Recenzja MiniMax H3 Image LoRA: zdjęcia bez cenzury, twoje własne LoRA

Galeria zawiera opublikowane, bezpieczne do pracy przykłady ze strony modelu MiniMax H3 Image LoRA. Naszych obrazów testowych ze skali treści nie pokazujemy; podajemy tylko wyniki.

LoRA stylu na pierwszy rzut oka. Zdjęcie tekst-na-obraz z LoRA w wyglądzie VHS przy sile 1: kobieta w koszulce nocnej w drzwiach nocą, linie śledzenia i różowo-błękitny odcień koloru na całej klatce, dokładnie taki uszkodzony taśmą wygląd, jakiego wymaga słowo wyzwalające.

Światło operatora, tylko ze słów. Mężczyzna w hotelowym szlafroku przy oknie o świcie, realistyczne LoRA przy 0,8 kształtuje skórę i podział niebieskiego i ciepłego światła na jego twarzy. To samo zdjęcie stało się później otwierającą klatką klipu wideo H3.

Ta sama twarz, nowa scena. Portret studyjny wszedł jako jedyne odniesienie na endpoincie edycji, z załadowanym realistycznym LoRA; wynik zachował jej twarz i fryzurę i umieścił ją na słonecznym balkonie w białej lnianej koszuli.

Inne medium, ten sam podmiot. Fotografia piosenkarki przy mikrofonie, przerysowana przez kreskówkowe LoRA z 1939 roku na ręcznie rysowaną klatkę w stylu gumowego węża, sepiowa faktura papieru, poza i sukienka bez zmian.

W tekście na obraz umieść słowo wyzwalające LoRA na pierwszym miejscu, jeśli je ma, potem opisz podmiot, otoczenie i światło tak, jakbyś oświetlał ujęcie filmowe. W edycji zacznij od krótkiej linii na każdy obraz referencyjny, potem opisz tylko to, co ma się zmienić; ponowne nazywanie twarzy zwykle kłóci się z odniesieniem, zamiast pomagać.

1. LoRA stylu, słowo wyzwalające na pierwszym miejscu (tekst na obraz, 1k, 3:2). Dokładny prompt stojący za przykładem w wyglądzie VHS, siła LoRA 1.

vh5tape, a paused VHS frame: a woman in a slip dress leaning in a doorway at night, pink and cyan light on wet asphalt, tracking lines across the bottom of the frame.

Uruchom ten prompt na MiniMax H3 Image LoRA →

2. Oświetl to jak ujęcie filmowe (tekst na obraz, 1k, 16:9). Dokładny prompt stojący za przykładem hotelowego okna, realistyczne LoRA przy 0,8.

Cinematic film still. A man in his thirties in a white hotel bathrobe stands at a floor-to-ceiling window at dawn, one hand on the glass, looking out over a waking city, soft blue light on his face and warm lamp light behind him. 35mm film look, shallow depth of field.

Uruchom ten prompt na MiniMax H3 Image LoRA →

3. Nazwij odniesienie, potem zmianę (edycja obrazu, 1k, 3:4). Dokładny prompt stojący za przykładem balkonu; Picture 1 był pojedynczym portretem, realistyczne LoRA przy 0,8.

Picture 1 is the woman. Put her on a sunlit balcony in a white linen shirt, wind in her hair, late afternoon light. Keep her face and hairstyle.

Uruchom ten prompt na MiniMax H3 Image LoRA →

27 września puściliśmy naszą skalę treści na obu endpointach bez żadnego załadowanego LoRA, trzy przebiegi na typ próby na każdym z nich: L1 Sugestywny, L2 Dojrzałe motywy, L3 Mocny, L4 Intensywny i oba typy testu L5 Ekstremalny (skrępowanie i uderzenie oraz gore). Wszystkie trzydzieści sześć przebiegów wróciło zgodnie z zapisem, nic złagodzone i nic odrzucone. W edycji poprawki L5 gore rysowały ranę bardziej powściągliwie niż w tekście na obraz, jako nacięcie w zbroi z krwią zamiast pełnej sceny, ale wciąż zgodnie z tym, o co prosił prompt. Model bazowy nie potrzebuje żadnego dorosłego LoRA, by dotrzeć na szczyt skali.

26 września wgraliśmy LoRA tożsamości dla dorosłych i puściliśmy jedno żądanie na każdym endpoincie. Tekst na obraz wyrenderował naszą próbę L4 Intensywny zgodnie z zapisem. Edycja obrazu zrobiła to samo, a osoba w wyniku odpowiadała tej z obrazu referencyjnego. Etykieta strony to Bez cenzury: nie dokładamy żadnego własnego filtra treści, a nic w prompcie, wagach LoRA ani wyjściu nie jest sprawdzane.

Odrzucone żądanie nie jest naliczane; żaden z naszych przebiegów w żadnej z dwóch rund nie został odrzucony.

Jeszcze nieprzetestowane: przebiegi z załadowanym LoRA przy 2k (wszystkie nasze były przy 1k); sceny z dwiema kobietami lub dwoma mężczyznami; style anime i ilustracyjne; LoRA przy sile powyżej 1.

Wyłącznie dorośli, w każdym prompcie, obrazie referencyjnym, LoRA i wyjściu. Nigdy nie przedstawiaj prawdziwej, rozpoznawalnej osoby bez jej zgody.

Oba endpointy przyjmują do trzech wpisów LoRA na żądanie, każdy jako bezpośredni link HTTPS do pliku .safetensors wytrenowanego dla MiniMax H3, z siłą od 0 do 4. Waga wytrenowana dla innego modelu bazowego ładuje się bez błędu i zmienia mało albo nic, więc pierwszy przebieg z każdym nowym LoRA to sprawdzenie, nie wynik ostateczny: umieść jego słowo wyzwalające na pierwszym miejscu, jeśli je ma, wyrenderuj jeden obraz w 1k i szukaj oczywistego efektu.

LoRA stylu przy sile 1 dało wyraźne uszkodzenie taśmy VHS na zdjęciu tekst-na-obraz: linie śledzenia i przesunięty odcień koloru, o które prosty prompt nigdy nie prosił.

Realistyczne LoRA przy 0,8 zmieniło światło i skórę na napisanej scenie bez przejmowania kompozycji, a to samo LoRA przy tej samej sile, w parze z pojedynczym obrazem referencyjnym na endpoincie edycji, zachowało twarz i fryzurę osoby, podczas gdy każdy inny szczegół sceny się zmieniał.

Kreskówkowe LoRA restylizacji przy sile 1, ze słowem wyzwalającym na pierwszym miejscu, wzięło fotografię na endpoincie edycji i zwróciło ją jako ręcznie rysowaną kreskówkową klatkę z 1939 roku, utrzymując pozę, sukienkę i rekwizyt na miejscu, podczas gdy całe medium się zmieniało.

Każdy z tych przebiegów działał z LoRA hostowanym poza SpicyAPI: skieruj path na dowolny osiągalny link .safetensors wytrenowany dla MiniMax H3, w tym te, którymi ludzie dzielą się na społecznościowych hubach LoRA dla tego modelu bazowego. Wagi ładują się bez żadnego sprawdzenia tego, co zawierają, ani do rysowania czego zostały wytrenowane, co pozwoliło też dorosłemu LoRA załadować się i wyrenderować naszą próbę L4 Intensywny bez zmian na obu endpointach, jak opisano powyżej.

MiniMax H3 Image LoRA działa na tych samych otwartych wagach MiniMax H3 co rodziny wideo, więc to, co ludzie mówią o tym modelu bazowym, dotyczy też tego. Powtarzającym się motywem jest to, jak mało powstrzymuje: „Najmniej ocenzurowany model dowolnego typu, jaki kiedykolwiek widziałem od dużego laboratorium” i „Minimax nie ma ŻADNYCH filtrów jakiegokolwiek rodzaju” to dwa najczęściej cytowane zdania. Twórca Redis, antirez, przekazał bardziej mieszaną opinię, że „H3 jest dość mocno bez cenzury”, ale nie był trenowany pod kątem najwyższych poziomów, co opisuje raczej ryzyko anatomiczne niż odmowę.

Najbardziej istotna dla tej rodziny skarga dotyczy podążania za instrukcjami: ludzie uruchamiający otwarte wagi bez własnego przepisywania promptów MiniMax mówią: „Mogę pisać co chcę, a prompt jest całkowicie ignorowany”. W naszych przebiegach proste, konkretne prompty i wyraźnie ponumerowane odniesienia wracały zgodnie z zapisem; to niejasne jednolinijkowce najczęściej dryfują.

• Wolisz animować to samo LoRA zamiast zdjęcia? MiniMax H3 LoRA uruchamia te same wagi na wideo, już od $0.025 za sekundę, i przyjmuje te same pliki postaci lub stylu.
• Tanie, bez LoRA, bez cenzury zdjęcie? Z-Image Spicy w ogóle nie ma wejścia LoRA, ale przeszedł naszą skalę treści za $0.01235 za zdjęcie. Nasza recenzja Z-Image Spicy.
• Otwarte, społecznościowe LoRA na innych modelach bazowych? Z-Image Turbo LoRA, FLUX.1 Dev LoRA i Qwen Image 2512 LoRA ładują huby LoRA zbudowane dla każdego z tych modeli, w ich własnych cenach i proporcjach.