9/20夜にローカル画像生成界隈で新しいオープンウェイトモデル「Qwen Image 2.1」がリリースされましたね！ 「この新しいベースモデルで、自分のオリジナルキャラクターのLoRAを学習させて動かしてみたい・・！」と思った方も多いのではないでしょうか？

今週もMiniMax H3を中心に、ローカル生成AIで気になった更新をまとめます！

MiniMax H3の初期の盛り上がりが落ち着いてきて、高速化よりも応用アプリケーションへ興味がシフトしていますが、ここに来て新しい判断モデルである「Jev」がめちゃくちゃ盛り上がっています！

MiniMax H3で色々と動画を作成していますが、以前からやりたかったことがあります。

3Dで作ったカメラワークをAI動画に使うとき、人物の動作だけを変えても、同じようにカメラが動いてほしいですよね。

前回の記事では、ローカル音楽生成AI「YuE2-3B」を試して、その歌唱クオリティの高さに感動しつつも、「ライセンスがCC BY-NC 4.0（非商用）で使いづらい」「ComfyUI版がなくてC++のaudio.cppを手動でCUDAコンパイルするのが大変すぎる……正直おすすめしないです（涙）」とお伝えしていました。

今回の記事では、MiniMax H3を超高速化する派生モデル「FastH3」の最新バージョンである「FastH3 8-Step V2」を、従来の「FastH3 Preview v1（4-step）」と比較検証してみましたー！

ローカル生成AI界隈、相変わらず更新が速すぎますねー。

MiniMax H3の動画生成で「上から正面に回り込んで、最後に横から寄ってほしい」と思ったとき、カメラの動きを文章にするのは意外と難しくないですか？

ChatGPTのGPT Image 2.5の精度が高く、みなさん色々遊んでいると思います。Xポストを見ていると、4x4のキャラクターシートを作らせて動画にしている方が多かった印象です。

最近はMiniMax H3ばかりでしたので、1日くらいは別のローカルAIを試そうと、Xに流れてきたローカル音楽生成AIの「YuE2-3B」を試してみました！

MiniMax H3もリリースされてから時間が経ち、色々な派生モデルが登場しています。その中でも最近人気が上がっている派生モデル「Singularity」が気になっています！

MiniMax H3のRef2VAでは、キャラクターの全身、上半身、顔アップなど、複数の画像を参照に渡せます。情報を多く渡せるのは便利ですが、「何枚渡しても同じ生成速度なのか？」と気になりませんか？？

LTX-2.5もリリースされましたが、まだまだMiniMax H3も盛り上がっています。精度が良いので色々な動画を作りたくなるんですよねー。

今回は、画像や動画生成AI界隈で話題の「MiniMax H3（ref2va）」を使った、キャラクター参照比較の検証記事を紹介します。

先日、MiniMax H3のRef2VAでVSA（Visual Sparse Attention）を使うカスタムノード「ComfyUI-Ref2VA-VSA」が公開されました。

MiniMax H3の高速化手法が日々出てきてついていくのがやっとです・・。以前も早見表を作ったのですが、またさらに追加されて更新が追いつきません。

最近、ローカル環境でMiniMax-H3を使った動画生成（Ref2VA）にどっぷりハマっている私ですが、検証を重ねる中でずっと気になっていたことがありました。

MiniMax H3の表現力の幅が広すぎて嬉しい限りですが、今回はドット絵動画をMiniMax H3 ref2vaを使って作成してみました。

MiniMax H3が大人気ですが、大人気すぎて技術が乱立しすぎて混乱中です。リリース当初から追っかけている私ですらついていけないくらいですからね・・。

前回の記事では、MiniMax H3の「Ref2VA（Direct Video Reference）」を使うことで、元のダンス動画の動きをトレースしつつ、キャラクターの一貫性を保った動画が作れることをご紹介しました。

タイトル盛りすぎましたが、一応できましたのでご報告を。アップスケーラ使ってですけどね汗

こんにちは、かみもとです！

最近のローカル動画生成AI、特に「MiniMax H3（FL2VA）」のクオリティには目を見張るものがありますよね！

MiniMax H3でControlNetが使えるようになりました！以前の記事でもトライしています。