Bản ghép chất liệu từ cộng đồng cho MiniMax H3
MiniMax H3 x Z-Image: Chất liệu chuẩn điện ảnh cho mọi video H3
Có những clip AI trông tuyệt vời khi chuyển động nhưng lại hơi giả như nhựa khi bạn dừng hình: tường quá sạch, kim loại quá trơn, da như sáp. MiniMax H3 x Z-Image, được tác giả đặt tên "MiniMax-H3 × Z-Image", là phiên bản cộng đồng miễn phí của mô hình âm thanh - video H3, sinh ra để giải quyết đúng vấn đề đó. Nó mượn con mắt tinh tường về chất liệu từ Z-Image, mô hình ảnh tĩnh nổi tiếng với bề mặt sắc nét, rồi trao lại cho H3. Khuôn mặt, giọng nói, tốc độ và mức dùng bộ nhớ vẫn giữ nguyên; chỉ có sơn bong tróc, gỉ sét, mặt đường ướt, thớ vải và lỗ chân lông hiện lên phong phú hơn. Dưới đây là những gì nó thay đổi, nơi nó tỏa sáng và các prompt giúp khoe trọn sức mạnh ấy.
- Giữ nguyên quy trình H3
- Bề mặt phong phú hơn
- Chi tiết ổn định qua nhiều cảnh
- Hỗ trợ sẵn GGUF + ComfyUI

Trình tạo video thay thế không kiểm duyệt
Ảnh thành videoTải lên một ảnh khởi đầu, mô tả chất liệu, ánh sáng và chuyển động bạn muốn, rồi tạo clip có âm thanh.
Bản nâng cấp chất liệu mà fan H3 hằng mong đợi
H3 vốn đã chuyển động đẹp và đồng bộ âm thanh với hình ảnh, nhưng nhiều nhà sáng tạo thấy bề mặt của nó hơi trơn láng. Tháng 8/2026, người dùng Hugging Face joeygambino đã phát hành MiniMax H3 x Z-Image, được model card gọi là "the spatial detail graft" (bản ghép chi tiết không gian). Ý tưởng rất dễ hiểu: Z-Image, mô hình chuyển văn bản thành ảnh 6B của Alibaba Tongyi, đặt cược mạnh vào chất liệu tinh xảo, nên các thói quen của nó được đo lường và sao chép sang các lớp sau của H3. Không huấn luyện lại, không thêm kiến thức mới. Các lớp đầu được giữ nguyên, vì thay đổi chúng từng gây ra lỗi dạng lưới trên các họa tiết đều đặn.
Với bạn, MiniMax H3 x Z-Image chỉ là một tệp thay thế trực tiếp. Bản ghép giữ nguyên nhận diện, giọng nói, tốc độ và mức VRAM của H3, đồng thời cắm thẳng vào quy trình bạn đang dùng. MiniMax H3 x Z-Image là bản dựng cộng đồng độc lập, không phải sản phẩm phát hành từ MiniMax hay Alibaba. Các tên tệp như zs05 và curve gợi ý về công thức: zs05 nhiều khả năng nghĩa là cường độ không gian 0.5, còn curve là kiểu pha trộn theo từng lớp mà tác giả hiện khuyên dùng. Model card không giải thích đầy đủ cả hai tên này, nên hãy xem đó là những phỏng đoán có cơ sở.
Gỉ sét, mưa và làn da: nơi chi tiết bổ sung hiện rõ
Tác giả tóm gọn hiệu ứng trong một câu: sơn bong tróc rõ hơn, gỉ sét sâu hơn, nước bắt sáng nhiều hơn. Ba phim demo MiniMax H3 x Z-Image trên model card, gồm một nhà kính, một động cơ tàu và một khu chợ đông đúc, mỗi phim dài ba cảnh, nên bạn có thể thấy kính mờ hơi nước, thép loang dầu và chồng vải giữ nguyên chất liệu qua từng lần chuyển cảnh. Với MiniMax H3 x Z-Image, khuôn mặt giữ nguyên nhận diện và có chi tiết da tinh tế hơn H3 gốc, điều rất quan trọng cho cận cảnh, cảnh làm đẹp và cảnh đối thoại.
So với mô hình gốc, lợi thế lớn nhất xuất hiện ở những bản dựng dài. Khi nối các clip, H3 gốc có xu hướng sắc dần lên sau mỗi lần, khiến cảnh cuối trông xử lý quá tay so với cảnh đầu. Tác giả đo được tỷ lệ tần số cao 0.99 sau ba lần mở rộng với MiniMax H3 x Z-Image, so với 1.11 của bản gốc; giá trị gần 1.0 nghĩa là chi tiết giữ ổn định thay vì dồn tích. Đây là số liệu tự công bố, chưa có benchmark độc lập, nên cách kiểm chứng tốt nhất là tự thử: chạy lại một prompt cũ với cùng seed và so sánh.
- Chất liệu phong hóa: sơn bong tróc, ăn mòn, vữa nứt, da thuộc sờn cũ.
- Nước và ánh sáng: đường phố ướt, hơi nước đọng, giọt nước, phản chiếu đèn neon.
- Con người: lỗ chân lông, tàn nhang, lớp trang điểm và thớ vải lanh, denim hay lụa.

Câu chuyện nhiều cảnh dài mà vẫn đồng nhất đến cuối
Nhiều nhà sáng tạo dựng chuỗi 15 đến 60 giây bằng cách nối nhiều clip H3. MiniMax H3 x Z-Image hoạt động với quy trình cộng đồng H3 Multishot cho ComfyUI, giúp nối các cảnh liền mạch, và tác giả cho biết không cần thay đổi node nào. Hai biến thể MiniMax H3 x Z-Image đáp ứng các nhu cầu kinh điển: ref2va giữ khuôn mặt và giọng nói nhân vật từ ảnh tham chiếu, còn fl2va đưa clip kết thúc đúng khung hình cuối đã chọn. Cả hai đều có thể nối chuỗi, nên bạn có thể mở đầu bằng cảnh toàn thiết lập bối cảnh, cắt sang nhân vật chính đang hành động và kết thúc chính xác ở một khung hình để chuyển cảnh hoặc hé lộ.
Cách viết đơn giản: Cảnh 1 dựng không gian bằng từ ngữ chất liệu và hướng ánh sáng; Cảnh 2 lặp lại đúng mô tả nhân vật khi họ hành động; Cảnh 3 mô tả hình ảnh kết thúc cho fl2va. Vì chi tiết trong MiniMax H3 x Z-Image không còn sắc dần lên sau mỗi lần mở rộng, bạn tốn ít thời gian hơn để khớp màu hay làm mềm các cảnh sau ở khâu hậu kỳ.
Các nhà sáng tạo đang làm gì với nó
Bất cứ nơi nào người xem ở đủ gần để nhận ra chất liệu, MiniMax H3 x Z-Image đều phát huy giá trị. Đây là những dự án mà bề mặt phong phú hơn tạo khác biệt rõ rệt nhất.
Phim ngắn dọc
Nội thất, trang phục và cận cảnh trông giống phim người đóng hơn, trong khi ref2va giữ khuôn mặt và giọng nói của nhân vật chính qua từng tập.
Quảng cáo và phim sản phẩm
Kim loại xước mờ, vân da, thủy tinh và bề mặt món ăn có được cảm giác xúc giác giúp bán hàng chỉ trong ba giây mở đầu.
Không khí và xây dựng thế giới
Vùng đất hoang, xưởng steampunk, hẻm neon mưa và nhà máy bỏ hoang đều được tạo nên từ bụi bẩn và chất liệu, nên hưởng lợi nhiều nhất.
Chân dung chân thực và thời trang
Kết cấu da, lớp trang điểm và nếp vải trông tự nhiên thay vì như chỉnh sửa quá đà, đúng mong muốn lâu nay về làn da chân thực của người dùng H3.
Mẫu prompt làm nổi bật chất liệu
MiniMax H3 x Z-Image chỉ phát huy khi prompt yêu cầu thứ gì đó để thể hiện. Hãy nêu chất liệu cụ thể như gỉ sét, vải lanh, hơi nước đọng hay lỗ chân lông, cho biết ánh sáng đến từ đâu và thêm gợi ý âm thanh để H3 tạo âm thanh phù hợp. Một thử nghiệm đầu tiên phổ biến là chạy lại những prompt bạn đã quen và quan sát tường, kim loại và làn da. Hãy sao chép và tùy biến các mẫu sau:
Close-up of a rusted ship engine, flaking red paint, oil stains, water droplets catching warm light, slow dolly in, ambient machine hum
Inside a fogged Victorian greenhouse, condensation on glass panes, wet leaves, soft morning light through mist, a gardener walks past, birdsong
Busy night market, handwoven fabrics, steam from food stalls, neon reflections on wet pavement, handheld tracking shot, crowd chatter
Portrait of an adult woman in her 30s, visible skin pores and freckles, linen shirt texture, golden hour window light, she turns and smiles, soft breathing
Adult man with wet hair under a flickering neon sign, rain running down a leather jacket, puddles reflecting pink light, slow push-in, rain and distant traffic
GGUF hay native: chọn tệp cho 16, 24 hoặc 32 GB
MiniMax H3 x Z-Image có hai kho tải xuống. Kho GGUF cung cấp các bản lượng tử hóa Q3mix, Q4_0, Q5_1 và Q8_0 ở dạng fl2va và ref2va, với curve là bản dựng được khuyên dùng. Kho native chứa safetensors sẵn sàng cho ComfyUI ở bf16, fp8, mxfp8, int8, w4a8, w4a4 và nvfp4, và với khoảng 24.000 lượt tải so với khoảng 5.000 của GGUF, đây rõ ràng là cách chạy MiniMax H3 x Z-Image phổ biến hơn. Đặt tệp MiniMax H3 x Z-Image vào thư mục mô hình H3 quen thuộc, chọn nó trong loader và giữ nguyên phần còn lại của quy trình ComfyUI.
| GPU của bạn | GGUF đề xuất | Ghi chú |
|---|---|---|
| 16–24 GB | Q4_0 | Lựa chọn nhẹ nhất tác giả liệt kê cho mức này |
| 24–32 GB | Q5_1 | Cân bằng chất lượng và bộ nhớ |
| ~32 GB | Q8_0 | Gần nhất với độ chính xác đầy đủ |
| Card NVIDIA đời mới | native fp8 / nvfp4 | Chọn định dạng mà bản ComfyUI của bạn hỗ trợ |
Chọn ref2va để giữ ngoại hình và giọng nói của một người, fl2va để kết thúc ở một khung hình cụ thể; curve là lựa chọn được khuyên dùng hiện nay.
Làn da, lụa và đồ bơi: ý tưởng 18+ và câu hỏi về không kiểm duyệt
MiniMax H3 x Z-Image không phải bản tinh chỉnh không kiểm duyệt: nó chỉ điều chỉnh lại attention cho chất liệu, không thêm cũng không bớt giới hạn nội dung, và model card không tuyên bố tập trung vào NSFW. Dù vậy, các nhà sáng tạo nội dung người lớn vẫn ưa chuộng MiniMax H3 x Z-Image, vì những cảnh gợi cảm sống nhờ chính những gì nó cải thiện: làn da, vải vóc và ánh sáng. Với nhân vật người lớn hư cấu, nguyên bản, hãy thử bikini trắng trên bãi biển nắng với làn da ướt và kết cấu cát, phim trường đồ lót với nếp lụa satin, phòng tắm đầy hơi nước chiếu sáng từ bên cạnh, hoặc bộ pyjama lụa trong phòng ngủ ánh đèn ngủ.
Nếu bạn không muốn cài đặt gì, trình tạo ảnh thành video của Spicy AI xử lý các clip chân thực dành cho người lớn (18+) với bộ lọc nới lỏng ngay trên trình duyệt.
Adult model in a white bikini on a sunlit beach, wet skin glistening, sand texture, gentle waves, slow motion walk, ocean sound
Adult woman in silk lingerie, satin sheets, soft lamp light, fabric folds and skin detail, slow camera pan

Tạo video giàu chất liệu trên Spicy AI
Không cần GPU, không cần sơ đồ node: bạn có thể theo đuổi vẻ xúc giác của MiniMax H3 x Z-Image ngay trực tuyến. Prompt càng giàu chất liệu, kết quả càng giống cảnh quay thật, đồng nghĩa với ít lần tạo lại hơn. Hãy bắt đầu từ một ảnh tĩnh mạnh, ví dụ một khung hình chính chi tiết, rồi để trình tạo làm nó chuyển động.
- 1Tải lên ảnh tham chiếu của nhân vật người lớn, sản phẩm hoặc địa điểm của bạn.
- 2Viết cảnh quay bằng từ ngữ chất liệu và hướng ánh sáng: gỉ sét, nhựa đường ướt, vải lanh, ánh sáng vàng chiếu nghiêng.
- 3Thêm chuyển động, chuyển máy và âm thanh bạn muốn, rồi bấm tạo.
- 4Với câu chuyện dài hơn, hãy tạo cảnh tiếp theo từ khung hình bạn yêu thích và giữ nguyên mô tả nhân vật.
Biến một bức ảnh thành clip chi tiết có âm thanh chỉ với vài cú nhấp.
Mở ảnh thành videoTự triển khai MiniMax H3 x Z-Image so với tạo trực tuyến trên Spicy AI
Chạy MiniMax H3 x Z-Image cục bộ cho bạn mọi tùy chọn node và tệp; con đường trực tuyến đánh đổi quyền kiểm soát đó để không cần cài đặt.
| Triển khai cục bộ (trọng số gốc) | Spicy AI trực tuyến | |
|---|---|---|
| Bộ lọc nội dung | Bạn tự cấu hình theo thiết lập riêng | Bộ lọc nới lỏng cho nội dung người lớn (18+) |
| Trọng số mở | Có, tải xuống công khai | Không cần — chạy trên trình duyệt |
| Mô hình bạn thực sự dùng | Bản ghép trên nền H3 | Một mô hình ảnh thành video trực tuyến |
| Chi phí bắt đầu | GPU của riêng bạn (16 GB trở lên) | Có gói miễn phí |
Câu hỏi thường gặp
Tóm tắt MiniMax H3 x Z-Image trong một câu?
Một phiên bản cộng đồng của MiniMax H3 ra mắt tháng 8/2026, sao chép thói quen attention cho chất liệu tinh xảo của Z-Image sang H3, giúp video có bề mặt phong phú hơn trong khi mọi thứ khác giữ nguyên.
Nó do MiniMax hay Alibaba phát triển?
Không. Đây là dự án cá nhân của người dùng Hugging Face joeygambino và không được công ty nào trong hai bên chính thức hậu thuẫn.
Tôi có cần quy trình mới hay huấn luyện gì không?
Không. Tác giả cho biết bạn chỉ cần thay tệp mô hình H3 và giữ nguyên quy trình hiện có, kể cả thiết lập nối chuỗi Multishot.
Tôi nên tải tệp nào?
Hãy bắt đầu với bản curve. Q4_0 phù hợp card 16–24 GB, Q5_1 phù hợp 24–32 GB và Q8_0 cần khoảng 32 GB; dùng ref2va để giữ nhân vật, fl2va để kết thúc đúng khung hình cuối.
MiniMax H3 x Z-Image có dùng được với LoRA H3 của tôi không?
Nó vẫn nằm trong họ H3, nên các LoRA tăng tốc và phong cách thông thường hẳn sẽ tải được, nhưng khả năng tương thích chưa được kiểm chứng với từng cái. Hãy thử trên một clip ngắn trước.
Tôi có thể dùng mà không cần cài đặt gì không?
Bản ghép này không có dịch vụ lưu trữ riêng. Bạn có thể đạt vẻ chi tiết tương tự trực tuyến với trình tạo ảnh thành video của Spicy AI.