MiniMax-H3 기반 파인튠 융합 모델 'Minimax-h3_Singularity' — ComfyUI에서 T2V·I2V·Ref2V·V2V 지원

본문

오픈소스 비디오 생성 모델 생태계에서 커뮤니티 파인튠이 다시 주목받고 있습니다. Hugging Face에 공개된 Minimax-h3_Singularity는 MiniMax-H3의 능력을 강화하기 위해 설계된 파인튠 융합(fusion) 모델로, Text-to-Video(T2V), Image-to-Video(I2V), Reference-to-Video(Ref2V), Video-to-Video(V2V) 워크플로우를 ComfyUI 환경에서 네이티브로 지원하는 멀티모달 비디오 생성 모델입니다.

제작 방식: 체크포인트 융합과 고step 파인튜닝

이 모델은 ref, fl, b25-49 등 여러 핵심 체크포인트를 전략적으로 융합한 뒤 심층적인 고step(high-step) 파인튜닝을 거쳤습니다. 개발자는 고step 학습 과정에서 발생하는 아티팩트를 제거하면서도 원본 모델의 기반 능력과 넓은 일반화 성능을 유지하기 위해, 3일간 정밀한 모델 프루닝(pruning)과 가중치 최적화를 수행했다고 밝혔습니다. 그 결과 깨끗하고 선명하며 역동적인 비디오 생성 모델을 목표로 합니다.

주요 개선 사항

모델 카드가 제시하는 개선점은 크게 여덟 가지입니다. 첫째, HDR(high-dynamic-range) 비디오 데이터셋으로 파인튜닝해 고속 액션 장면에서의 모션 블러를 줄이고 시각적 선명도를 높였습니다. 둘째, 중·장거리 샷에서 발생하던 얼굴 왜곡과 흐림, 붕괴 현상을 크게 줄였습니다. 셋째, 피부의 과도한 광택과 기름진 질감을 제거해 자연스러운 조명과 사실적인 재질을 렌더링합니다. 넷째, 검술이나 무술 같은 격투 시퀀스 등 복잡한 액션에서 모션의 유창성과 물리적 타격감을 강화했습니다. 다섯째, 판타지 주문 시전, 파티클 오라, 마법 전투 같은 VFX 장면에 특화되어 있습니다. 여섯째, 미묘한 표정과 감정 뉘앙스를 더 생생하게 포착합니다. 일곱째, 팬, 틸트, 줌, 트래킹 샷 등 카메라 움직임에 대한 반응성을 강화해 시네마틱한 연출을 지원합니다. 마지막으로 MiniMax-H3의 프롬프트 충실도, 스타일 적응력, 기본 멀티모달 생성 능력은 100% 유지한다고 명시되어 있습니다.

워크플로우 지원과 고속 추론

ComfyUI와 완전히 호환되며 T2V, I2V, Ref2V, V2V 네 가지 생성 경로를 모두 지원합니다. 품질 손실을 최소화하면서 고속 생성을 원하는 경우, 개발자는 minimax_h3_ref2v_turbo_4step_v0.1을 함께 사용해 4스텝 빠른 추론을 활성화할 것을 권장합니다. 로컬 GPU 없이 브라우저에서 바로 테스트할 수 있도록 RunningHub 워크플로우 링크도 제공됩니다.

커뮤니티 반응과 생태계

공개 후 한 달간 다운로드 수는 181,811회를 기록했습니다. 개발자는 MiniMax 오픈소스 팀이 강력한 기반 모델을 공개해 커뮤니티에 토대를 제공한 점에 감사를 표했으며, YouTube와 Bilibili 채널, QQ 그룹을 통해 튜토리얼과 워크플로우 공유, 상업적 협업 문의를 받고 있습니다. 커뮤니티 제작 파인튠이 기반 모델의 약점을 보완하는 방식으로 오픈소스 비디오 생성 생태계가 확장되고 있다는 점을 보여주는 사례입니다.

원문: Hugging Face / 번역·요약: Trawling