Recenzja MiniMax H3 LoRA: własne LoRA, bez filtra treści

Galeria poniżej zawiera opublikowane, bezpieczne do pokazania przykłady ze strony modelu MiniMax H3 LoRA, pokazane tak, jak zostały wyrenderowane. Nasze klipy testowe skali treści nie są pokazywane; te wyniki podajemy wyłącznie w tekście.

LoRA stylowy zmienia klatkę, nie tylko korekcję koloru. W klipie z barem prosty prompt plus LoRA „taśma VHS” na sile 1 daje szum taśmy, przelewanie chrominancji i wypłowiałą paletę, których sam prompt tekstowy by nie dał. Klip „kreskówka z 1939 roku” prowadzi ten sam pomysł w przeciwnym kierunku: inny LoRA zamienia ten sam rodzaj sceny w animację rysowaną ręcznie z chrapliwą ścieżką dźwiękową big-bandu.

LoRA Realism People w obraz na wideo i referencjach na wideo. Przy sile 0,8 utrzymuje wiarygodną skórę i tkaninę, gdy obiekt się porusza, nie nadpisując klatki otwierającej ze stilla zrobionego w MiniMax H3 Image LoRA, ani dwóch stilli referencyjnych, które ustalają kobietę i pokój hotelowy w klipie referencje na wideo.

Wideo referencyjne niesie ruch, nie tożsamość, gdy tak to powiesz. Klip z obrotem bierze stilla wykonawczyni i pięciosekundowy klip referencyjny z obrotem na podłodze kogoś innego; prompt jasno stwierdza, że osoba pochodzi z obrazu, a tylko ruch pochodzi z klipu. Za pierwszym razem, po pominięciu tego zdania, razem z ruchem przywędrowała niewłaściwa tancerka.

Umieść słowo wyzwalające LoRA, jeśli je ma, na samym początku promptu, następnie opisz ujęcie jako krótką oś czasu, a na końcu dodaj linię Audio:. Powtarzanie tego, co LoRA już robi, zwykle raczej z nim koliduje, niż go wzmacnia.

1. LoRA stylowy ze słowem wyzwalającym (tekst na wideo, 480p, 5 s). Prompt stojący za naszym klipem z barem, z LoRA „taśma VHS” na sile 1.

vh5tape, worn VHS tape with light tracking noise. A woman in a red satin dress sits alone in a late-night diner booth, turns toward the camera and slowly smiles, neon light flickering in the rain-streaked window behind her. Slow push-in. Audio: rain on glass, a jukebox ballad muffled through the tape, quiet room hum.

Uruchom ten prompt na MiniMax H3 LoRA →

2. Co dzieje się dalej, nie nowa scena (obraz na wideo). Powstrzymuje mocny LoRA konceptualny od odciągania klipu od klatki otwierającej.

From this exact frame: he turns away from the window, walks toward the camera tying the belt of his robe, and stops with a half smile. Slow handheld push-in. Audio: morning city hum through the glass, bare feet on carpet.

Uruchom ten prompt na MiniMax H3 LoRA →

3. Nazywanie każdej referencji numerem (referencje na wideo). Powiedz jasno, które wejście dostarcza osobę, a które ruch, inaczej model może wziąć obie rzeczy z klipu.

Replace the dancer from Video 1 with the woman from Picture 1: her face, her dark hair and her black long-sleeve outfit. She copies the fast floor spin from Video 1 in a bright white photo studio with a seamless backdrop, then rises and smiles at the camera. Only the motion comes from Video 1; the person comes from Picture 1. Audio: an upbeat drum loop, sneakers squeaking on the floor.

Uruchom ten prompt na MiniMax H3 LoRA →

Przeprowadziliśmy dwa osobne testy. 27 września 2026 sprawdziliśmy wszystkie trzy endpointy bez wczytanego LoRA: 3 przebiegi na typ testu w L1 Sugestywny, L2 Dojrzałe motywy, L3 Mocny, L4 Intensywny i obu typach testu L5 Ekstremalny (unieruchomienie/uderzenia i gore). Tekst na wideo i referencje na wideo wyrenderowały każdy poziom zgodnie z zapisem. Obraz na wideo zrobił to samo poza L4 Intensywny, gdzie w dwóch z trzech przebiegów scena została jedynie zasugerowana, a nie pokazana. To 54 przebiegi dla tej rodziny, w ramach szerszego przebiegu 216 klipów i stilli w sześciu rodzinach LoRA tego dnia, i żaden nie został odrzucony.

26 września 2026, z wczytanym LoRA dla dorosłych od społeczności na domyślnej sile, puściliśmy po jednym teście na endpoint: tekst na wideo, obraz na wideo i referencje na wideo wyrenderowały wszystkie nasz test L4 Intensywny zgodnie z zapisem, bez odmowy i bez zamiany na bezpieczniejszą scenę; obraz na wideo utrzymał też L3 Mocny. Endpoint obraz na wideo utrzymywał klatkę otwierającą, gdy tylko prompt opisywał to, co dzieje się dalej w tej klatce, a nie inną scenę; mocny LoRA konceptualny na domyślnej sile, w połączeniu z promptem sprzecznym z obrazem, to właśnie odciągnęło klip od klatki we wcześniejszej próbie.

Jeszcze nietestowane: wyższe poziomy z innym LoRA niż jedyne dostrojenie dla dorosłych, którego użyliśmy; LoRA w stylu anime lub ilustracji przy L4 Intensywny lub L5 Ekstremalny; LoRA nałożony razem z audio referencyjnym; klipy dłuższe niż te w naszych testach.

Etykieta na stronie to Bez cenzury: nie dokładamy żadnego własnego filtra treści, ani na tym endpoincie, ani na żadnych wagach LoRA, na które wskażesz. Tylko dla dorosłych, w każdym stillu, prompcie i wyjściu. Nigdy nie przedstawiaj prawdziwej, możliwej do zidentyfikowania osoby bez jej zgody.

Trzy LoRA społeczności, wszystkie wytrenowane pod MiniMax H3, wczytały się i w widoczny sposób zmieniły wynik w naszych testach.

• LoRA stylu taśmy VHS, siła 1: działa na tekst na wideo. Szum taśmy, przelewanie kolorów i wypłowiała paleta są wyraźnie widoczne w scenie baru. W obraz na wideo ze stilla fotograficznego ten sam LoRA przy sile 0,8 ledwo było widać: zdjęcie narzuciło wygląd.
• LoRA rysowanej ręcznie kreskówki z 1939 roku, siła 1: działa na tekst na wideo. Ten sam rodzaj promptu, który inaczej renderowałby się fotorealistycznie, zamienia się w animację rubber-hose z malowanymi tłami.
• LoRA Realism People, siła 0,8: działa. Utrzymuje przekonującą skórę i tkaninę, gdy obiekt się porusza, zarówno na stillu obraz na wideo, jak i na ujęciu referencje na wideo zbudowanym z dwóch obrazów referencyjnych.

LoRA wytrenowany pod inny model bazowy wczytuje się bez błędu, ale prawie nic nie robi, co bylibyśmy w stanie zauważyć; jeśli klip po wczytaniu LoRA wygląda jak zwykły, niestylizowany render H3, to najbardziej prawdopodobny powód, a nie zepsute żądanie. LoRA konceptualne i anatomiczne najłatwiej zdominują scenę przy pełnej sile; powyższe LoRA stylowe działały dobrze przy sile 1, podczas gdy LoRA realizmu utrzymywał się czysto nad istniejącą klatką przy sile 0,8. LoRA stylowe widać najbardziej na tekst na wideo. Gdy zdjęcie jest klatką otwierającą lub referencją, spodziewaj się, że wygra wygląd zdjęcia: w porównaniu na tym samym seedzie 27 września LoRA kreskówki z 1939 roku pozostawił klipy obraz na wideo i referencje na wideo zrobione ze zdjęcia wyglądające fotograficznie nawet przy sile 2,5.

MiniMax H3 LoRA działa na tym samym modelu z otwartymi wagami, o którym mówi się już z powodu braku filtrowania: „MiniMax nie ma żadnych filtrów”. Konkretnie po stronie LoRA opinie o repozytoriach społeczności, których użyliśmy we własnych testach, sięgają od bezpośredniej pochwały, „Chciałem tylko powiedzieć, że to świetny lora, dobra robota”, po problemy z konfiguracją niemające nic wspólnego z polityką treści: jeden użytkownik zgłosił, że LoRA dawał zniekształcony wynik w jego przepływie ComfyUI, podczas gdy „inne Lora działają dobrze” w tej samej konfiguracji — przypomnienie, że LoRA, który działa na naszym endpoincie, może mimo to zachowywać się źle w innym potoku, i odwrotnie.

• Nie masz LoRA do wczytania? MiniMax H3 wykonuje te same wagi bazowe taniej za sekundę, dodaje poziom 2k i zaliczył tę samą skalę treści w naszych testach. Nasza recenzja H3.
• Chcesz dostrojenia bez cenzury bez własnych wag? MiniMax H3 Spicy animuje stilla bez wymaganego promptu i bez pola loras do zarządzania. Nasza recenzja H3 Spicy.
• Ostrzejszy szybki ruch i twarze? MiniMax H3 Singularity LoRA to dostrojenie społeczności tej samej bazy z tym samym limitem trzech LoRA, tylko w obraz na wideo i referencje na wideo, od $0.0625/s przy 480p. Nasze porównanie.
• Inny model bazowy dla twoich LoRA? Wan 2.2 LoRA obraz na wideo zaczyna się od $0.024/s przy 480p, dzieli sloty LoRA na wysoki i niski szum, i nie ma wyjścia dźwiękowego.
• Wersja bez cenzury tej samej bazy Wan? Wan 2.2 Spicy LoRA dodaje endpoint przedłużania wideo obok obraz na wideo.