跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(LCZ-Blue)
  • 不使用皮肤
  • LCZ-Green
  • LCZ-Blue
  • LCZ-Black
折叠
品牌标识

抡锤者

首页 版块 标签
硬件
装备秀
AI 广场 App
  1. 主页
  2. 版块
  3. AI音视频画图
  4. [H3劍心比賽] RTX 5060 Ti 16 GB 單卡|minimax_h3_ref2v_turbo_4step_v0.1 3D / 2D

[H3劍心比賽] RTX 5060 Ti 16 GB 單卡|minimax_h3_ref2v_turbo_4step_v0.1 3D / 2D

已定时 已固定 已锁定 已移动 优秀 AI音视频画图
rtx5060minimax视频生成
3 帖子 3 发布者 185 浏览
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • XXXX
    XXXX
    XXX
    体面乡绅 硕果累累
    编写于 最后由 XXX 编辑
    #1

    2D: 2D影片
    3D: 3D影片

    【場測回帖】MiniMax H3 R2V 1344×768 12s — RTX 5060 Ti 16G(純原生環境)

    視頻鏈接(YouTube)

    • 3D CGI 風格:{YOUTUBE_3D_LINK}
    • 2D 手繪動畫風格:{YOUTUBE_2D_LINK}

    一、硬件配置

    項目 規格
    GPU NVIDIA GeForce RTX 5060 Ti 16G(GB206, Blackwell sm_120)
    CPU Intel i5-13500(20 核)
    RAM 64 GB
    驅動 / CUDA 580.178.04(Open Kernel Module)/ 13.0
    PyTorch 2.12.1+cu130
    ComfyUI 0.45.3 原生支持(零 custom nodes,官方 R2V 模板同構)

    二、工作流(JSON 見附件 workflow_api_3D_v4.json / workflow_api_2D_v4.json)

    官方 MiniMax H3 R2V(Reference-to-Video) 原生節點路線:

    CLIPLoader(qwen3vl_32b_nvfp4_awq) ─┐
    UNETLoader(ref2va_pruned_int8_convrot) → LoraLoaderModelOnly(turbo_4step) ─┬→ BasicGuider ─┐
    VAELoader(video_vae_fp16) ────────────┐                                    │               ├→ SamplerCustomAdvanced
    VAELoader(audio_vae_fp32) ────────────┴→ MiniMaxH3ReferenceToVideo(6×ref, 1344×768, 294f) ─┘   (res_multistep/simple)
    → VAEDecode + VAEDecodeAudio → CreateVideo(24fps) → SaveVideo
    
    • 1344×768;12s→24fps×12=288 幀按官方模板公式對齊 17k+5 格 = 294 幀(實長 12.25s)
    • 參考圖:帖方提供 6 張(3+3),4x 預放大後縮至短邊 1366、ref_image_size=max
    • 提示詞:帖內統一 Prompt,僅 style 標籤與 <Picture 1..6> 綁定句按模板慣例調整;v4 另加 3 條動作修正指令(跑向方向/碰刀點位/一人一刀),原文見 prompt_3D_v4.txt
    • 兩支同種子 20261115,只差 style 標籤

    三、加速手段

    手段 使用
    官方 Turbo 4-step LoRA(minimax_h3_ref2v_turbo_4step_v0.1) ✅ 20步→4步(兩支同標準,公平對比)
    int8_convrot 量化 DiT(官方倉庫,Comfy 推薦 cu130 首選) ✅ 16G 顯卡唯一可行档次
    nvfp4_awq Qwen3-VL-32B 文字編碼器 ✅ Blackwell 原生 FP4
    Video VAE fp16(int8_convrot VAE 實測影響還原度,已換) ✅
    動態 VRAM 調度(comfy-aimdo) ✅ 16G 分頁載入 20G DiT
    SageAttention / CK flash-attn / SOL Attention ❌ 未使用——torch 原生 SDPA(日誌 "Using pytorch attention")。50xx+cu130 上第三方 attention 生態仍缺,原生路徑即最快

    四、完整運行時間與日誌證據(見 log_evidence_v4.png / raw_log_evidence.txt)

    視頻 Total Time(日誌原文) 成品驗證
    3D v4 00:41:03(Prompt executed) ffprobe: 12.25s / 1344×768 / 24fps / h264+aac
    2D v4 00:41:07(Prompt executed) 同上
    • 單步實測 ~600 s/it(4 步×~10 分鐘,294 幀 1344×768);含 32B 文字編碼器載入與影音雙解碼
    • 對照組:未掛 Turbo 的 20 步滿步版 Total 1h34m04s(log_evidence_20步對照組.png,舊代受下述 autogrow bug 影響參考圖未生效,僅作速度參考)

    五、踩坑實錄(16G 卡的「生態虧」)

    1. API 格式 autogrow 陷阱:ref_images 以 dict 內嵌連結經 API 提交會被執行器靜默丟棄——零參考生成(同種子像素級證實),必須用扁平鍵 ref_images.ref_image_N。官方 UI 匯出即扁平鍵,雲端不受影響,純 API 玩家會白跑半天
    2. VRAM 牆:6×2048px 參考圖在 TE 視覺編碼必 OOM(16G),6×1366 可行——參考圖解析度直接影響角色還原,16G 卡要在「解析度 vs 參考圖張數」間取捨
    3. 量化檔位差異:int8_convrot video VAE vs fp16 VAE 對角色細節還原有可感知差距,已換 fp16

    六、2D vs 3D 作法差別(同卡同標準)

    两支視頻同管线、同权重、同种子、同参考图、同分辨率/帧数/步数,作法上只有三层差异:

    層面 3D CGI 版 2D 手繪版
    唯一變數 style 標籤 (Style: 3D CGI animation) style 標籤 (Style: 2D traditional anime)
    與參考圖的相容性 參考圖是 2D 同人圖,style 標籤要「對抗」參考圖的扁平畫風 → 風格拉扯較明顯,角色細節(髮絲、衣紋)被 3D 化重繪 參考圖本來就是 2D,style 標籤順勢而為 → 筆觸、配色與原圖貼合度高
    實測缺陷傾向(同種子) 双人特寫時身分互竄(碰刀瞬間換臉)、道具增生(單刀變雙刀)——3D 場景細節多、注意力被物件搶 對運動方向指令更敏感(「跑向對方」被誤解成背對跑)——2D 鏡頭語言簡潔,動作描述錯誤無緩衝空間
    有效修正話術 Identity lock+Weapons lock 兩段鎖(外貌特徵禁互換/一人一刀) 動作描述加方位副詞(TOWARD/face-to-face/closing the distance)
    Total Time 00:41:03 00:41:07(差異<0.2%,風格不影響速度)

    結論:模型對兩種風格都是原生能力,成本完全相同;差異全在 prompt 工程——3D 要鎖「身分與道具」,2D 要鎖「動作方位」。參考圖本身的畫風是 2D 時,2D 版的角色還原天然吃香,这不是卡的問題,是 R2V 特性。

    主觀畫質觀感(待補):{QUALITY_NOTES}

    七、環境對等聲明

    純公版起跑線:ComfyUI 0.45.3 官方安裝、零 custom nodes、官方 R2V 模板同構、官方 Turbo LoRA。唯一因地制宜是 16G 顯卡採用官方推薦 int8_convrot+nvfp4 量化組合。是骡子是馬拉出來遛——16G 消費級 Blackwell 的全部真實成本(量化取捨+VRAM 重試+無第三方 attention)都已如實列在上面。

    log_evidence_20步對照組.png
    log_evidence_v4.png
    prompt_2D_v4.txt prompt_3D_v4.txt raw_log_evidence.txt workflow_api_2D_v4.json workflow_api_3D_v4.json

    PS: 開始都丟給AI, 後續成片有幾次不合理的地方, 讓AI修正.

    1 条回复 最后回复
    1
    • ,XXXX XXX 引用了 此主题
    • terryT
      terryT
      terry
      易有太极
      编写于 最后由 编辑
      #2

      通过初审,20积分比赛结束后统一结算。

      油管:https://www.youtube.com/@抡锤者

      1 条回复 最后回复
      0
      • XiaoteX
        XiaoteX
        Xiaote
        易有太极
        编写于 最后由 编辑
        #3

        ✅ 版主审定:本帖设为优秀,作者 +3 积分奖励,继续加油!

        奖励凭证:优秀 +3 分 · 编号 e3086-3322-1

        老特的AI助手,DeepSeek Flash驱动,没回你是因为被限速了~除了管理员不能私信我,别浪费时间~尝试多了被封号就不好了~

        1 条回复 最后回复
        0

        你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

        厌倦了每次访问都刷到同样的帖子?您注册账号后,您下次访问时都将自动回到上次浏览的位置,并可选择接收新回复的通知(通过电子邮件或推送通知)。您还可以收藏帖子、为帖子点赞,以此向其他社区成员表达您的感谢。

        有了你的建议,这篇帖子会更精彩哦 💗

        注册 登录
        回复
        • 在新帖中回复
        登录后回复
        • 从旧到新
        • 从新到旧
        • 最多赞同


        • 登录

        • 登录或注册以进行搜索。
        • 第一个帖子
          最后一个帖子
        0
        • 版块
        • 最新
        • 标签
        • 热门
        • 用户
        • 群组