#MiniMaxH3 ComfyUIで,Efficient-Large-ModelのMiniMax Sol-H3-VAEがサポートされました。LightX2V_liteより若干速いです。
1344*768,10sの動画のデコード時間(秒)
Sol-H3-VAE:6.764
int8:17.933
lynnreal:13.594
lite:7.048
特に遜色はないように見えます。
PR:github.com/Comfy-Org/ComfyUI…
VAEファイル(fp16とint8):huggingface.co/Comfy-Org/Min…
#MinimaxH3Latent Upscaler + 2K refinaerで672*384→1344*768。1344*768→2Kで訓練ということなのですが,いい感じに作ってくれます(細かいところが変わります)。しかし,4つ目の10sの動画の横向きの手が表示されないなど,大きな部分の欠落があるとダメ。10sの生成に90s,15sの生成に137sでした
#MiniMaxH3 のLBH-123-AIさんによる潜在アップスケーラがComfyUIでサポートされました。これにNVIDIAのOpen-H3-Regenerate-2KからKijaiさんが抽出した,LoRAを組み合わせることで,2Kアップスケールが可能となっています。
Kijaiさんが,discordで共有していたWFでテストしてみました。
元はDMAD 4ステップです。
細かい潰れているところが若干良くなっています。ただし生成は,2ステップでも+160sされます。
PR:github.com/Comfy-Org/ComfyUI…
Latent Upscallerモデル:huggingface.co/LBH-123-AI/Mi…
Refiner LoRA:huggingface.co/Kijai/MiniMax…
ITOK retweeted
今月2本目!MOSS-Image Part1です。
techno-edge.net/article/2026…
ITOK retweeted
生成AI動画ではなくプログラミングで作るモーショングラフィックス動画の話。もちろん歌詞、ACE-Step 1.5、Z-Image、そしてこれらのコントロール、全てAIを使用。たまにはこんな動画も面白いのでは?(笑)
pc.watch.impress.co.jp/docs/…
KohakuMossTrainer,5090用の設定例を参考に,30枚の画像でバッチサイズ4,4000ステップでトレーニングしたら,45分くらい(1.5it/s)で完了しました(GRAD_ACC は設定していません)。
かなり,びっくりです。
github.com/KohakuBlueleaf/Ko…
ComfyUIのPRにMing TTSのサポートがあります。
Huggingfaceのリポジトリでは,もう,重みを公開しているのですが,なかなかマージされません。
日本語がサポートされていて,元の方のサンプルでは,男性がなめらかで,女性がちょっと人工っぽい感じでした。
github.com/Comfy-Org/ComfyUI…
PR:github.com/Comfy-Org/ComfyUI…
PRの方には,女性を変化させる例が載っています。
editのサポートのPR:github.com/Comfy-Org/ComfyUI…
には,サンプルワークフローとLoRAへのリンクがあります。
PR:github.com/Comfy-Org/ComfyUI…
コンボを使う場合,項目名は,自分で記入する必要があります。
接続数が少なければ,どれかのセレクトノード+comboで問題ないのですが,2桁つなぐと,後で,どれをつないでいるのか,わからなくなりやすいので,スロット名を変えられるのは嬉しいです。
MOSS Imageの4K生成,人が多いと,ゴーストなどが隠れてしまうんですね。登場人物が1人だとよく分かります。comfyanonのultra_hires_lora最新のv0.4は実写でも良い感じです。
huggingface.co/comfyanonymou…
comfyanonのMOSS ImageのウルトラハイレゾLoRA。とりあえず4Kで。8Kぐらいでの比較が良さそうですが,20分ぐらいかかるので,余裕があるときに。
huggingface.co/comfyanonymou…





























