TL;DR

MiniMax-H3를 베이스로 한 LoRA로서 전용 ComfyUI 노드와 샘플러를 통해 4스텝에서 비디오와 동기화된 스테레오 오디오를 생성하도록 최적화되어 있으며, 통상 약 20스텝 대비 약 5배 정도의 샘플링 시간 단축을 목표로 하고 있습니다. 가중치는 bf16 약 744MB 규모로 여러 체크포인트(최종 ckpt850 포함)와 EMA/non-EMA 변형이 제공되고, 적용 방식은 W_eff = W + lora_B @ lora_A 형태로 동작합니다. 현재 ckpt850 EMA가 권장 파일이고 4스텝에서 선명도가 높지만 플라스틱 피부·과도한 그레인 같은 알려진 아티팩트가 있어 훈련이 일시 중지된 프리뷰 상태이며, low_vram 병합·LoRA 강도·스텝 수로 품질·메모리 트레이드오프를 조정해야 합니다.

핵심 포인트

• 이 LoRA는 MiniMax-H3를 기반으로 4스텝 샘플링에서 동기화된 비디오와 스테레오 오디오를 생성하도록 최적화되어 있으며, 통상 약 20스텝 대비 약 5배 정도의 샘플링 월클럭 속도 향상을 목표로 설계되어 있습니다. 구현은 샘플러를 'MiniMax-H3 Turbo Sampler (4-step)'와 같이 대체하고 LoRA를 모델 로더와 샘플러 사이에 적용하는 방식으로 동작합니다. 다만 4스텝 설정에서는 선명도는 높지만 플라스틱 같은 피부 표현과 과도한 그레인/노이즈 같은 알려진 아티팩트가 발생할 수 있으므로 사용자가 LoRA 강도를 조정해야 합니다.
• 호환성 측면에서 이 LoRA는 MiniMax-H3의 정규(full bf16·int8_convrot) 버전뿐만 아니라 pruned_int8·pruned_fp8 같은 경량화·양자화된 베이스에도 동작하도록 설계되어 있으며, ComfyUI 노드는 pruned 베이스를 자동 감지해 시간-컨디셔닝을 런타임에 재주입합니다. low_vram 스위치를 켜면 LoRA를 베이스에 병합하여 피크 VRAM을 낮출 수 있으나 양자화된 베이스에서는 출력이 더 부드러워지는 품질 저하가 발생합니다. 따라서 메모리 여건과 원하는 선명도에 따라 low_vram 온·오프와 LoRA strength를 함께 조정해야 합니다.
• 가중치 파일은 bf16 포맷 기준으로 약 744MB 크기이며, 여러 체크포인트(초기 ~200, 중간 ~500, 최종 ~850)에 EMA·non-EMA 변형이 제공됩니다. LoRA 적용은 표준 저순위 업데이트 형태로 W_eff = W + lora_B @ lora_A 방식을 사용하고 alpha는 rank로 설정되어 추가 스케일링이 없도록 구성되어 있습니다. 개발 측은 ckpt850 EMA 파일을 '현재 최종 체크포인트'로 권장하고 있으며, 더 날카로운 non-EMA 파일도 비교 분석용으로 제공됩니다.
• Standalone 실행용 generate.py를 통해 ComfyUI 체크아웃과 베이스 모델·VAE·text-encoder 파일을 함께 로드하면 그래프 없이도 MP4 결과물을 출력할 수 있으며, 예시 커맨드라인과 필요 파일 목록이 README에 포함되어 있습니다. 출력 해상도·프레임 수 제약과 24fps 기준 프레임 그리드(예: 124 프레임 ≈ 5초)가 검증되었고, 모델 전체 크기가 크므로 높은 해상도에서 80GB GPU를 권장하나 ComfyUI 노드의 스트리밍/low_vram 옵션으로 더 작은 GPU에서도 동작 가능하다는 점이 명시되어 있습니다. 오디오는 32 kHz 스테레오로 비디오와 정렬되며 오디오·비디오가 별도 플로우 스케줄을 타는 구조이므로 전용 샘플러 사용이 필수입니다.

제한사항