Нейронавт | Нейросети в творчестве

#MossImage

#optimization

github.com/Rkkss/ComfyUI-Spectrum-MOSS - важные новые настройки для euler/er-sde. Пользователям er-sde обновляться до v0.8.1 (новая логика моста ER-SDE) — на 3060 12Gb прирост ~20%

github.com/Comfy-Org/ComfyUI/pull/17237 - минорный фикс для недавней поддержки цвета/глубины MOSS

huggingface.co/Harsha001/MOSS-Image-SFT-ROCmFPX - конверсия MOSS-Image-SFT для AMD (ROCm)

#imageediting

huggingface.co/akhaliq/MOSS-Image-Edit-HQ - вышла HQ v3, потом v5 (LoRA MOSS-Image-Edit)

github.com/Chenkin-x/ComfyUI-Moss-Image-Edit - MOSS-Image Edit под Base и SFT. Необычный объединенный лоадер модель+LoRA не запускается. github.com/Comfy-Org/ComfyUI/pull/17296 официально вмержен в ComfyUI

github.com/PedroMarinhoDev/ComfyUI-Moss-Image-Edit-Native - нативные эдит-ноды: поддержка HQ и chinoll LoRAs через edit_format. Протестированные дефолты (strength 1.0, CFG 5/3, skip layer 22, SFT). Кеш референсов. chinoll для ComfyUI: huggingface.co/PedroMarinhoDev/Moss-Image-Edit-ComfyUI

#LoRA

huggingface.co/Kandoo/MOSS-Image-Impressionism-LoRA - импрессионизм, обучен на 51 картине паблик-домена

civitai.com/models/3016783/surrealist-paintings-or-moss-image-lora - сюрреализм

civitai.com/models/3014665/hitoon-style-moss-image - HiToon: качественная 2/2.5D диджитал иллюстрация

#slider

civitai.com/models/3016826/brightness-slider-moss
civitai.com/models/3016502/white-balance-slider-moss
civitai.com/models/3016367/contrasthdr-slider-moss
базовые слайдеры яркости, баланса белого, приглушения #HDR

#prompting #controlnet

github.com/comfyanonymous/MOSS_image_MAX_ULTRA_hires_lora_test - LoHA-адаптер под 4Mpx+

civitai.com/models/3017655 - лора на генерацию #t2i с альфаканалом #rgba

mossimage.studio/blog/moss-image-prompt-guide - неофициальный гайд по MOSS-промптам

youtube.com/watch?v=e3gsjI-hxCY - туториал: три способа контроля MOSS — JSON-промпты с координатами, BBox, цвето-глубина ControlNet (Canny тоже работает)

#PE

ollama.com/dutchit/moss-image-prompt-enhancer - Ollama-модель из официального скилла: короткая идея → расширенный промпт (caption и layout-режимы с боксами). Офлайн через ollama-ноду, системный промпт не нужен

github.com/silly2342/ComfyUI-Alt-Prompt - A1111-стиль чередующиеся и переключаемые промпты для MOSS. Примеры и воркфлоу

Инструменты и редакторы

github.com/Lotus0614/moss-manga-editor - манга: генерация через агент/скилл + ручная правка контента. Годится и для западных комиксов

github.com/cOkieeman/ComfyUI-Soda-Storyboard - импорт storyboard-бандлов / MOSS .JSON, превью, страничные воркфлоу. Пригодится и для комикс-страниц

#training

github.com/waw1w1/moss_image_trainer - тренер LoRA и LyCORIS для MOSS-Image Base

github.com/storyAura/Comfyui-LoraQKV-Fix - чинит загрузку LoRA в ComfyUI: разница разделение/слияние q/k/v и ключи разных тренеров

github.com/ukr8b3g-cmyk/LoRA-Blend-One - блендер нескольких LoRA MOSS в один .safetensors в ComfyUI

github.com/supElement/ComfyUI-Element_TileEdit - тайловый рефайн/эдит/апскейл MOSS с консистентностью между тайлами

github.com/Kostik2702/ComfyUI-MossPhoton - ноды для SFT: сэмплер бит-в-бит как нативный граф, профиль LoRA без протечек между задачами, промпт-нода не переписывает текст

github.com/paoloinverse/MOSS-Image-Toriigate-dataset-autocaptioner - авто-капшены для датасета LoRA через локальный llama.cpp/LLM

github.com/ukr8b3g-cmyk/ComfyUI-MOSS-Shift-Scheduler - три сигма-шедулера для MOSS: Shift, Curve, Sigma

github.com/smile-forge/moss-image-onnx - MOSS-Image для ONNX

Обучение и советы

reddit.com/r/StableDiffusion/comments/1xeunzs - советы по тренировке character LoRA + конфиг Automagic

old.reddit.com/r/malcolmrey/comments/1xdyjea - тренировка лика лица character LoKR: подробные настройки

github.com/kaixin20190930/mossimage-prompts - коллекция проверенных промптов + советы новичкам

❗️MOSS-Image промптит до 4096 токенов, но хвост промпта влияет на картинку

SOMA

Реконструкция работы мышц по обычной многокамерной съемке. На вход поза и вид кожи, на выход смещения внутренних мышц и слоя кожи поверх них.

• Анатомия в несколько слоев: кожа, мышцы, скелет
• Покадровая деформация мышц по позе
• Отдельные мышцы в высоком разрешении, а не одна общая оболочка
• Кожа скользит и сжимается поверх мышцы, а не едет за ней жестко
• Работает без тяжелого конечно-элементного моделирования

Датасет SKIM собран специально: по маркерам на коже внутренние мышцы не восстановить, поэтому есть и сканы тела, и привязка маркеров к отдельным мышцам. Сеть дополнительно держат физические ограничения: гладкость, сопротивление изгибу, сохранение объема.

github.com/edualvarado/SOMA

#hmr

Mundo

Интерактивный трехмерный мир из нескольких снимков места. На вход от одной до дюжины фотографий, на выход сцена, по которой можно вести камеру, ронять предметы и запускать роботов

Геометрия и физика считаются честно, а вид дорисовывается по исходным фото, поэтому обстановка не плывет

• Прогулка по заданному пути камеры, включая зоны, которых на снимках не было
• Старт возможен с одной картинки, стиль и структура переносятся в новые ракурсы
• Чем больше исходных видов, тем меньше домыслов по краям
• Длинные маршруты по большим сценам, нарезка на куски с перекрытием
• Физика: масса, трение, гравитация, столкновения
• Мир описывается кодом, считает MuJoCo, картинку собирает видеомодель
• Остановка времени и облет выбранного момента
• Навигация и захват предметов для роботов, с обзором от первого лица

github.com/Luo-Yihang/Mundo

Спасибо @m_franz

#interactive #3d #imageto3d #image2scene

Speculative Sampling

Способ сделать интерактивными двунаправленные видеомодели без обучения. Обычно за скорость платят маленьким окном внимания и теряют качество. Здесь окно остается большим, а отклик ускоряется.

Идея в том, что размер окна превращается из ограничения в ручку настройки. Привязки к конкретной модели нет

• Генерация крупного куска вперед в расчете, что условие не поменяется
• Предсказания копятся в кэше и выдаются по мере проигрывания
• Поменялся ввод: неизменяемый префикс остается, хвост пересчитывается
• Два состояния: раздача из кэша и досчет нового

• MiniMax H3 стала интерактивной примерно с 1,4 секунды до первого отклика
• Кусок на пять секунд за раз, без пост-обучения в духе Self-Forcing
• Ожидание больше не упирается в половину длительности куска
• Увеличение куска почти не бьет по времени шага, ядра недогружены

github.com/Yubo-Shankui/SpeculativeSampling

#optimization

MiniMax обновили каталог community-наработок вокруг #MiniMaxH3

11 новых позиций: меньше шагов, больше контроля по референсам и больше железа, где все это запускается.

• FastH3-Omni на восемь шагов: видео со звуком по картинкам, роликам и аудио
• Sol-H3: дистилляция до четырех шагов с разреженным вниманием
• Ref2VA-VSA: то же внимание, но для референсного режима, автор обещает вдвое быстрее на 4090
• VPack: сжатие референсного видео, меньше токенов на входе
• Ref Patch на 148 МБ, чтобы keyframe-модель вела себя как референсная
• Запуск на серверах с GPU, на TPU через TorchTPU и на Apple Silicon через h3.c

• Полный набор весов около 464 ГБ
• Для карты на 24 ГБ хватает pruned int8 на 19,5 ГБ
• Для 12-16 ГБ есть GGUF Q4_K_M и квантованный текстовый энкодер
• На 8 ГБ работает путь через DiffSynth-Studio, но будет медленно
• На одной B200 клип 768p на 14 секунд считается за 51 секунду, на восьми за 11

Каталог ведут сами MiniMax но все перечисленное сделано сообществом

github.com/MiniMax-AI/awesome-minimax-h3-integration
———

huggingface.co/LiconStudio/Minimax-H3-VBVR - #LoRA #i2v для H3 на переработанных данных VBVR. Меньше дублирования объектов, клиппинга и взаимопроникновений, логичнее действия персонажей

huggingface.co/lightx2v/Minimax-h3-Turbo - обновлены классические турболоры от LightX2V: FL2V v1.3 и REF2V v1.1 (4-step), 8-step v1.1. Есть 4-step FL2V в fp8

#humor

#humor

Накопилось по #minimaxH3 - часть 34

#LoRA #optimization

github.com/NVlabs/Sana/tree/sol-engine/models/minimax_h3/Sol-H3-ComfyUI - Sol-H3 от NVIDIA в составе Sol-Engine, теперь с ComfyUI-версией

huggingface.co/zjwfufu/SMD-MiniMax-H3-Ref2VA-8step - SMD 8-step LoRA uскоряет Ref2VA H3

huggingface.co/taobao-content-ai/MiniMax-H3-PTD-LoRAs - PTD: 8 и 4-шаговая акселерация Ref2VA от Taobao

huggingface.co/taobao-content-ai/MiniMax-H3-PTD-RefAsymOPD-LoRAs - PTD RefAsymOPD: вариант с рассинхронной позиционной дистилляцией

#Characterswap

modelscope.ai/models/akatz-a - Character Swap LoRA теперь и на ModelScope (V1.5 рекомендован): замена персонажа по референс-картинке, сохраняется сцена, движение, камера. Через Ref2VA
демо: huggingface.co/spaces/fffiloni/minimax-h3-character-swap-hero

huggingface.co/indhic-ai/Minimax-h3_Singularity_v2_pruned - Singularity v2 (pruned int8): файнтюн с фокусом на лица, динамику, HDR

huggingface.co/WarmBloodAban/Minimax-h3_Singularity - V2, обновленный: dual-sampling воркфлоу на RunningHub. Edit2 → pruned int8 #ref2va

github.com/NyckM/Bruxosdovfx-SyncTile-MiniMax-H3-v5.4 - Background Replace: замена фона через SyncTile (пространственные тайлы × временные окна, один trajectory без швов; VRAM — размер одного тайла). 4K/600 кадров. Плюс Background Replace v3 LoRA — мерж пяти чужих LoRAs (Facial Realism, Character Swap, Realism, Head Swap, VFX Edit)

#workflow

github.com/roycho87/Seamless_vlog_workflow - бесшовные влоги в один клик. Плюс ноды: seamless_video_combiner, minimax_continuous_audio_splitter, h3_clown_anchoring (латент предшествующего клипа маскируется в конец текущего для контекста движения, опция drop 17 кадров), comfyui-load-audio-batch-from-dir (пакетная загрузка аудио из папки)

github.com/Fish4AI/comfyui-SelfLift-Fish - selflift-Fish: длиннее и выше H3-видео на 16GB. Фикс фонового распухания от пространственного тайлинга. 10 сек 1920×1088: полное время 27:50 → 12:55 на 5070 Ti. VRAM 16GB — плюс система с offload

github.com/islomsalimov030-maker/ComfyUI-StacyLoop - StacyLoop: H3-петли, есть HandMask-маска рук (полезно для рецептов/рук-демо)

github.com/lovemachine100/ComfyUI-H3-ClipColorAnchor - ClipColorAnchor: остановка накопления цветового дрейфа при склейке клипов

github.com/exodius-b/ComfyUI-MiniMaxH3-VoiceShaper - VoiceShaper: слайдеры тембра, хрипоты, дыхания, темпа, проекции, акустики — превью голоса на тестовой фразе

github.com/witcherofresearch/minimax-h3-image-restyle и huggingface.co/witcherderivia/minimax-h3-image-restyle - рестайлинг картинки под H3, без инструкций и воркфлоу пока

youtube.com/watch?v=8r3-z6BrKXg - быстрый сторибординг на 3060 12Gb: средний сториборд на 10 минут за 3–4 дня. #storyboard

youtube.com/watch?v=SzqMV4S1908 - профессиональный #faceswap : H3 + FaceFusion + Face Fix
———

huggingface.co/Kijai/MiniMax-H3-experimental/blob/main/loras/minimax_h3_singularity_v2_lora_avg_rank_351_bf16.safetensors - Kijai собрал фичи Singularity 2.0 в LoRA для обычного H3 (rank 351, bf16) — без загрузки самого файнтюна

huggingface.co/silveroxides/MiniMax-H3_tests - папка тестов Silveroxides: кванты, LoRAs и побеждённые версии H3

huggingface.co/OliviaRossi/Minimax-h3_Singularity-x-10Eros-Max_PRISM - мерж Singularity с 10Eros Max (PRISM)

#humor

VizClick NormalCrafter

Ноды для ComfyUI для генерации карты нормалей на NormalCrafter

• Оценка нормалей на всем ролике, а не по каждому кадру отдельно
• Длинные клипы режутся на временные окна и склеиваются
• Стабилизатор на оптическом потоке из исходника убирает мерцание, не трогая настоящее движение
• Годится для релайта, перетекстурирования, реконструкции 3D и ссылок на видео в MiniMax H3 или Seedance

• Вторая нода не требует своей модели, отдельно качается только NormalCrafter
• Размер инференса настраивается, результат приводится обратно к исходному
• Стабилизатор на OpenCV, без второй нейросети

#video2normal #comfyui