MENU
個人でお金を稼ぐ時代の収益化技術検証サイト
  1. ホーム
  2. MiniMax H3 用 LoRA 一覧表——当方が試したもの・調べたものの名前・トリガー語・強度・所感

MiniMax H3 用 LoRA 一覧表——当方が試したもの・調べたものの名前・トリガー語・強度・所感

このページは、MiniMax H3 用の LoRA について、当方が実際に試したもの・調べたものを一覧にした表です。名前、配布元、トリガー語、強度、そして使ってみてどうだったかを、条件つきで書いています。試したものが増えたら行を足します。

最終更新: 2026年10月7日

目次

読み方

  • 「状態」の欄は、当方の環境・当方の題材での現在地です。LoRAそのものの優劣を決めるものではありません。
  • 所感の多くは作例が1〜数本の段階です。成功率と呼べる数はまだありません。
  • 「作者推奨」は配布ページの記載、「当方設定」は当方が実際に使った値です。
  • LoRA(ローラ)は、既存のモデルに小さな追加の重みを足す仕組みです。精度を落として軽くする量子化や、少ないstep数で済むよう学習し直す蒸留とは別物です。

状態の言葉はこう使っています。

状態意味
常用本番の生成で使っている
条件つき効く条件と効かない条件が分かれた。使える場面で使う
参考少数の作例で効果を見た程度。評価は浅い
評価中完走はしたが、良し悪しをまだ決めていない
不採用試して、当方の用途では使わないと決めた
未評価手元にあるが、映像の評価をしていない
未導入ファイルの構造だけ調べた。使ってはいない

1. 人物・表情系

Mac(h3.c・量子化なしBF16)で試しています。

スクロールできます
LoRA配布元サイズトリガー語強度状態
Realism Peoplefal/MiniMax-H3-Realism-People-LoRA131MBr34l1sm(文頭に置く)作者推奨1.0(控えめなら0.6〜0.8)/当方設定0.60参考
Facial Realism CloseUp(cp2000)prithivMLmods/MiniMax-H3-Facial-Realism-CloseUp74.6MBFacial Realism当方設定0.60条件つき(未決)
Better Human Motion v1vpakarinen/better-human-motion-h3-lora310MB固定のトリガー語は確認できず作者推奨0.4〜0.8未評価
Natural Face & Speech v2vpakarinen/natural-face-speech-h3-lora310MB固定のトリガー語は確認できず作者推奨0.6〜0.8未評価

Realism People

肌の質感、目、微表情、自然な身振りを狙った LoRA です。作者はテキストから・画像から・参照からの3方式に対応すると書いています。

当方の評価は、まだ浅い段階です。分かっているのは次のことです。

  • 6〜8stepの試し焼き(参照から生成・0.2MPと0.6MP)では、途中から人物が帽子をかぶる、薄いモヤがかかる、映像が崩れる、という結果でした。
  • 20stepで焼き直した1本では、瞬きと自然な仕草が適度に加わり、モヤや余分な手足は出ませんでした。拡大して48fpsにした完成版でも同じです。
  • 先頭と末尾の画像から生成する方式では、効果が確認できました。

多少の効果はある模様、という程度に受け取ってください。その後、当方は0.8MP・20step・15秒を時間をかけて焼く運用に移り、低い解像度や少ないstep数を LoRA で補う場面が減りました。そのため作例を重ねておらず、成功率と呼べる数字はありません。今後あらためて評価する可能性があります。経緯は第7回に書いています。

Facial Realism CloseUp

顔の寄りで、瞬きや顔の細かい動きを狙った LoRA です。作者自身が実験版と書いています。

当方が試したのは、参照から生成・強度0.60・0.2MPの6stepと0.6MPの8step、の2本だけです。このときトリガー語の自動追加は切っていました。結果は、衣装が別物に変わる、表情が変わらない、動きがぎこちない、というものでした。20stepでの評価は、まだ記録がありません。Realism People と同じく、評価が変わる余地があります。

Better Human Motion / Natural Face & Speech

どちらも手元にあり、モデルへの適用が構造上通ることまでは確認しました。映像の評価はしていません。作者は生成20〜30stepを推奨しています。Natural Face & Speech は英語の発話向けと書かれています。

2. アクション系

スクロールできます
LoRA配布元サイズトリガー語強度状態
Weapon Combat V1JOKER141/MiniMax-H3-Weapon-Combat-LoRA155MBBUNNY当方設定0.45評価中
Wushu Action v5(no-adaln版)Jojocodex/minimax-h3-wushu-action-lora(old/)155MBwushu_action(文頭に置く)作者の作例0.5未導入
Wushu Action v7/v8Jojocodex/wushu-action-v7-minimax-h3-fl2va-ref2va-lora各596MB——未導入
GunFu-GunfightJOKER141/MiniMaxH3-GunFu-Gunfight-LORA155MBBUNNY作者の開始例0.9未導入

Weapon Combat V1

剣・刀・槍などの武器の連続性と、受け・攻防・位置移動を狙った LoRA です。作者は単独での使用を推奨しています。

当方では Mac で、参照から生成・0.8MP・20step・15秒を2本焼きました。どちらも完走し、所要は約10時間ずつです。

  • 1本目は、後半に余分な脚が出て、剣を手に持ったあとも腰に柄のようなものが残りました。
  • 2本目は文章とseedを変えたもので、余分な脚と腰の柄は出ませんでした。回転と跳躍のあとの再交戦まで進みましたが、指定した結末の動作は出ていません。

2本目で良くなった理由が、文章なのか、seedなのか、LoRAなのかは分けられていません。人物LoRAとの重ね掛けは試していません。

未導入の3つ

Wushu v5 と GunFu は、当方の読み込み方式とファイルの構造が一致する(208件すべて対応する)ことまで確認しました。Wushu v7/v8 は部品の名前の付け方が別形式で、当方の方式はそのままでは受け付けません。v8 について作者は、白い人体モデルと黒背景に偏ること、2人の動作が不安定なことを説明しています。

3. 高速化(蒸留)系

少ないstep数で焼けるようにする LoRA です。速くなる代わりに、近似が入ります。

スクロールできます
LoRA配布元サイズ対象設定状態
LightX2V Ref2V Turbo 8step v1.0(768p)lightx2v/Minimax-h3-Turbo1.96GB参照から生成強度1.0・8step・simple・euler・シフト映像12/音声3デスクトップの基準
LightX2V Ref2V Turbo 4step v0.1同上—参照から生成強度1.0・当方は4〜6step条件つき
FastH3 Dense 4-step v1(ComfyUI・Pruned用の変換版)Hippotes/MiniMax-H3-Experiments1.07GB元はテキストからの生成用強度1.0・6step評価中
h3.c 用 Turbo LoRA(モデルに焼き込み)—0.73GiBMac の h3.c5step不採用

参考として、LoRAではなく蒸留済みのモデル本体もあります。

スクロールできます
モデル配布元サイズ対象設定状態
FastH3 V2 8step(int8_convrot)FastVideo/FastVideo-FastH3-Comfy22.13GBテキストから・画像から(参照からは対象外)8step固定・res_multistep・simple・シフト映像10/音声3デスクトップで常用

LightX2V Ref2V Turbo 8step v1.0——読み込むノードで結果が変わる

この LoRA で一番大事なのは、読み込み方です。

  • 標準の LoraLoaderModelOnly で読み込むと、208件が適用されます。 実行ログに 208 patches attached と出ます。
  • MiniMaxH3TurboLoRA ノードで読み込むと、このファイルは1件も適用されません。 エラーは出ず、生成は最後まで走ります。実行ログには 0 patches attached と出ます。部品の名前の先頭が二重になり、対応する層が見つからなくなるためです。

当方は9月21日から、10月3日に直すまで、後者のノードで焼いていました。少ないstep数用の LoRA が効かないまま8stepで焼けば、描き込みが足りなくなります。当時の「ときどき指定していない内容や雲状のノイズが出る」という症状を説明できる、具体的な不具合です(過去のすべての崩れの原因と確定したわけではありません)。修正後は、0.6MP・5秒が5分04秒で、確認した範囲に雲状のノイズや大きな崩れはありませんでした(1本・短尺での確認です)。

適用件数は、絵を見ても分かりません。ログの数字で確かめるのが確実です。この話はワークフロー設計の回にも書きました。

LightX2V Ref2V Turbo 4step v0.1

8月〜9月前半に使っていた版です。クラウドGPUでは6step、Mac の ComfyUI とデスクトップでは4stepで回していました。6stepを8stepに上げた1本では、動きは良くなりませんでした。4step用に蒸留されたものは、step数を増やしても素直には効かないと考えています。また4stepでは、手の指が癒着して崩れることを、デスクトップの2つの解像度で確認しています。

FastH3 Dense 4-step v1

テキストからの生成用に蒸留された LoRA を、ComfyUI の Pruned モデル用に変換したものです。参照から生成するモデルにも、標準の LoraLoaderModelOnly で当てられました(ログは 218 patches attached)。

  • 0.6MP・10秒で、6stepは11分09秒でした。人物の同一性と構図は保たれていました(1つのseed・静止画の抜粋での確認です)。
  • 4step(7分26秒)は使えませんでした。マント越しに背後が透ける二重写しと、ブロック状の崩れが出ます。変換ツールの作者も6stepを推奨しています。

「Turbo 8stepより速くて同等以上」とは、まだ言えません。当時の比較相手だった Turbo 8step は、上に書いた「1件も適用されない」読み込み方だったためです。正しく適用した Turbo 8step と、同じ条件で比べ直す必要があります。

h3.c 用 Turbo LoRA の焼き込み

Mac の h3.c で、Turbo LoRA をモデルに焼き込んで5stepで回す方法です。0.6MP・5秒が18分17秒になり、20stepの55分56秒に対して3.06倍速でした。ただし4秒付近で暗い衣装の上に白い粒が飛び、動きも20stepより粗かったため、採用していません。素の8stepと同じくらいの質を、より短い時間で出せてはいます。ただ、20stepの質には届きませんでした。

4. 読み込み方の違い——デスクトップと Mac

デスクトップ(ComfyUI の標準経路) では、モデルとサンプラーの間に LoRA のノードを挟みます。適用できたかどうかは、実行ログの N patches attached で確かめます。

Mac(h3.c) では、ComfyUI の標準の LoRA ノードを挟んでも反映されません。h3.c は ComfyUI のモデルを受け取らず、モデルのフォルダを直接読むためです。当方は、BF16モデルの複製に LoRA をあらかじめ合成し、その複製を h3.c に渡す自作ノードを使っています。この方式の注意点は3つです。

  • 合成先のモデルは、LoRA・強度・生成方式の組み合わせごとに別に作られます。1つにつき約15〜37GiBのディスクを使います。
  • 対応しない部品が1つでもあれば、部分的に当てずに止める作りにしています。一部だけ効いた状態は、絵を見ても気づけないためです。
  • 使った LoRA の名前と強度は、生成した動画のメタデータに記録しています。あとから「どの設定で焼いたか」を引けるようにするためです。

5. 当方の評価の決まりごと

  • 評価は、本番と同じstep数で行う。
  • 「ダメ」は条件つきで記録する。「この方式・この設定ではダメ」と書く。
  • 初回は単独で比べる。複数の LoRA や蒸留を最初から重ねると、効果と副作用の出どころが分からなくなる。
  • 同じ文章・同じ参照・同じseedで、LoRA のあり・なしを比べる。トリガー語を使うなら、両方の文章に入れる。

6. 候補に挙げただけのもの

調査の段階で名前が挙がり、当方ではまだ評価していないものです。

名前配布元用途
H3 Turnaroundmatlod/minimax-h3-turnaround参照1枚から、回転した5視点を一度に生成
Camera MotionJojocodex/minimax-h3-Camera-Motion-loraカメラワークの制御
Spatial PhysicsJojocodex/minimax-h3-spatial-physics-lora空間・物理の整合
Acc LoRA(8step)alibaba-pai/MiniMax-H3-Acc-LoRAs別方式の蒸留。専用の読み込みノードが要る

関連ページ

更新履歴

  • 2026年10月7日 公開

本ページの内容は、記載した時点の当方環境での実測と観察に基づきます。配布元の仕様・ライセンスは変わり得ます。利用の際は各配布ページの最新の記載をご確認ください。本ページ中の人物に関する言及は、すべてAI生成キャラクターについてのものです。

目次