MiniMax H3 비디오 편집 기능 심층 분석

이 모델은 미니맥스 h3 모델과 머지하여 구현되었으며, 참조 이미지 아이덴티티의 일관성을 유지하는 데 중점을 둔다.

텐 에로스 모델의 용량은 약 40기가바이트로 일반적인 가정용 컴퓨터에서는 다소 부담이 될 수 있는 크기다. 이 모델을 사용하기 위해서는 Models 폴더 내 diffusion 모델즈 하위 폴더에 저장해야 한다.

이 노드는 저해상도로 구도와 형태를 생성한 후 고해상도로 업스케일하는 방식으로 작동한다. FP16 업스케일 모델 활용이 권장되며, 레이턴트 업스케일 모델즈 폴더에 저장해야 한다.

워크플로우의 핵심 노드는 미니맥스 h3 레퍼런스 투 비디오 노드이다. 이 노드는 참조 이미지, 참조 비디오, 그리고 프롬프트까지 모두 입력받아 h3 모델에 최적화된 컨디셔닝을 출력하는 역할을 한다.

ChatGPT와 같은 인공지능에게 이 스킬의 링크와 참조 영상, 참조 이미지를 함께 제공하여 프롬프트를 작성하게 하면, 수동 입력 대신 상세하고 고품질의 프롬프트를 손쉽게 생성할 수 있다.

터보 모델을 사용하는 경우, 총 8스텝 중 저해상도 샘플링에는 4스텝만 사용하여 생성 시간을 효율적으로 단축할 수 있다.

원본 영상과 비교했을 때, 영상에서 인물만 정확하게 변경되었고 배경과 주변 사물은 모두 잘 유지되었다. 새로운 인물에게 원본 인물의 움직임이 그대로 이식되었으며, 움직임에 따른 의상의 상호작용이나 자연광 처리도 매우 자연스럽게 적용되었다.