Накопилось по #minimaxH3 - часть 32
#LoRA
huggingface.co/sandpies/ComfyUI-H3-Video-Upsampler
github.com/dntpi/ComfyUI-H3-Video-Upsampler - H3 Video Upsampler + LoRA апскейла ×2: 2Mpx результат в слепом сравнении выиграл у нативной генерации #upscale
huggingface.co/akatz-ai/MiniMax-H3-Person-Remover-LoRA - Person Remover: оригинальное видео + чистый первый кадр, SAM 3.1 отслеживает и вырезает человека. Чистый кадр делается через Flux Klein («убери X и покажи, что за ним»)
github.com/dotaku22/MosaicDiff -находит и отслеживает мозаику цензуры в клипе и восстанавливает поврежденный участок через H3 + кастомную LoRA #uncensored
huggingface.co/Jacob121294/h3-restore-enhance-improve-lora и huggingface.co/kirk86413/upscale-h3 - LoRA реставрации старого видео/апскейла, без ридми #restoration #upscale
huggingface.co/B0rghese/Minimax_Stereoptical_Process - Stereoptical Process: 2D-целл-анимация поверх 3D-фона. Триггеры Stereoptical Process, 2D Cel Animation over 3D Background
#workflow
civitai.com/articles/36281/comfyui-tutorial-character-swap-with-minimax-h3-using-lora-no-masking - #characterswap без маскирования: меньше VRAM. 0.4Mp за 8 шагов, апскейл до 1.2Mp латентным апскейлером. 3060 6GB: 20 мин генерация + 21 мин апскейл
youtube.com/watch?v=4L4lTf_NCSg - прозрачные видео на H3 в ComfyUI по шагам
github.com/aowind/sprite-action-forge - Sprite Action Forge: одна иллюстрация → полный набор игровых спрайтов движений. Локально, 8GB VRAM. Работает с четвероногими и монстрами
github.com/kubakubkub/ComfyUI_KubaNodes - проекция клипов на фасад здания: разделение на части, свои промпты, анимация слоёв на таймлайне. Вид проекции с точки зрителя
github.com/alaintural/synctile-h3 - SyncTile: 4K-клип — апскейл в латенте + 9 тайлов с блендингом на каждом шаге, декод один раз. Без швов и рассинхрона глаз. ~11 мин на 5-сек 4K на 4090 #upscale
huggingface.co/diffusers-modular/minimax-h3-inpainting - обновление: добавлен mask_drop_step для однопроходного хармониза #inpainting
github.com/wang410922/ComfyUI-H3ReferencePrep/blob/main/ComfyUI-H3ReferencePrep/README.md - H3ReferencePrep: Face Tracker по кадрам, с запасным трекингом головы/человека, ремонтом маски лица и Temporal Sanity Gate
github.com/entert-ai/ComfyUI-H3-RefMods-Lab - RefMod Lab: создание #RefMods из картинок/аудио/видео, выбор источников на лету, токены каждого источника, слияние RefMods. Перетащил RefMod в канвас — подгрузился воркфлоу его создания
#optimization
github.com/Speach1sdef178/ComfyUI-VELA-H3 - VELA 1.0: ускорение вычислений H3 без правок ядра — быстрый путь там, где безопасно, точный там, где важно. VDN 1.1 → VDN+VELA: 2:53 → 2:13 на 0.8Mp/5 сек. На 10 сек выигрыша нет (опубликовано честно). 8 шагов VDN+VELA против 20 шагов сырой H3: 3:03 против 8:07. RTX 3090 Ti
youtube.com/watch?v=DvTl-QbDzdQ - групповой тест H3 PDMD-ускорений
#LoRA
huggingface.co/sandpies/ComfyUI-H3-Video-Upsampler
github.com/dntpi/ComfyUI-H3-Video-Upsampler - H3 Video Upsampler + LoRA апскейла ×2: 2Mpx результат в слепом сравнении выиграл у нативной генерации #upscale
huggingface.co/akatz-ai/MiniMax-H3-Person-Remover-LoRA - Person Remover: оригинальное видео + чистый первый кадр, SAM 3.1 отслеживает и вырезает человека. Чистый кадр делается через Flux Klein («убери X и покажи, что за ним»)
github.com/dotaku22/MosaicDiff -находит и отслеживает мозаику цензуры в клипе и восстанавливает поврежденный участок через H3 + кастомную LoRA #uncensored
huggingface.co/Jacob121294/h3-restore-enhance-improve-lora и huggingface.co/kirk86413/upscale-h3 - LoRA реставрации старого видео/апскейла, без ридми #restoration #upscale
huggingface.co/B0rghese/Minimax_Stereoptical_Process - Stereoptical Process: 2D-целл-анимация поверх 3D-фона. Триггеры Stereoptical Process, 2D Cel Animation over 3D Background
#workflow
civitai.com/articles/36281/comfyui-tutorial-character-swap-with-minimax-h3-using-lora-no-masking - #characterswap без маскирования: меньше VRAM. 0.4Mp за 8 шагов, апскейл до 1.2Mp латентным апскейлером. 3060 6GB: 20 мин генерация + 21 мин апскейл
youtube.com/watch?v=4L4lTf_NCSg - прозрачные видео на H3 в ComfyUI по шагам
github.com/aowind/sprite-action-forge - Sprite Action Forge: одна иллюстрация → полный набор игровых спрайтов движений. Локально, 8GB VRAM. Работает с четвероногими и монстрами
github.com/kubakubkub/ComfyUI_KubaNodes - проекция клипов на фасад здания: разделение на части, свои промпты, анимация слоёв на таймлайне. Вид проекции с точки зрителя
github.com/alaintural/synctile-h3 - SyncTile: 4K-клип — апскейл в латенте + 9 тайлов с блендингом на каждом шаге, декод один раз. Без швов и рассинхрона глаз. ~11 мин на 5-сек 4K на 4090 #upscale
huggingface.co/diffusers-modular/minimax-h3-inpainting - обновление: добавлен mask_drop_step для однопроходного хармониза #inpainting
github.com/wang410922/ComfyUI-H3ReferencePrep/blob/main/ComfyUI-H3ReferencePrep/README.md - H3ReferencePrep: Face Tracker по кадрам, с запасным трекингом головы/человека, ремонтом маски лица и Temporal Sanity Gate
github.com/entert-ai/ComfyUI-H3-RefMods-Lab - RefMod Lab: создание #RefMods из картинок/аудио/видео, выбор источников на лету, токены каждого источника, слияние RefMods. Перетащил RefMod в канвас — подгрузился воркфлоу его создания
#optimization
github.com/Speach1sdef178/ComfyUI-VELA-H3 - VELA 1.0: ускорение вычислений H3 без правок ядра — быстрый путь там, где безопасно, точный там, где важно. VDN 1.1 → VDN+VELA: 2:53 → 2:13 на 0.8Mp/5 сек. На 10 сек выигрыша нет (опубликовано честно). 8 шагов VDN+VELA против 20 шагов сырой H3: 3:03 против 8:07. RTX 3090 Ti
youtube.com/watch?v=DvTl-QbDzdQ - групповой тест H3 PDMD-ускорений
huggingface.co
sandpies/ComfyUI-H3-Video-Upsampler · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
👍11❤1
Step 5 Preview
Китайская модель от StepFun уровня Kimi и GLM, доступная бесплатно в OpenCode. На OpenRouter вышла на первое место. Разреженная модель с окном контекста в миллион токенов.
• Кодинг уровня Kimi и GLM, бесплатно в OpenCode
• Миллионный контекст дешевле за счtт разреженной архитектуры
• Держит длительные задачи с проверками и доработками
openrouter.ai/stepfun/step-5-preview
#giveaway #coding
MAX
Китайская модель от StepFun уровня Kimi и GLM, доступная бесплатно в OpenCode. На OpenRouter вышла на первое место. Разреженная модель с окном контекста в миллион токенов.
• Кодинг уровня Kimi и GLM, бесплатно в OpenCode
• Миллионный контекст дешевле за счtт разреженной архитектуры
• Держит длительные задачи с проверками и доработками
openrouter.ai/stepfun/step-5-preview
#giveaway #coding
MAX
🔥11🤝4👎1
Xiaomi открыли на Hugging Face семейство MiMo-V2.6 — omni-modal модели, которые масштабируют RL-вычисления в сторону самоулучшения
• MiMo-V2.6-Pro-RL — 1T, текст
• MiMo-V2.6-Flash-RL — 311B, текст
• MiMo-V2.6-Distill-Qwen-9B — 9B, мультимодальная (картинки+текст)
• MiMo-V2.6-Pro-MOPD и Flash-MOPD — варианты 1T/311B
Фокус на RL-самоулучшение: модели дообучаются через открытые RL-среды. Есть дистилляция до компактных 9B мультимодальной версии. Весь стек обучения открыт
HF
Попробовать
API
#flagship #omnimodal #multimodal
MAX
• MiMo-V2.6-Pro-RL — 1T, текст
• MiMo-V2.6-Flash-RL — 311B, текст
• MiMo-V2.6-Distill-Qwen-9B — 9B, мультимодальная (картинки+текст)
• MiMo-V2.6-Pro-MOPD и Flash-MOPD — варианты 1T/311B
Фокус на RL-самоулучшение: модели дообучаются через открытые RL-среды. Есть дистилляция до компактных 9B мультимодальной версии. Весь стек обучения открыт
HF
Попробовать
API
#flagship #omnimodal #multimodal
MAX
🔥12❤1👎1
This media is not supported in your browser
VIEW IN TELEGRAM
ManimGX
Открытый движок 3D-анимации для ИИ-агентов. На Rust и wgpu, полностью совместим с Python API Manim CE. Агент пишет сцену — на выходе готовый MP4
• Совместимость с Manim CE API — писал код под Manim, работает и тут
• Шрифты, набор формул и кодирование видео уже в пакете — ничего докупать не надо
Спасибо @Endorpheen
#animation #agent
MAX
Открытый движок 3D-анимации для ИИ-агентов. На Rust и wgpu, полностью совместим с Python API Manim CE. Агент пишет сцену — на выходе готовый MP4
• Совместимость с Manim CE API — писал код под Manim, работает и тут
• Шрифты, набор формул и кодирование видео уже в пакете — ничего докупать не надо
Спасибо @Endorpheen
#animation #agent
MAX
👍9❤1
ArtCraft
Rust-аналоги всей линейки Adobe
Открытые аналоги всей экосистеме Adobe, написанные на Rust
Есть браузерная версия на app.getartcraft.com
github.com/storytold
По словам авторов проекта, все генерируется из публичных спецификаций и внешнего поведения программ
Мы в будущем где уже не получится зарабатывать на закрытости исходников софта
#news
MAX
Rust-аналоги всей линейки Adobe
Открытые аналоги всей экосистеме Adobe, написанные на Rust
Есть браузерная версия на app.getartcraft.com
github.com/storytold
По словам авторов проекта, все генерируется из публичных спецификаций и внешнего поведения программ
Мы в будущем где уже не получится зарабатывать на закрытости исходников софта
#news
MAX
👍20🔥5👎4
#LTX25 #lora
civitai.red/models/2989229/ltx-ripple - Редактируешь и заменяешь первый кадр, а модель сама прокидывает изменение через всё видео с контекстом
huggingface.co/CQdesign/LTX-2.5-CQ-Freeform-Motion-Transfer-LoRAs - перенос любого движения на другого персонажа/объект в LTX 2.5. До ~30 сек, дальше консистентность падает. Промпт сильно влияет на результат
#upscale #optimization
civitai.com/models/2857731 - ReDetail 2.0: апскейл LTX 2.5 до 4K через Refine-Details IC-LoRA — возвращает мелкие детали, сохраняя лица и монтаж. Тайлами на 24GB, 768p→4K за 14 мин на 5090. Пик 52GB RAM
github.com/Bambushu/redetail
github.com/Gavr728/ComfyUI-Spectrum-LTX - Spectrum для LTX 2.5 base: комфортное тестирование базовой модели от @kiticatmur
sepgen.github.io - у каждого звука своя дорожка. Генерация и разделение одним прогоном: видео, общий микс и каждый звук отдельно. Те же веса разделяют звуки готового видео.
huggingface.co/collections/AviadDahan/sepgen
MAX
civitai.red/models/2989229/ltx-ripple - Редактируешь и заменяешь первый кадр, а модель сама прокидывает изменение через всё видео с контекстом
huggingface.co/CQdesign/LTX-2.5-CQ-Freeform-Motion-Transfer-LoRAs - перенос любого движения на другого персонажа/объект в LTX 2.5. До ~30 сек, дальше консистентность падает. Промпт сильно влияет на результат
#upscale #optimization
civitai.com/models/2857731 - ReDetail 2.0: апскейл LTX 2.5 до 4K через Refine-Details IC-LoRA — возвращает мелкие детали, сохраняя лица и монтаж. Тайлами на 24GB, 768p→4K за 14 мин на 5090. Пик 52GB RAM
github.com/Bambushu/redetail
github.com/Gavr728/ComfyUI-Spectrum-LTX - Spectrum для LTX 2.5 base: комфортное тестирование базовой модели от @kiticatmur
sepgen.github.io - у каждого звука своя дорожка. Генерация и разделение одним прогоном: видео, общий микс и каждый звук отдельно. Те же веса разделяют звуки готового видео.
huggingface.co/collections/AviadDahan/sepgen
MAX
👍11❤1
DiffusionART
Алгоритм дообучения диффузионных моделей от Kling AI. Обучает модели генерации видео и изображений сильно дешевле - в 12 раз меньше GPU-часов при более высоком вознаграждении.
• RL-дообучение видео- и image-моделей: качество, следование промпту, feedback
• Стабильное обучение без крахов, без настройки EMA-расписания
• Работает на #HunyuanVideo-13B, #Wan21-I2V-14B, #SD35-M
Соль — порядок операций: сначала агрегировать вознаграждения и endpoints, потом регрессия, переиспользуя замороженную цель. Убирает скрытую силу согласованности из классического NFT, из-за которой обучение нестабильно
Гитхаб
HF
#finetuning
MAX
Алгоритм дообучения диффузионных моделей от Kling AI. Обучает модели генерации видео и изображений сильно дешевле - в 12 раз меньше GPU-часов при более высоком вознаграждении.
• RL-дообучение видео- и image-моделей: качество, следование промпту, feedback
• Стабильное обучение без крахов, без настройки EMA-расписания
• Работает на #HunyuanVideo-13B, #Wan21-I2V-14B, #SD35-M
Соль — порядок операций: сначала агрегировать вознаграждения и endpoints, потом регрессия, переиспользуя замороженную цель. Убирает скрытую силу согласованности из классического NFT, из-за которой обучение нестабильно
Гитхаб
HF
#finetuning
MAX
👍5
HEART
супер-резолюшн от Philip Hofmann (часть набора BODY)
Нейросеть для апскейла изображений. Простая в обучении и быстрая
Натренирована на обычной RTX 3060 12 ГБ.
• Апскейл 2x и 4x
• OTF-модели восстанавливают реальные фото (шум, сжатие), а не только чистые даунскейлы
• Экспорт в динамический ONNX с первого раза, готово для TensorRT
• Работает в chaiNNer
• ~16.7M параметров, один файл
Проверил на свидетеле - ... ну да пикселей больше. а где супер-резолюшн?
huggingface.co/Phips/HEART
github.com/Phhofm/heart-train
Демо
#upscale
MAX
супер-резолюшн от Philip Hofmann (часть набора BODY)
Нейросеть для апскейла изображений. Простая в обучении и быстрая
спроектирована для реального использования, а не погони за бенчмарками
Натренирована на обычной RTX 3060 12 ГБ.
• Апскейл 2x и 4x
• OTF-модели восстанавливают реальные фото (шум, сжатие), а не только чистые даунскейлы
• Экспорт в динамический ONNX с первого раза, готово для TensorRT
• Работает в chaiNNer
• ~16.7M параметров, один файл
Проверил на свидетеле - ... ну да пикселей больше. а где супер-резолюшн?
huggingface.co/Phips/HEART
github.com/Phhofm/heart-train
Демо
#upscale
MAX
👍4❤1🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
DirtyMoCap
Полный мокап «грязных» маркеров — разреженных, перепутанных и без разметки. Восстанавливает SMPL-H движение: поза, кисти, глобальное перемещение и телосложение. SIGGRAPH Asia 2026
• Любая раскладка маркеров: одна модель, без заданного набора
• Маркеры могут быть перепутаны и без меток кадр за кадром
• Фиксированные якоря тела — суставы и точки поверхности — стабильный промежуточный слой
• Learned confidence: солвер решает, каким точкам верить, отсеивая выбросы
• До 100× быстрее стандартного PyTorch-солвера за счет CUDA
Проверяли на старых сырых захватах китайских боевых искусств без разметки: 134 записей, ~180 минут, 22 стиля — собрали новый датасет кунг-фу. Это для оптических маркерных систем, не видео-мокапа. Код и данные пока закрыты; MoSh++ все еще чуть точнее по поверхности тела, но только за счет размеченных маркеров
github.com/WangLongZJU/DirtyMoCap - ждем
#mocap
MAX
Полный мокап «грязных» маркеров — разреженных, перепутанных и без разметки. Восстанавливает SMPL-H движение: поза, кисти, глобальное перемещение и телосложение. SIGGRAPH Asia 2026
• Любая раскладка маркеров: одна модель, без заданного набора
• Маркеры могут быть перепутаны и без меток кадр за кадром
• Фиксированные якоря тела — суставы и точки поверхности — стабильный промежуточный слой
• Learned confidence: солвер решает, каким точкам верить, отсеивая выбросы
• До 100× быстрее стандартного PyTorch-солвера за счет CUDA
Проверяли на старых сырых захватах китайских боевых искусств без разметки: 134 записей, ~180 минут, 22 стиля — собрали новый датасет кунг-фу. Это для оптических маркерных систем, не видео-мокапа. Код и данные пока закрыты; MoSh++ все еще чуть точнее по поверхности тела, но только за счет размеченных маркеров
github.com/WangLongZJU/DirtyMoCap - ждем
#mocap
MAX
👍8🔥1
Mellum 2.1
Обновленная открытая модель JetBrains для кодинг-агентов. Архитектура та же — MoE 12B всего, 2.5B активных, Apache 2.0. Изменился пост-трейнинг: RL перенесли в реальные изолированные среды и прогнали миллионы запусков в песочницах.
• Ориентируется в кодовой базе, редактирует файлы, проверяет результат собственными тестами
• Находит корень падающего теста, черновик и проверка фикса
• Хороша и вне кода: математика, рассуждения, обычные вопросы
• Локальный запуск на своем железе
• Мульти-токен предсказание ускоряет одиночные запросы в ~1.6×
• Под нагрузкой на одном H200 почти вдвое больше токенов, чем Qwen3.5-9B
• Apache 2.0, GGUF под llama.cpp/Ollama/LM Studio скоро
huggingface.co/collections/JetBrains/mellum21
#coding
MAX
Обновленная открытая модель JetBrains для кодинг-агентов. Архитектура та же — MoE 12B всего, 2.5B активных, Apache 2.0. Изменился пост-трейнинг: RL перенесли в реальные изолированные среды и прогнали миллионы запусков в песочницах.
• Ориентируется в кодовой базе, редактирует файлы, проверяет результат собственными тестами
• Находит корень падающего теста, черновик и проверка фикса
• Хороша и вне кода: математика, рассуждения, обычные вопросы
• Локальный запуск на своем железе
• Мульти-токен предсказание ускоряет одиночные запросы в ~1.6×
• Под нагрузкой на одном H200 почти вдвое больше токенов, чем Qwen3.5-9B
• Apache 2.0, GGUF под llama.cpp/Ollama/LM Studio скоро
huggingface.co/collections/JetBrains/mellum21
#coding
MAX
👍4❤1
Vivix W1
Видеогенератор из Китая от стартапа Vivix (основатель из SenseTime, происхождение весов частично из Alibaba). Ставка на дешевые массовые итерации, а не на топ-качество: $0.003 за секунду.
• Text-to-Video, Image-to-Video, аудио-референсы, первый и последний кадры
• Длительность 5-15 секунд, три режима скорости с разной ценой
• Интерактивный streaming-режим: можно менять сцену голосом, текстом или действиями прямо по ходу воспроизведения (пока в закрытой бете)
• $0.003 за секунду до 31 октября 2026 (не на все режимы)
• 10-секундный ролик — $0.03, 10 вариантов — $0.3, 100 вариантов — $3
• ~77× дешевле Seedance 2.5
• 8-сек ролик в среднем за 8.4 с по внутренним тестам
~30B активных параметров
Дают 3 бесплатные генерации (1080/720/540)
API
#t2v
MAX
Видеогенератор из Китая от стартапа Vivix (основатель из SenseTime, происхождение весов частично из Alibaba). Ставка на дешевые массовые итерации, а не на топ-качество: $0.003 за секунду.
• Text-to-Video, Image-to-Video, аудио-референсы, первый и последний кадры
• Длительность 5-15 секунд, три режима скорости с разной ценой
• Интерактивный streaming-режим: можно менять сцену голосом, текстом или действиями прямо по ходу воспроизведения (пока в закрытой бете)
• $0.003 за секунду до 31 октября 2026 (не на все режимы)
• 10-секундный ролик — $0.03, 10 вариантов — $0.3, 100 вариантов — $3
• ~77× дешевле Seedance 2.5
• 8-сек ролик в среднем за 8.4 с по внутренним тестам
~30B активных параметров
Дают 3 бесплатные генерации (1080/720/540)
API
#t2v
MAX
🤔7❤1👍1
This media is not supported in your browser
VIEW IN TELEGRAM
comfyui-klein-edit-composite
Нода для множественных правок Klein без сдвига остального изображения
Умно вклеивает отредактированную картинку обратно в оригинал. Определяет только то, что реально изменилось, и аккуратно блендит результат, сохраняя исходный фон там, где он не тронут.
1. Выравнивание: SIFT + гомография с CLAHE и отбраковкой выбросов, второй проход по фону
2. Оптический флоу (DIS) ловит оставшееся субпиксельное движение
3. Детекция изменений: гибрид цветовой разницы (Delta E) и структурной (Sobel) — не реагирует на сдвиг освещения, но ловит реальные правки
4. Чистка маски: шум, дыры, обрезка, необязательная окклюзия
5. Цветовое согласование: Reinhard-перенос цвета только по фону
6. Композитинг: смягченная маска через guided filter и альфа-блендинг
#klein #inpainting #comfyui
MAX
Нода для множественных правок Klein без сдвига остального изображения
Умно вклеивает отредактированную картинку обратно в оригинал. Определяет только то, что реально изменилось, и аккуратно блендит результат, сохраняя исходный фон там, где он не тронут.
1. Выравнивание: SIFT + гомография с CLAHE и отбраковкой выбросов, второй проход по фону
2. Оптический флоу (DIS) ловит оставшееся субпиксельное движение
3. Детекция изменений: гибрид цветовой разницы (Delta E) и структурной (Sobel) — не реагирует на сдвиг освещения, но ловит реальные правки
4. Чистка маски: шум, дыры, обрезка, необязательная окклюзия
5. Цветовое согласование: Reinhard-перенос цвета только по фону
6. Композитинг: смягченная маска через guided filter и альфа-блендинг
#klein #inpainting #comfyui
MAX
🔥13👍10