Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

MiniMax H3:X2 VAEで544x960から1088x1920へ拡大するワークフローにしたら、5秒124fが ・生成時間:1分23秒に一気に短縮!(RTX4070) ・画質も悪くない 2倍限定のVAEらしいけど、TaoMateより最終的な解像度は大きいのに生成時間は速い。

15,119 Aufrufe • vor 1 Monat •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

ローカルのMiniMax H3のR2Vで、8秒間の1080p級(アップスケール)の動画を8分弱で生成する方法を詰めてみました。 RTX 5090で8秒・1920×1056の動画を480p生成160秒+アップスケール310秒の合計7分50秒でできました。 ByteDanceのアップスケーラもかなり良いのですが、階調がおかしくなったり、変なトランジションが入ることがあります。 今回のlatent Upscalerによるものは元々の動画生成の際のlatentの段階で拡大しているので、仕組みが違うようです。 元のワークフローだと、拡大後のrefineが生成と同じ25stepsで回るようだったので、そこだけR2V用の蒸留LoRA(minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16)に変えました。4stepsと8stepsで試しましたが、秒数の違い(250秒くらい違う)の割に差が自分にはわかりませんでした。 蒸留LoRA 4stepsは「一から絵を描かせるのはキツいけど、細部を修正するくらいなら全然できる」という感じです。 もうひとつ大切なのは、アップスケールの時のconditioningを生成時と同じものに付け直すのが効いたという点です。 標準だと480p用の条件を引き伸ばして使うそうで劣化しているらしいです(Claude Codeが言うには)。 そこで同じ参照を目標解像度で付け直すと、ちゃんとリファレンスどおりになります。 例えば、今回の動画ですと、眉毛のところの描写がキャラクターのリファレンス通りになっています。1枚目の比較画像で分かると思います。 ちなみにSeedance 2.5のオムニリファレンスだと、8秒間の動画をリファレンス8枚付きで生成しようとすると936クレジットでした。スタンダードプラン5,200円で5,775クレジットなので、1本あたり約843円という計算になります。 ローカルのH3はさすがにSeedance 2.5と同レベルとは言えませんし、Seedanceが絶対に必要な場面は存在していますが、とはいえ高解像度のものがローカルで手軽に出せるのはいいですね。

鈴木憂一 | Highdrama

12,169 Aufrufe • vor 2 Monaten

メイキング的なやつです。 今回は、基本的なアニメーションの作り方である 『pose to pose』をAIでやったらどうなるか? という試みでした🥹 結論から先に言うと 「まぁまぁ大変だし、AI時代のスピード感にはそぐわないだろうな」です。 ある程度、予想もしてましたが🤣 今回は、コンテ、ラフ原を描いて(あるいは3Dで)、絵や動きを「ある程度」コントロールしたい人向けのフローなのかなと思います。 そういった方で、AIにまだ馴染みが無い方向けに、今度、もう少し詳細な、記事かnote書こうと思います。 ---------------------------------------------- ※pose to poseというは、 動きのキーとなるポーズ、主に動きの変化点などの絵を複数枚、先に用意して、後から、間の絵をうめていってアニメーションにする手法です。 キーとなるポーズや絵を、「キーフレーム」とか「原画」。間を埋めていく絵や作業などを「中割り」「動画」と言います。 ---------------------------------------------- 以下は、AI界隈の方向け、メイキングの簡易的な説明です。 端的にいうと、 先にラフ絵で動きのプランをつくり、 その絵を使って、キーフレームの絵を生成して、 あとはひたすらスタートエンドで生成。 です🥹 --------------- ①コンテ撮をつくる いわゆるアニメの原画よりは枚数少ないですが、 ラフな絵で、動きのキーとなる一連の絵を用意して、先に動きの流れをつくります。 --------------- ②キーフレームの作成 コンテ絵と、事前につくったキャラ絵をリファレンスにして、NanoBananaPro等で、各キーフレームの絵を生成&加工します。 私の拙いラフ絵なので、結構ガチャりましたが、もう少し丁寧に描いた、アニメーターさんのラフ原とかだと、もう少し絵のコントロールが、できるんじゃないかなと思います。 タッチ線を入れたり、変身後の衣装に変えたりなどは、さらに2段階、3段階の生成が必要でした。 --------------- ③中割りの作成 キーフレームを順番に並べて、それぞれの間を、スタートエンドで、動画生成します。 今回使用したのは、 DomoAI official / Kling AI / MiniMax Design (H3) の3つです。 主力はDomoAIで、3秒尺の生成ができるのと、割と単純な中割りになるのが良かったです。 逆に単純に割ってほしくない場合(例えば回転していて別のアングルが途中で入るとか)は、KlingやHailuoを使いました。 --------------- ④フレームの選定(コマ抜き) 生成された各動画をつないで、元々つくっていたコンテ撮のタイミングに合わせて、大胆に絵を抜いてきます。 極端なものだと、3秒(約72枚)生成して、その間の1枚しか使わない。みたいな感じですw あとはいわゆるタメツメの調整など --------------- ⑤撮影&編集 別途用意した、イメージ流背のBGやエフェクト素材などと合わせてコンポジット。処理かけて、SEとBGM入れて完成です。 --------------- つまり、①と④の工程で、思いっきり、アニメーター的技能を使うことで、動きのキモはAIではなく、自分でやるということですね。 ◆メリットとしては - 動きや演技をあるていど自分でコントロールできる - ある程度積み上げながらの作業なので、部分的な修正が可能 - 溶けにくい など ◆一方デメリットは - 他のAIの手法に比べて、相当時間がかかる - クレジット消費も激しい - 色やキャラが、1カット内で安定しない (髪の毛の本数がかわったりなど、カットまたぐ分にはきにならないものでも、動きの途中で変わっちゃうので、結構目立つ) - 実景の空間でのカメラワークとかが混ざると、多分さらに難易度が上がる - コントロールに結局限界が(まだ)ある などなど、、、、 時間と手間がかかるけど、商業レベルの「品質」まで対応できるわけではない。しかも手描きアニメーターの上手い人なら、下手したら同じくらいの時間でできちゃうかもしれない。。。 ゆえに冒頭の結論に至るわけです🤣 -----------------------------------------

ててつろう

182,204 Aufrufe • vor 9 Monaten