MiniMax H3 Image LoRA против Video LoRA: какая задача создаёт первый кадр?

MiniMax H3 Image LoRA создаёт стоп-кадр; MiniMax H3 LoRA создаёт видео. Обе модели работают на одном и том же H3 с открытыми весами и принимают одни и те же файлы LoRA, поэтому вы можете утвердить персонажа или внешний вид на дешёвых стоп-кадрах и перенести ту же настройку loras в клип. Шаг со стоп-кадром нужен, когда вы создаёте или правите первый кадр; если кадр уже есть, сразу переходите к «изображение в видео». По нашим тестам сентября 2026 года обе ветки без цензуры, с единственным отличием в «изображение в видео», о котором мы скажем ниже.

Сравнение четырёх видеосемейств H3 (обычный H3, Spicy, LoRA, Singularity) приведено в руководстве по версиям H3. Эта страница о том, как стоп-кадр и клип соотносятся друг с другом.

Какая задача для какой работы

Обе задачи со стоп-кадрами и все три видеозадачи принимают до трёх записей LoRA, каждая — ссылка на .safetensors и сила от 0 до 4, без доплаты за загрузку. Если вы не используете ни одной LoRA, базовый H3 из изображения в видео дешевле ($0.037 в секунду при 768p), но у него нет поля loras.

Попробуйте в Playground. Оставайтесь на вкладке Playground в режиме Form и войдите, чтобы запустить.

1. Откройте страницу H3 Image LoRA из текста в изображение, напишите Prompt (сначала триггерное слово, если оно есть у LoRA) и выберите 1k в Resolution.
2. В разделе Style LoRAs вставьте прямую ссылку на файл в LoRA file, задайте Strength и нажмите Add item до трёх раз. Задайте Seed, чтобы сравнивать силы. Начните с одной LoRA и запишите её ссылку и силу вместе с кадром.
3. Нажмите Run model и повторяйте, пока кадр не станет нужным.
4. Откройте страницу H3 LoRA из изображения в видео, добавьте утверждённый стоп-кадр в Input image, вставьте те же записи LoRA, задайте Resolution в 480p, а Duration — 3 секунды, и опишите действие в Prompt. Проверьте оценку цены, затем запускайте.

Затем запустите из кода

Установите Python SDK (pip install spicyapi) и задайте SPICY_API_KEY. Именно это создаёт стоп-кадр; ссылка на LoRA та же прямая ссылка на файл, что и в Playground.

import uuid

from spicyapi import SpicyClient, output_assets

client = SpicyClient()  # reads SPICY_API_KEY
loras = [{"path": "https://huggingface.co/KennethFal/vh5tape-vhs-lora-minimax-h3/resolve/d25a4ab75aba899aa508220321525c8465ac11af/vh5tape.safetensors", "scale": 0.8}]
still = client.create_task(
    model="minimax/h3-image-lora/text-to-image",
    input_data={"prompt": "vh5tape, a woman in a red coat on a rainy city street at night, neon reflections", "resolution": "1k", "seed": 42, "loras": loras},
    idempotency_key=str(uuid.uuid4()),  # new key per new request; reuse only to retry the same one
)
print(output_assets(client.wait_for_terminal(still["taskId"]))[0]["url"])

Для клипа отправьте утверждённый стоп-кадр как image_url с теми же loras в minimax/h3-lora/image-to-video (resolution 480p, duration_seconds 3). Полное описание работы с SDK — в документации Python SDK.

Или поручите запуск Agent. С CLI положите тот же input в input.json и выполните spicyapi tasks create --model minimax/h3-image-lora/text-to-image --input-file input.json --wait. С сервером MCP ваш ассистент вызывает spicyapi_task_create и просит подтвердить цену. npx skills add spicyapi-ai/spicy-skill устанавливает Agent Skill, так что ассистент для программирования читает актуальную схему, а не угадывает названия полей.

Концептуальная иллюстрация: сначала утвердите кадр на стоп-кадрах; движение приходит потом.

Что переносится из стоп-кадра в клип

Один и тот же файл LoRA и та же сила работают в обоих случаях. LoRA персонажа и стиля хорошо видны на одном кадре, поэтому стоп-кадр сразу покажет, правильное ли у вас лицо или внешний вид. LoRA движения и камеры нельзя оценить на стоп-кадре, потому что в кадре нет движения; проверьте их на коротком клипе.

Сила зависит от этапа. На стоп-кадрах начинайте со стилевых LoRA с 0.7 до 1 и держите их умеренными, когда важна идентичность, потому что сильная стилевая LoRA может утянуть лица к своим обучающим данным. В задаче «изображение в видео» начинайте с LoRA концепта с 0.6 до 0.8: при значении 1 они могут увести клип от вашего кадра. Если клип уходит в дрейф, сначала снизьте самую сильную LoRA и только потом переписывайте промпт.

Два правила о файлах спасают неудачные запуски. Используйте прямую ссылку …/resolve/… на файл весов, а не страницу …/blob/… на Hugging Face. Ссылка …/resolve/main/… следует за тем, что автор загрузит дальше, поэтому замените main на хеш коммита, если клип следующего месяца должен совпасть с этим. Используйте веса, задокументированные для MiniMax H3 и для той задачи, которую вы запускаете; файлы для другого семейства моделей могут быть отклонены как несовместимые, а не загружены молча.

Опубликованный пример H3 Image LoRA: один стоп-кадр с кинематографичным освещением.

Подготовьте стоп-кадр к движению

• Соотношение сторон. У «изображение в видео» нет поля соотношения сторон; клип сохраняет форму вашего кадра. Выберите соотношение для сдачи ещё на этапе стоп-кадра. «Из референса в видео» принимает только 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 и 9:21, поэтому держитесь этого списка, если планируете смешивать ветки.
• Разрешение. Стоп-кадр 1k — это примерно один мегапиксель, то есть около одного кадра видео 768p; этого хватает для черновиков и сдачи в 768p. Используйте 2k, когда клип заканчивается в 1080p или когда сам стоп-кадр является результатом сдачи.
• Запас для движения. Обрезанный по краю объект или рука, спрятанная за реквизитом, оставляют клипу слишком мало материала. Если действию нужен второй человек, поместите его в кадр, а не вводите через текст.
• Промпт о том, что будет дальше. В «изображение в видео» опишите действие, камеру и звук и не пересказывайте саму картинку. Промпт, который переносит объект в другую сцену, конфликтует с первым кадром, особенно при сильной LoRA.
• Последний кадр. Для запланированного раскрытия или финальной позы добавьте последний кадр; клип переходит от первого изображения к нему.
• Референсы. Две-три чистых референса с разными ролями, например портрет и костюм, лучше удерживают идентичность, чем девять наложенных друг на друга, и каждый референс после первого добавляет к цене редактирования.

Контент для взрослых: стоп-кадры и «изображение в видео»

На шкале контента (L1 Намёк, L2 Зрелые темы, L3 Сильный, L4 Интенсивный, более интенсивная интимная сцена между взрослыми, а также проверки L5a (ограничение движений) и L5b (gore)) H3 Image LoRA выдал каждый класс ровно так, как было написано, и в задаче из текста в изображение, и при редактировании, без загруженных LoRA, по три запуска на каждую. H3 LoRA из текста в видео и из референса в видео вели себя так же. «Изображение в видео» оказалось той веткой, которая отступила: на уровне L4 два запуска из трёх без LoRA намекнули на сцену вместо того, чтобы показать её.

С загруженной LoRA для взрослых проверка L4 отрисовалась ровно так, как было написано, в задачах из текста в видео, из изображения в видео и из референса в видео, а также на обеих ветках со стоп-кадрами. Если вам нужен интенсивный кадр, который хочется анимировать, загрузите LoRA для взрослых в запрос «изображение в видео» или соберите кадр через «из референса в видео» либо «из текста в видео». Красиво выглядящий утверждённый стоп-кадр не гарантирует, что клип сохранит контент, поэтому проверяйте сам клип.

Более дешёвый порядок работы

Стоп-кадр тарифицируется за изображение, клип — за секунду. Пять стоп-кадров 1k стоят $0.21: меньше, чем 5-секундный клип в 480p ($0.25), и меньше половины цены того же клипа в 768p ($0.50).

1. Черновик в 1k с фиксированным зерном. Утвердите лицо, костюм и свет, меняя за раз только одну шкалу LoRA. Перезапускайте победителя в 2k, только если это действительно нужно.
2. Проверьте движение на самом коротком клипе. Отправьте утверждённый кадр и тот же массив loras в «изображение в видео» с 480p и 3 секундами. Проверьте начало, середину и конец на дрейф лица, смену костюма, лишних людей и на то, завершилось ли запрошенное действие.
3. Доведите до итогового разрешения. Переходя на 768p или 1080p, сохраните тот же кадр, зерно и промпт.
4. Отлаживайте стек удалением. Если клип с тремя LoRA пошёл не так, держите зерно и промпт и убирайте по одной записи; запуск, который восстановился, указывает на этот адаптер или на его взаимодействие с остальным стеком.

Что выбрать

Новый кадр: из текста в изображение. Сохранить человека с референса: редактирование. Затем отправьте утверждённое изображение в H3 LoRA из изображения в видео. Используйте «из референса в видео», когда персонаж должен прийти из референсов, а не из одного первого кадра. Пропустите шаг со стоп-кадром, если у вас уже есть кадр с нужным объектом, композицией и правами, если вы не используете ни одной LoRA (базовый H3 «изображение в видео» дешевле) или если изображение — это постер, который никогда не сдвинется. Полные тесты контента приведены в обзорах H3 Image LoRA и H3 LoRA.