Японский автор проверил MiniMax H3 на задаче, где модели быстро начинают сыпаться: нужно взять движение из готового видео и перенести его на другого персонажа. В тестах были быстрый танец, две игрушки, пять человек и дальний план с очень активной сценой.
По этим примерам H3 дал картинку приятнее, чем SCAIL2, и выдержал быстрые движения. Полной стабильности всё равно нет. Перекрывающиеся люди ломают обе модели, а маленькие лица быстро теряют детали.
MiniMax H3 и SCAIL2: что сравнивали
Автор вернулся к MiniMax H3 после первого полного MV. Копирование движения он откладывал из-за железа и отсутствия удобной LoRA для ускорения. Теперь собрал конфигурацию в Paperspace и снова взялся за задачу.
После перехода на CUDA 13.0+, INT8-веса и Docker-образ от shiba*2 генерация клипа 1152×768 длиной 6–7 секунд сократилась примерно с 10 минут до 8. Это результат конкретного сетапа, а не обещание для любой видеокарты.
В окружении автора были Paperspace Pro с доступом к GPU, RTX A4000 на 16 ГБ VRAM и 45 ГБ RAM. Для H3 использовались INT8-чекпойнты, Q2_K-энкодер qwen3vl-32B-MiniMax-H3 и turbo-LoRA. Вместе со стандартным VAE они занимают больше 35 ГБ.
4-step LoRA автор отложил: качество показалось слабым. Ref2VA Fast-варианты тоже пока не вошли в рабочий пайплайн. Напоминаю: это сетап одного японского креатора, а не универсальная инструкция по оптимизации.
Что показали тесты копирования движения
Первый момент — быстрый исходник сам по себе не мешает генерации. В одном клипе руки при остановке кадра заметно гуляют, зато в движении артефакты прячутся внутри motion blur. Персонаж сохраняет узнаваемый вид исходной картинки.
В сцене с двумя плюшевыми персонажами SCAIL2 генерировал 448×768, а H3 — 512×768. Обе модели ошибались, когда персонажи пересекались. Японский автор предполагает, что H3 можно дополнительно направить текстом, но эффект ещё нужно проверять.
На сцене с пятью людьми разница заметнее. По наблюдению автора, SCAIL2 копирует движение покадрово и точнее держится за референс. H3 начинает с референсной картинки, а потом подстраивает её под движение видео. Из-за этого у H3 больше свободы и больше шансов на дрейф.
В этом тесте SCAIL2 работал в 768×448, H3 — в 928×512. Лица у обеих моделей размазались. Скорость автор не сравнивал: максимальные размеры генерации различаются.
Самый тяжёлый пример — быстрый полный рост, снятый издалека. На 960×640 шум появляется уже на лице, руках и корпусе. Для практической работы стоит приблизить исходный референс или замедлить его перед подачей в модель.
Как применить MiniMax H3 Ref2VA в своей сцене
Для motion copy логично начать с чекпойнта Ref2VA. В официальном описании H3 этот режим поддерживает до трёх видеоклипов, до девяти изображений и до трёх аудиоклипов — всего не больше 12 файлов. Японский тест проверял перенос движения из видео, поэтому весь набор входов автор не разбирал.
Рабочая схема для креатора выглядит так:
• подготовьте короткий референс с одним понятным действием; • для начала берите средний или крупный план; • при слишком резком движении попробуйте замедлить исходник; • не ставьте сразу несколько перекрывающихся персонажей; • маленькие лица оставьте на последующий Face Refine; • смотрите результат в реальном темпе, а не только на паузе.
H3 удобен для чернового переноса пластики: танца, жеста, поворота, проходки или движения камеры. Сложные сцены лучше делить на фрагменты, где меньше пересечений. Один проход редко закрывает весь клип.
В японском материале есть текст для камерного облёта вокруг неподвижных объектов. Его можно взять для сцены с продуктом, игрушкой или персонажем, а потом заменить объекты и характер движения.
Промт для MiniMax H3 с 360° Orbit LoRA:
ロボットとカップを動かさず、カメラだけ滑らかに一周して最初の視点へ戻るИз чего собран промт
- 物体不移动机器人和杯子
ロボットとカップを動かさず - カメラ動作相机平滑地绕一圈
カメラだけ滑らかに一周して - 終了条件回到最初的视角
最初の視点へ戻る
В промте объект остаётся неподвижным, а движение получает камера. Если нужен замкнутый пролёт, сохраняйте условие возврата в исходную точку. Робота и чашку можно заменить на свои предметы.
Одна картинка и Orbit LoRA: H3 дорисовывает невидимую сторону
Второй японский эксперимент уже посвящён другой задаче. Энтузиаст pablodawson проверил MiniMax H3 360° Orbit LoRA: одну картинку ставят первым и последним кадром, а модель ведёт камеру вокруг объекта и возвращается к старту.
В одном примере из изображения спящего персонажа стала видна его спина — сторона, которой в исходном кадре не было. В другом вокруг белого робота и синей чашки появились новые детали: чёрное отверстие на голове и квадратная панель на корпусе.
Это генеративная догадка о невидимой стороне, а не точная 3D-реконструкция. Фон может оставаться почти на месте, детали меняются, а чашка иногда визуально сдвигается относительно робота.
Orbit LoRA хорошо подходит для атмосферного ролика, карточки товара или короткой заставки. Для технической визуализации такой результат рискован: форма объекта и положение деталей могут плавать.
В тесте использовались 768×768, 73 кадра, 24 fps, 28 Steps, LoRA strength 1.0 и Seed 20261005. Результат длился около 3,04 секунды и был без звука. На RTX 3090 генерация заняла примерно 22 минуты. Автор отдельно предупреждает: эти замеры нельзя считать универсальным бенчмарком.
Сама Orbit LoRA весит около 148 MiB. Для неё нужны MiniMax H3, текстовый энкодер и VAE. В описании модели также объясняется разница режимов: обычный Ref2VA принимает изображения как свободные референсы и не гарантирует возврат к исходному кадру, а FL2VA фиксирует первый и последний кадры.
Где MiniMax H3 ломается
У H3 сейчас видны три ограничения: мелкие лица теряют детали, люди и объекты нестабильны при пересечении, а дальний план с быстрым движением быстро превращается в шум.
Есть ещё один риск. Модель может убедительно дорисовать то, чего в кадре не было. Затылок персонажа выглядит правдоподобно, но это не подтверждает его соответствие реальной форме. В Orbit-тесте фон и положение предметов иногда переставали складываться в единую 360°-сцену.
Цена облачного запуска зависит от площадки. В опубликованном обзоре для fal указаны $0,05 за секунду на 480p, $0,06 на 768p, $0,13 на 2K и $0,16 на 4K. На консоли Higgsfield 26 сентября 2026 года модель была указана по $0,091 за секунду. Это ориентир для сравнения облака с арендой GPU.
Открытые веса H3 не означают, что весь стек доступен одинаково. В досье по релизу указано: открытая часть рассчитана на H3-Base и 768p, а модули H3-Context-IR и H3-Regenerate-2K отдельно не опубликованы. Перед коммерческим использованием нужно прочитать MiniMax H3 Community License.
Что я бы проверил первым
Я бы начал с трёх коротких тестов: один персонаж в среднем плане, движение камеры вокруг продукта и сцена с двумя объектами без пересечения. Так быстрее понятно, где сбой — в идентичности, руках, фоне или геометрии.
Для motion copy сохраняйте исходный референс, замедленную версию и кроп. Такие варианты часто полезнее, чем бесконечно крутить seed на одном широком кадре. Результат Orbit LoRA стоит смотреть покадрово: красивая петля ещё не доказывает, что объект сохранил форму.
После этих тестов японский автор планирует отказаться от SCAIL2 в пользу MiniMax H3. Это его выбор по трём сериям сравнений, не окончательный рейтинг моделей. Похоже, H3 постепенно становится удобным инструментом для чернового моушна.
Промты для генерации видео собрал в библиотеке
Источники
pablodawson/MiniMax-H3-360-Orbit-LoRA
MiniMax H3 open weights on Hugging Face: what is in the release
MiniMax H3 guide: specs, licence and prices, updated weekly
Источникnote.com
