Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

話題の「MiniMax H3」で、MiniMax-H3-Multishot-Workflowを使用し 1枚の画像から10秒ごとの動画をつないで40秒のセルフィー動画を生成してみた✨ 30秒あたりまではかなり自然。40秒になると顔のID保持に崩れが出る印象🙂 #MiniMaxH3 #ComfyUI

42,732 Aufrufe • vor 3 Monaten •via X (Twitter)

17 Kommentare

Profilbild von -TAKATO-AI_room
-TAKATO-AI_roomvor 3 Monaten

ワークフローは見ていないですが、ラストフレームをファーストに使えば永遠な長さには理屈ではなりますが崩れてくるのですね💦 前に試した時にはバックミュージックが動画ごとで変わって不自然になったので、其の辺りも考えて長めの動画生成してみたいところです😊

Profilbild von 🟢DeepForest_Studio_AI🟢
🟢DeepForest_Studio_AI🟢vor 3 Monaten

そうなんですよ🥲ラストフレームを次の動画のファーストに使えば長い動画も作れそうですが、i2vである限り段々と崩れていきますね。同じワークフローでリファレンス2ビデオでも生成出来るので、もしかしたらこっちはもっとうまく生成出来るかもしれません🙂 なるほど、こう言った動画作成すると、確かに、バックの音楽が変わってしまうのが問題になりますね

Profilbild von Emily
Emilyvor 3 Monaten

Yes 30 seconds is the best option at the moment.

Profilbild von 🟢DeepForest_Studio_AI🟢
🟢DeepForest_Studio_AI🟢vor 3 Monaten

Thanks! I agree — 30 seconds seems to be the sweet spot right now. I’ve learned a lot from the prompts and resources you share, so I’m really glad to get a reply from you.🙏

Profilbild von にゃかまん
にゃかまんvor 3 Monaten

気づいたのは後半になると、肌のてかりが強くなる。特に鼻の先端に油でも塗ったみたいに光が反射してる

Profilbild von 🟢DeepForest_Studio_AI🟢
🟢DeepForest_Studio_AI🟢vor 3 Monaten

ありがとうございます! 確かに後半になると鼻先のてかりが強くなりますね。 顔の崩れと一緒に出やすい印象です。

Profilbild von Wabi @ AI美女
Wabi @ AI美女vor 3 Monaten

顔のライティング表現が変わっていくところでちょっとずつ崩れているような気がしますね😏 でも、すごい😳

Profilbild von 🟢DeepForest_Studio_AI🟢
🟢DeepForest_Studio_AI🟢vor 3 Monaten

そうなんですよ!部屋から出たり外に出たりするとライティングが変わって元の顔への光、影の書きこみがあるのでどうしても余計に崩れていきます。 でも30秒ぐらいであれば動画生成の1つのオプションとして、十分に成り立つ動画生成方法かと思います☺️

Profilbild von Vini
Vinivor 3 Monaten

Chaining clips from a single image every ten seconds is clever.

Profilbild von 🟢DeepForest_Studio_AI🟢
🟢DeepForest_Studio_AI🟢vor 3 Monaten

Thanks! Yeah, chaining every 10 seconds worked pretty well up to around 30s.

Profilbild von ちゃんK🌸日本を旅する女の子🎀AI美女
ちゃんK🌸日本を旅する女の子🎀AI美女vor 3 Monaten

勉強になります!!

Profilbild von 🟢DeepForest_Studio_AI🟢
🟢DeepForest_Studio_AI🟢vor 3 Monaten

はい!そう言ってもらえると嬉しいです!☺️

Profilbild von ちゃんK🌸日本を旅する女の子🎀AI美女
ちゃんK🌸日本を旅する女の子🎀AI美女vor 3 Monaten

最近私もビデオ作って投稿するのが楽しいです☺️

Profilbild von Motoko-GITS
Motoko-GITSvor 3 Monaten

すご! 自然に外に出ている。防犯だけは気を付けてください( ´艸`)

Profilbild von 🟢DeepForest_Studio_AI🟢
🟢DeepForest_Studio_AI🟢vor 3 Monaten

はい!今回はドアを開けっ放しで外に出てしまったもので、今後は気を付けてます😁

Profilbild von Rudresh Upadhyaya
Rudresh Upadhyayavor 3 Monaten

30 seconds before the ID starts going is better than I'd have guessed for chained 10s clips. Are you re-anchoring on the last frame each time?

Profilbild von 🟢DeepForest_Studio_AI🟢
🟢DeepForest_Studio_AI🟢vor 3 Monaten

Yes, each 10s clip is re-anchored from the previous clip’s last frame. It stays pretty solid until around 30s, then the face starts to drift. I also tried Ref2V, but I2V worked better here.

Ähnliche Videos

ローカルMiniMax H3で、声つきの約7秒動画をリアルタイムに連続生成してみました。RTX 5090+DGX Spark互換機3台を使いました。 動画の完成間隔は平均約6.9秒。RTX 5090が動画を生成している間に事前・事後の処理をDGX Sparkが行い、途切れずに再生します。 RTX 5090単体でやったときは15秒単位でしたが、7秒単位になったことで、返事・話題・動作・衣装を次々に切り替えられるようになりました。解像度も320×576から384×704(画素数約1.5倍)に上げられたので画像の崩れが減り、体験がかなり良くなりました。 PDMD 2step LoRAは音声に問題があるため、先にIrodoriで音声を作り、H3の音声VAEで「音声latent」に変換して生成時のガイドとして渡し、口の動きを合わせています。最終的な音は、Irodoriの音声をそのまま動画に重ねています。 動画生成モデルなので、従来のVTuberのように衣装ごとにモデルを作り込まなくていいのは楽ですが、何が起きるかわからない怖さもあります。 なお、コメントに7秒で返せるわけではありません。1つの返事を作る処理には約14.4秒、今回のデモでは再生待ちを含めて約16秒かかります。応答の待ち時間はまだ課題です。 ※コメントと返答文は事前に用意したデモです。実際にAITuberをやるならもう一つモデルを動かすPCが必要になりそうです。冒頭2本の挨拶は事前生成、ドット絵化は後処理です。

鈴木憂一 | Highdrama

77,589 Aufrufe • vor 1 Monat