К содержимому
Видео

Viggle-Remake

пересборка видео и замена персонажей по текстовой команде

2 мин чтенияобновлено

Набор LoRA-адаптеров (небольших надстроек над базовой моделью) и MCP-сервер от команды Viggle для глубокого редактирования видео на базе MiniMax-H3. Модель позволяет менять персонажей, переодевать людей, добавлять или убирать объекты, а также перерисовывать окружение, свет и погоду с сохранением исходных движений, камеры, таймингов и звуковой дорожки. В отличие от ранней версии Viggle-Animate, которая умела только заменять персонажей, новинка охватывает редактирование всей сцены и поддерживает работу через ИИ-агентов (Claude Code, codex) для автоматической обработки длинных роликов.

Ключевые особенности

  • Два режима работы: отдельные LoRA-адаптеры ранга 256 для замены людей или персонажей (swap) и для редактирования объектов, фона, погоды или освещения (edit).
  • Агентский пайплайн (MCP): встроенный MCP-сервер позволяет агенту самому нарезать длинное видео на фрагменты, отрисовать ключевые кадры, запустить рендер и склеить финал со звуком.
  • Опора на ключевые кадры: для генерации достаточно передать от 1 до 4 отредактированных опорных кадров (--ref) и привязать их к конкретным таймингам ролика (--pin).
  • Облегчённые версии: помимо основных весов, доступны компактные LoRA рангов 128 и 64 (1.34 и 0.67 ГБ), а также квантованные сборки int8 и GGUF для ComfyUI.

Что можно сделать

  • Переозвучивать и визуально переснимать музыкальные клипы или сцены из фильмов, заменяя актёров на других персонажей.
  • Менять время года, погоду или освещение в готовых видеороликах без пересъёмки на площадке.
  • Удалять лишние объекты из кадра или встраивать новый реквизит с сохранением исходной динамики камеры.

Пример

python Viggle-Remake/inference/sample.py --mode swap \
  --video source.mp4 --prompt prompt.txt \
  --ref ref1.png --ref ref2.png --pin 12 --pin 96 \
  --frames 124 --short-edge 480 --seed 0 \
  --base ./MiniMax-H3 --lora-repo ./Viggle-Remake --out out.mp4
ПодробнееБазовая модель MiniMax-H3 занимает около 144 ГБ, а полный репозиторий Viggle-Remake — ~210 ГБ (для работы достаточно скачать ~5.5 ГБ адаптеров и скриптов).
Для запуска оригинального скрипта sample.py в bf16 требуется видеокарта с 80+ ГБ VRAM; через ComfyUI с int8/GGUF модель запускается на GPU от 12–24 ГБ.
Один проход рендера ограничен ~12 секундами (90–345 кадров при 24 fps), длинные ролики разбиваются на окна.
Веса распространяются под лицензией MiniMax H3 Community License (требуется упоминание в коммерческих продуктах), код — под Apache 2.0.
Видео-примеры
Обсудить 515 291,8 тыс.

Запустится ли?

Только с выгрузкой в ОЗУ

Даже GGUF Q4_K_M больше видеопамяти. Часть слоёв можно держать в оперативной памяти (llama.cpp, ComfyUI), но работать будет в разы медленнее.

  • GGUF Q8_0рекомендуемвеса 41 GB · готовые файлы51 GB
  • GGUF Q6_Kвеса 33 GB · готовые файлы41 GB
  • GGUF Q4_K_Mвеса 27 GB · готовые файлы34 GB

Совет: берите 8-bit.GGUF Q8_0 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A100 80GB

    $1.01 в час с купоном. При создании машины выберите образ Ubuntu.

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    #!/usr/bin/env bash
    # Viggle-Remake
    set -e
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    # CUDA 13+ → int8_convrot (так советует Comfy-Org), иначе fp8_scaled
    CU=$(nvidia-smi | grep -oP 'CUDA Version: \K[0-9]+' || echo 12)
    [ "$CU" -ge 13 ] && TORCH=cu130 || TORCH=cu128
    [ -d ~/ComfyUI ] || git clone https://github.com/comfyanonymous/ComfyUI ~/ComfyUI
    cd ~/ComfyUI
    uv venv --python 3.12 --allow-existing && source .venv/bin/activate
    uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/$TORCH
    uv pip install -r requirements.txt "huggingface_hub[cli]"
    # Базовые файлы: MiniMax H3, 8-bit
    if [ "$CU" -ge 13 ]; then
      hf download Comfy-Org/MiniMax-H3 text_encoders/qwen3vl_32b_minimax_h3_int8_convrot.safetensors vae/minimax_h3_video_vae_fp16.safetensors vae/minimax_h3_audio_vae_fp32.safetensors --local-dir models
    else
      hf download Comfy-Org/MiniMax-H3 text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors vae/minimax_h3_video_vae_fp16.safetensors vae/minimax_h3_audio_vae_fp32.safetensors --local-dir models
    fi
    # Основная модель: Viggle-Remake
    [ -d custom_nodes/ComfyUI-GGUF ] || git clone https://github.com/city96/ComfyUI-GGUF custom_nodes/ComfyUI-GGUF
    uv pip install -r custom_nodes/ComfyUI-GGUF/requirements.txt
    hf download Viggle/Viggle-Remake --include '*Q8_0*.gguf' --local-dir models/unet
    # Запуск ComfyUI. Со своего компьютера: ssh -L 8188:localhost:8188 пользователь@IP, затем http://localhost:8188
    python main.py --listen 127.0.0.1 --port 8188
    Добавить ещё LoRA к Viggle-Remake
  3. 3. Пользуйтесь

    Со своего компьютера: ssh -L 8188:localhost:8188 пользователь@IP-машины, затем откройте http://localhost:8188. Или откройте этот адрес в браузере на рабочем столе машины. Workflow для модели обычно лежит в её карточке на Hugging Face.

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • LightX2V step distill0.6.1от 9 ноября 2026новая версия

    5–10× меньше шагов

    Дистиллированные LoRA и движок: видео за 4–8 шагов вместо 30–50.

    Как включить: Подключите их step-distill LoRA к модели, CFG 1.0, 4–8 шагов.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Промпты для MiniMax H3

Все промпты

Готовые промпты с видео результата: копируйте и пробуйте.

Семья модели

Дообучение модели

MiniMaxAI/MiniMax-H3

Новые посты про версии MiniMax-H3 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 3Все на Hugging Face

О модели

Viggle/Viggle-Remake
Автор
Viggle
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

291,8 тыс.515

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии