериалы выглядят законченными.

Эпизодические истории и AI-сериалы: один референсный портрет ведёт главного героя через каждую сцену, ракурс и смену света.
Показы образов и стайлинга: задайте наряд одним референсом, а модель — другим, затем опишите разворот на подиуме или медленный поворот. Файл с лёгким влиянием референсов даёт одежде вести результат, не сковывая камеру.
Повторяющиеся локации: используйте одно фото квартиры, бара или пляжа снова и создавайте новые кадры по 4–15 секунд с разных точек.
Непрерывность голоса и музыки: Ref2VA принимает аудиоклипы длиной от 2 до 15 секунд, так что голос персонажа или настроение темы могут повторяться из клипа в клип. Гибрид сохраняет этот вход, хотя насколько хорошо он работает, никто пока не измерял.
Стайлинг для взрослых (18+): вымышленные взрослые персонажи в купальниках, белье или бикини для пляжных, бассейных и будуарных роликов — всё на вашем собственном компьютере.

Взрослая модель разворачивается на подиуме в купальнике с референсного изображения образа

От b15 до b49: как выбрать гибридный файл

Имя каждого файла говорит, какие блоки получили слои Ref2VA. Более широкий диапазон — сильнее следование референсам и картинка ближе к мягкому виду Ref2VA; более узкий сохраняет больше лоска FL2VA. smhfacct публикует четыре файла int8 на основе урезанной (pruned) int8-базы, а diobrando0 — два неурезанных файла bf16 примерно по 66.28 GB, которые меняют только несколько последних блоков.

Файл	Точность	Сила референсов	Кому подходит
b15-49	int8	Максимальная	Много референсов, допустима некоторая мягкость
b20-49	int8	Сильная	Проекты, где главное — референсы
b25-49	int8	Сбалансированная	Рекомендуемая автором отправная точка
b30-49	int8	Умеренная	Сначала качество картинки
b40-49	bf16, ~66.28 GB	Лёгкая (около 7.9% весов из Ref2VA)	Деликатное влияние при полной точности
b45-49	bf16, ~66.28 GB	Самая лёгкая	Первый вариант, который советует diobrando0

b25-49 или b30-49 — самый частый спор. Начните с b25-49; если лица и костюмы уже совпадают, а хочется более чётких кадров, перейдите на b30-49. Правило работает в обе стороны: если референсы игнорируются, берите диапазон шире, а если картинка становится кашей или звук истончается — уже.

По железу ни один из авторов цифр не называет. Они говорят, что требования к памяти такие же, как у соответствующего файла FL2VA, так что int8-файлы MiniMax H3 FL2VA Ref2VA в том же классе, что и int8 FL2VA, а bf16-файлы на 66 GB реально скорее для рабочих станций, чем для одной потребительской видеокарты.

Свой микс с помощью скрипта слияния AdaLN

diobrando0 прикладывает h3_adaln_merge.py к файлам bf16. Скрипт побайтово копирует веса adaln_proj из Ref2VA в файл FL2VA в диапазоне блоков, который вы задаёте через --lo и --hi, без интерполяции. Он правит файл на месте на CPU за несколько минут, умеет делать --backup, откатываться через --restore и проверяет результат хешами BLAKE2b.

Это удобно, если b40-49 кажется слишком лёгким, а b25-49 слишком тяжёлым: попробуйте b35-49, оцените пару клипов и откатитесь, если не понравится. Сохраните оригинальные bf16-файлы FL2VA и Ref2VA от Comfy-Org — скрипту нужны оба в качестве источников.

Шаблоны промптов, с которыми референсы держатся

Промпты с референсами лучше всего работают в фиксированном порядке: сначала укажите, какой референс что означает, затем действие, затем камеру, затем звук. Чем больше референсов вы складываете, тем больше окупается файл с широким диапазоном вроде b20-49 или b25-49. Эти шаблоны написаны для гибрида MiniMax H3 FL2VA Ref2VA, и все персонажи в них взрослые.

Смена образа на пляже

Женщина с референсного изображения 1 в красном бикини с референсного изображения 2 идёт по пляжу в золотой час. Средний план, камера медленно приближается, она оглядывается и улыбается. Шум волн и мягкая акустическая гитара.

Тот же персонаж, новая сцена

Тот же мужчина с референсного изображения 1 сидит в тихом кафе, крупный план в профиль. Он тихо говорит: "Ты опоздала." Естественный свет из окна, вид 35-мм плёнки, негромкий гул разговоров в кафе.

Разворот на подиуме

Взрослая модель с референсного изображения 1 идёт по белому подиуму в чёрном купальнике и прозрачной накидке с референсного изображения 2, останавливается и медленно поворачивается. Сопровождающий план в полный рост, вспышки камер, глубокий электронный бит.

Повторяющаяся локация

В лофте с референсного изображения 1 пара с референсных изображений 2 и 3 ночью медленно танцует у окна. Общий план, плавно переходящий в двойной, огни города, мягкий джаз.

Называйте референсы по номерам в том порядке, в каком их подключили.
Описывайте одно главное действие на клип: 4–15 секунд пролетают быстро.
Пишите, какой нужен звук, а реплики берите в кавычки.
Если референс постоянно игнорируется, сначала смените файл, а потом уже переписывайте промпт.

Вердикт сообщества и честные ограничения

Среди загрузок MiniMax H3 FL2VA Ref2VA больше всего обсуждают int8-набор smhfacct: на момент исследования около 384 лайков, 14 веток обсуждений и четыре Hugging Face Spaces на его основе. Пара bf16 от diobrando0 новее и тише — 7 лайков, дата 1 сентября 2026. Оба автора подчёркивают, что сравнивали на глаз, без формальных бенчмарков, так что считайте таблицу версий ориентиром, а не законом.

Ограничения понятны. Без референсов гибрид не обгонит FL2VA, границы блоков подобраны экспериментально, требования к памяти не снижаются, а этап 2K-доработки от MiniMax не открыт, поэтому локальный результат остаётся в базовом разрешении.

Uncensored H3-гибрид: что меняется, а что нет

Слияние не удаляет и не добавляет обучение безопасности — между двумя официальными чекпоинтами переносятся только модуляционные слои. Опыт меняет то, где модель запущена. Облачный API MiniMax фильтрует сексуальный, незаконный и нарушающий права контент, а открытые веса на вашем компьютере такого слоя фильтрации не добавляют — поэтому авторы контента для взрослых предпочитают локальный H3. Если мощной видеокарты нет, инструмент «фото в видео» здесь даст похожее движение без фильтров из одного фото для сцен со взрослыми (18+).

Оживите фото персонажа и получите 18+ видеоклип прямо в браузере.

Открыть «фото в видео»

Генерация онлайн: альтернатива без установки на Spicy AI

Не у каждого есть рабочая станция на 66 ГБ или желание жонглировать чекпоинтами. Spicy AI предлагает онлайн-генератор-альтернативу для таких же клипов: загрузите фото персонажа, опишите движение, камеру и звук и получите короткое видео прямо в браузере, без скачиваний, без драйверов и без контент-фильтров для сцен со взрослыми (18+).

Это удобно для быстрых проб перед долгим локальным рендером, для авторов, которые работают только с телефона, и для всех, кому нужен просто результат. Начните с чёткого фото взрослого персонажа, оставьте одно главное действие на клип и используйте одно и то же фото в каждом эпизоде, чтобы лицо и наряд оставались узнаваемыми.

Открыть онлайн-генератор видео из фото →

Частые вопросы

Чем FL2VA отличается от Ref2VA?

FL2VA превращает текст плюс до двух первых или последних кадров в видео со звуком. Ref2VA использует текст и пакет референсов: до девяти изображений, трёх клипов и трёх аудиофайлов. По словам тестировщиков из сообщества, у FL2VA лучше картинка и звук.

Гибрид MiniMax H3 FL2VA Ref2VA сделала MiniMax?

Нет. Это сборка сообщества, опубликованная на Hugging Face пользователями smhfacct (int8) и diobrando0 (bf16). Оба называют её экспериментальной и оценённой на глаз.

Какой гибридный файл скачать первым?

Начните с b25-49 из набора int8 или с b45-49 из набора bf16. Берите диапазон шире, если референсы игнорируются, и уже, если падает качество.

Сколько VRAM нужно гибриду?

Авторы говорят лишь, что файл MiniMax H3 FL2VA Ref2VA соответствует аналогичному файлу FL2VA. Файлы bf16 весят около 66.28 GB, файлы int8 меньше, официальных цифр по памяти нет.

Можно ли его ускорить?

Да. 4-шаговая turbo-LoRA ref2v работает с ним для быстрых черновиков, а для финальных рендеров всегда можно запустить полное число шагов без LoRA.

Источники

Все uncensored AI-модели →

MiniMax и H3 — товарные знаки соответствующего владельца. Гибридные файлы созданы сообществом. Весь контент должен изображать только взрослых (18+).