33 поста
Self-Forcing student
Промежуточный чекпоинт студента VACE от primecai для video-to-video: он «ремонтирует» черновое видео через уже нормализованные Wan latents. Это не готовый пайплайн Diffusers, а кастомные веса Fixer/FastGen — основной bac
три синхронизированных ракурса из depth-видео
SINDRI-Transfer — официальный 20K inference-чекпоинт для Wan2.2-Fun-5B-Control. Модель генерирует синхронизированные видео с трёх ракурсов — головы, левого и правого запястья — по depth-видео, референсным изображениям и
LoRA-адаптер для аудио-видео генерации на MiniMax H3
Неофициальная community-конвертация LoRA-весов TaoMate-HD в формат, совместимый с ComfyUI. Адаптер предназначен для трёхстадийного прогрессивного сэмплера TaoMate-HD и аудио-видео генерации на базе MiniMax H3. Размер фай
видео со звуком в прогрессивном разрешении
TaoMate-HD Preview от Alibaba TaoLive AIGC Team — inference LoRA для базовой модели MiniMax H3 FL2VA. Модель генерирует речь и видео высокого разрешения вместе, непрерывными чанками: две низкоразрешённые оценки denoising
компактная image-to-video на 722M
40fuku — image-to-video модель от Kompaktion: 722M-параметровый denoiser, дистиллированный из Causal Forcing framewise I2V (1.42B) на базе Wan2.1-T2V-1.3B. На вход берёт изображение и текстовый промпт, выдаёт видео 480×8
компактная text-to-video модель для анимированных стикеров
Bhaav-E от Mohit генерирует двухсекундные зацикленные стикеры по текстовому промпту. Это latent video diffusion transformer на 211,92M параметров, обученный с нуля с rectified flow в латентном пространстве замороженного
GGUF-веса text-to-video на базе WAN2.2
Репозиторий RunningHubAI с квантованными весами GGUF для генерации видео из текста. Единственный файл Qwen-Rapid-NSFW-v18_Q6_K.gguf занимает 16 207 MiB; модель — файнтюн от WAN2.2. Веса рассчитаны на загрузку в ComfyUI,
4K-видео на одной RTX 4090
FlashVSR+ — эффективный one-step diffusion-фреймворк для высококачественного видео-суперразрешения (video-to-video). На Hugging Face его выложил Dirdx; в метаданных указана база Wan2.1-T2V-1.3B. Модель нацелена на 4K-апс
212M-видеогенератор с нуля: 2 секунды, 256×256
Drishya Tiny от Udgam Labs — исследовательский видеогенератор на 212M параметров, обученный с нуля на VidGen-1M. Он превращает текстовый промпт или промпт плюс первый кадр в 2-секундный клип 256×256. Внутри — VideoDiT и
репак для ComfyUI: 5B и 14B в одном наборе
Lb545550 выложил набор репакованных файлов Wan 2.2 для ComfyUI. Это не новая модель, а сборка оригинальных вариантов Wan-AI, alibaba-pai, nvidia ChronoEdit и distill-LoRA от lightx2v: T2V, I2V, TI2V, S2V, Animate, Fun Co
редактирование видео с учётом взаимодействий объектов
UniVOE — фреймворк для универсального редактирования объектов в видео, построенный на Wan2.1-VACE-14B. Удаление и вставка объекта рассматриваются как взаимные операции: модель меняет не только сам объект, но и его следы
полные веса MiniMax-H3 для diffusers
Это конвертация чекпоинта 10Eros-Max в формат diffusers для модели image-to-video на базе MiniMax-H3. Автор — ibyteohdear; размер — около 20,11 млрд параметров. В репозитории лежат сами веса трансформера, а не LoRA, поэт
FP8-видеогенерация для vLLM-Omni
ParisNeo выложил оптимизированную FP8-версию раздела FL2VA/T2VA модели MiniMax-H3 для text-to-video и image-to-video. В основе — dense 33B diffusion transformer с AdaLN caching, Qwen3-VL encoder и Visual VAE; релиз рассч
LoRA для MiniMax H3 с пятью сохранениями
Это LoRA для MiniMax H3 от 2122zap, помеченная как adult content (18+). Она обучает концепцию excretion в live-action и 2D-анимации, со звуком; триггерное слово — excretion. В карточке — пять сохранений из одного обучени
LoRA для 360-облёта фото и CardSpin
Rank-32 LoRA для MiniMax-H3 Ref2VA от sekkit. На входе — фото, на выходе — плавный 360-градусный облёт по часовой стрелке вокруг зафиксированного объекта или эффект CardSpin: изображение вращается в пространстве как тонк
реалистичные люди в видео
LoRA-адаптер для MiniMax H3, заточенный под реалистичных людей: портреты, лица, руки в работе, толпы и бытовые персонажи. Это преемник MiniMax-H3-Realism-LoRA, переобученный на более крупном датасете с фокусом на людях.
полные веса MiniMax-H3 для diffusers
Это конвертация полных весов 10Eros-Max в формат MiniMaxH3PrunedTransformer3DModel для diffusers. Около 20,11 млрд параметров, база — multimodalart/MiniMax-H3-Pruned; TURBO-дельта уже вшита в веса. Это не LoRA: мержить,
видео и аудио в одном бандле
Самодостаточный набор весов для генерации видео и нативного аудио на базе MiniMax H3. Внутри — pruned-диффузия в BF16, квантованный текст-энкодер, видео- и аудио-VAE. Общий объём весов — около 61.73 GB.
зеркало чекпойнта для image-to-video
Приватное зеркало чекпойнта DaSiWa MiniMax H3 Turbo int8, опубликованного на Civitai (модель 2877206, версия DaSiWa_Hybrid_v4_Turbo). Репозиторий нужен, чтобы арендованные GPU-инстансы качали файл на полной скорости: CDN
fused-веса MiniMax-H3 для diffusers
Это image-to-video трансформер MiniMax-H3 на 20,11 млрд параметров, сконвертированный в дерево модулей diffusers на базе multimodalart/MiniMax-H3-Pruned. В репозитории лежат сами веса, а не LoRA: их не нужно сливать, сво