Накопилось по #minimaxH3 - часть 35

MiniMax-H3 Prompt Rewriter 0.32.0 от @Aleks_101- поддержка #RefMod : готовый референс персонажа (внешность, голос) из файла. Нода RefMod с двумя выходами и strength, Reference Encode вместо связки слотов, шаблон «RefMods to video». RefMod токены из файлов HF, замедляет генерацию. Формат из пака ComfyUI-MiniMaxH3Mod

github.com/tazmannner/ComfyUI-H3-RelayHires - #upscale аниме 0.5 → 2Mp, ~4x быстрее нативного. Полный первый прогон на 20 шагов, турбо LoRA не нужна, 8 примеров воркфлоу

civitai.com/articles/37544/fix-blurry-faces-in-minimax-h3-videos-with-comfyui-face-refinement-low-vram-workflow - фикс мыльных лиц: Face Refiner изолирует лица, второй прогон с денойзом 0.4, SelfLift + VEDA. На 3060: генерация 0.6Mp/8 шагов ~30 мин, рефайн ~24 мин

github.com/jeet0733/Rapid-H3 - ускорение H3 в 3-5 раз на DGX Spark (GB10)

github.com/bgstratt/seriesmith - seriesmith: длинные видео вокруг сценария, не шота. 280-300 шотов на эпизод. Просмотр + пометки на ре-рендер (M/N), правки через LLM. Касты, места, штуки-шиты и плеи-платы рисует сам, рендерит каждый шот, склеивает. 12 видео- и 16 картинко-моделей на своём ComfyUI (H3, FastH3, LTX 2.5, Wan, FLUX, Krea, Qwen, Z-Image, MOSS, Fibo), 26 хостовых через Router

youtube.com/watch?v=wLSUEQ2l3EE - сохраняем качество картинки и голоса при ускорении генерации

huggingface.co/FusionCow/Sulphur-3 - #NSFW файнтюн от комьюнити

github.com/spacesimeco-hue/Chain-Motion-AI-Video-Editor - FrameForge: десктоп-апп для длинных фильмов на H3. Таймлайн, авто-сценарий через LLM, управление референсами, позостудио, генератор голосовых клипов #OpenSourceHiggsfield

github.com/roycho87/clown_context_suite - режет деградацию вдвое. К обычному motion context тащит не только конец цепи кадров, но и первый «домино»-кадр, чтобы картинка оставалась хорошей. Отключать при смене сцены, менять source latent на начало новой сцены

Video Diffusion Avatars

Трехмерный аватар по одной фотографии: видео-диффузионная модель дообучена так, чтобы можно было отдельно крутить камеру, мимику и позу верхней части тела

Выученные коды мимики на деле сильно зависят от ракурса, и модель это компенсирует, иначе аватар ехал бы вместе с камерой. Тренировка на тройках камер тоже из этой логики: хочешь согласованности, покажи модели один момент с трех точек

• Камера идет по любой траектории вокруг головы, вплоть до полного облета
• Мимика задается отдельным управляющим сигналом, вплоть до языка и рта
• Поза корпуса управляется независимо
• Одна картинка на входе, работает и на нарисованных персонажах
• Тени, отражения и преломления появляются сами, без явного рендера

Обучено на WAN-Animate-14B
Ускоренная версия держит 3000 кадров без распада и выдает почти 5 fps при 288 на 512

github.com/SimonGiebenhain/video-diffusion-avatars/

Спасибо @m_franz

#avatar #image2avatar

GLOW-FM

Усиление темных фото за один проход

- замороженный Tiny-VAE сжимает картинку в компактный латент, HDiT переносит его к нормальной экспозиции одной оценкой
- обучен через Terminal Velocity Matching — впервые применён к восстановлению изображений
- три размера: малый — 34 GFLOPs и 9.1M параметров, 53.8 мс на 1024×1024
- лучшее кросс-датасетное обобщение: на MEF, VV, NPE, LIME и DICM NIQE ниже, чем у сравниваемых методов

github.com/arm-research/AAIR-GLOW-FM

#iamgeenhance #enhance

MAX

Musio Studio

Приложение для написания музыки с тысячами живых записанных инструментов — оркестры, хоры, солисты. В целом это не ИИ, но есть прием команд в режиме чата, а также ряд умных фич которых нет во взрослых DAW

- оркестровые библиотеки, записанные на киношных сценах, включая CineStrings на MGM Scoring Stage
- переключение артикуляций кликом: legato, spiccato, pizzicato
- динамика и экспрессия рисуются под нотами, без MIDI-клавиатуры играешь клавишами компьютера
- видео на таймлайне по timecode, hit-маркеры, streamer и punch для синхронизации
- мастеринг под целевую громкость площадок: −14 LUFS для стриминга и дальше
- импорт MIDI или аудио — каждую партию одевают в звуки Musio
- до 512 треков, все ядра компьютера

Есть стэндэлон и плагин AU/VST3/AAX

Бесплатно с аккаунтом, 21 звук на старте
Complete — $15/мес. Mac, Windows, Linux

youtube.com/watch?v=5VJK9X6hTfQ

#musicediting #DAW

MAX

ComfyUI-LATO2

Нода #ComfyUI для LATO.2: dense-меши TRELLIS.2 и Hunyuan3D превращает в низкополигональные

- LATO.2 не decimator: сам расставляет вершины и предсказывает связность, рёбра идут по форме
- нода пересобирает грани в замкнутую поверхность — сырой вывод складывает их слоями и оставляет дыры
- voxel flood fill вычищает невидимую внутреннюю оболочку TRELLIS.2
- позиция и масштаб совпадают со входом, меш встает на его место

#3d #textto3d #imageto3d #lowpoly

MAX