אתמול סיימתי לבדוק הגדרת האצת MiniMax H3 אחת. היום נחת עוד אחד.
כמובן שכן.
זהו ComfyUI בשנת 2026: המדד שלך בקושי קר לפני שמישהו משחרר צומת חדש וגורם לכל העניין להרגיש לא מעודכן. ההגדרה של אתמול הייתה EasyCache פלוס SageAttention. התוספות של היום היו Spectrum ועוד תוסף מהירות שהסתובב בקהילת ComfyUI הסינית. בערך באותו זמן, Wan-Animate-2 סוף סוף עבר לקוד פתוח, מה שנתן לי עוד תירוץ להשוות אותו עם SCAIL-2.
אז זה הפך לשלושה מבחנים ולא אחד:
- EasyCache + SageAttention לעומת Spectrum ב-MiniMax H3;
- הפלט הרגיל של H3 לעומת כוונון עדין של NSFW מתוצרת קהילה;
- Wan-Animate-2 לעומת SCAIL-2 להנפשת דמויות.
הגרסה הקצרה: EasyCache ניצחה את מבחן התזמון בקילומטר, קליפ ה-NSFW שפורסם מוכיח פחות מהטענות המיידיות, ושתי דגימות הדמויות-אנימציה אינן כמעט מבוקרות מספיק כדי להכתיר מנצח. הגרסה הארוכה יותר מעניינת יותר.
הערת העורך: זהו עיבוד שפת אם באנגלית של הערות מעשית שפורסמו במקור על ידי 赵KK搞AI ב-WeChat, לא תרגום שורה אחר שורה. תוצאות וחוות דעת בגוף ראשון נשמרות מהמחבר המקורי; ההקשר הטכני והאזהרות נבדקו מול מאגרי הפרויקט הרשמיים.
ראשית, מבחן המהירות: 692 שניות מול 1,590 שניות
שתי הריצות MiniMax H3 יצרו קליפ אנכי של 15 שניות ב-544 × 960. זרימת העבודה EasyCache + SageAttention הסתיימה ב 692.69 שניות, או בערך 11 דקות 33 שניות. Spectrum לקח 1,590.15 שניות, או בערך 26 דקות 30 שניות.
זה הופך את EasyCache + SageAttention בערך מהיר יותר ב-2.3× בריצה זו. זה קיצץ את זמן ההמתנה בקצת יותר מ-56%.
| הגדרת MiniMax H3 | תְפוּקָה | זמן נמדד | תוצאה יחסית |
|---|---|---|---|
| EasyCache + SageAttention | 15 שניות, 544 × 960 | 692.69 שניות | 1.0× |
| Spectrum | 15 שניות, 544 × 960 | 1,590.15 שניות | 2.3× יותר |
ה-EasyCache + SageAttention פועלים כפי שנרשמו ב-ComfyUI. תמונת מקור: 赵KK搞AI.
השניים רשמו זמני משימות. זהו צילום המסך השימושי; זה חוסך אותנו מלהעמיד פנים ש"הרגיש מהר יותר" הוא אמת מידה. תמונת מקור: 赵KK搞AI.
פלט MiniMax H3 של 15 שניות המצורף למבחן התאוצה. סרטון מקור: 赵KK搞AI.
לפני שמישהו יהפוך את הנתון הזה של 2.3× לחוק אוניברסלי: אל תעשה זאת. המאמר אינו מספק גיליון שכפול מלא עם דגם GPU, גרסאות תוכנה, זרעים, פרמטרי דגימה והגדרות לכל צומת. זוהי תוצאת זרימת עבודה אחת אמיתית, לא לוח מהירות שנבדק על ידי עמיתים.
ובכל זאת, הבדל כזה גדול הוא לא כלום. אם השאלה היחידה שלי הייתה "איזו הגדרה מביאה לי עוד טיוטה מוקדם יותר במכונה הזו?", EasyCache + SageAttention היו הבחירה הראשונה הברורה.
מדוע EasyCache היה מהיר יותר כאן
שני המאיצים לא עושים את אותו טריק.
EasyCache היא הגישה האגרסיבית יותר. באנגלית פשוטה, הוא מנסה לעשות שימוש חוזר בעבודה משלבי שחרור קודמים במקום להפעיל את החישוב המלא שוב בכל פעם. כאשר הדור נשאר יציב, זה יכול לחסוך הרבה מחשוב. קל להבין את הסיכון באותה מידה: אם האומדן המאוחסן במטמון מתחיל להיסחף, השגיאה יכולה להצטבר.
Spectrum מאופק יותר. יישום ה-ComfyUI שלו משתמש בחיזוי תכונה - חיזוי Chebyshev ורגרסיית רכס - כדי לחזות תכונות שנאי ביניים, ואז מאפשר למודל להמשיך ולחדד את התוצאה. זה פחות כמו צילום המעבר הקודם ויותר כמו לשרטט את הבא מהמסלול האחרון לפני שהדוגמנית מנקה אותו.
זה הופך את Spectrum למעניין מבחינה טכנית. זה לא עשה את זה מהר במבחן הספציפי הזה.
| מה זה משנה | EasyCache + SageAttention | Spectrum |
|---|---|---|
| רעיון בסיסי | השתמש מחדש בחישוב קודם והפחת את עלות הקשב | תחזית תכונות ביניים מההיסטוריה האחרונה |
| מאיפה מגיע הרווח | דילוג על עוד עבודה חוזרת | הימנעות מחישוב שנאי כלשהו |
| סביר להניח שיחליף | יותר הזדמנות לסחף מצטבר | האצה שמרנית יותר |
| תוצאה במבחן זה | 692.69 שניות | 1,590.15 שניות |
מה שחסר הוא A/B חזותי תקין: אותו סיד, אותו מקור, אותה הנחיה, אותן הגדרות דגימה, שני הפלטים זמינים באיכות מלאה. בלי זה, אני יכול להגיד לך איזו ריצה הסתיימה ראשונה. אני לא יכול לומר לך בכנות איזו שיטה נשמרה יותר פרטים.
ההבחנה הזו חשובה. זה גם איך אנחנו מנסים להפריד בין תביעת ספק לבין תוצאה הניתנת לצפייה ב- מתודולוגיית סקירת NSFWAITool. שעון עצר יכול להוכיח מהירות. זה לא יכול להוכיח את איכות התמונה בעצמו.
"דגם NSFW MiniMax H3" צריך כוכבית
גרסת ה-NSFW שנידונה כאן הייתה לא מהדורה רשמית של MiniMax. ה מאגר MiniMax H3 הרשמי מתאר מודל רב-מודאלי לשימוש כללי. המבנה המכוון למבוגרים הגיע ממכוון קהילה עצמאי שלפי הדיווחים בדק חמש גרסאות.
הקישור נעלם במהירות וכבר החזיר 404 כאשר נבדק. זה מעצבן, אבל זה גם נורמלי בפינה הזו של AI בקוד פתוח: ניתן לשחרר מודל, לשקף, לשנות את שמו או למחוק אותו לפני שרוב האנשים מסיימים להוריד אותו. אם זרימת עבודה של ייצור תלויה במאגר קהילה אחד לא מאומת שיישאר מקוון לנצח, זרימת העבודה עדיין לא באמת קיימת.
הבדיקה המקורית השתמשה בהנחיית אופנה ארוכה מרובת מצלמות עבור קו הבסיס. הוא ציין סליל אנכי של 15 שניות, עדשות וזוויות מרובות, עיצוב עקבי, מוזיקה, תאורה וזהות על פני חתכים. התוצאה הרגילה של H3 היא מתחת.
תפוקת אופנה MiniMax H3 בסיסית. הסימן "V" הגלוי הוא חלק מהקליפ המקור ונשמר. סרטון מקור: 赵KK搞AI.
עבור המבחן למבוגרים, ההנחיה שמרה על אותו מבנה מרובה מצלמות אך שינתה את התקדמות המלתחה לרצף התפשטות מפורש. זו דרך הגיונית לבחון כוונון עדין: שמרו על עיצוב הצילום ושנה את ההתנהגות שבאמת תרצו למדוד.
להלן התוצאה הציבורית שנכללה במאמר המקורי:
פורסם טיזר עבור הקהילה NSFW כוונון עדין. הכתוביות המקוריות בסינית הוחלפו בכתוביות באנגלית; הסימן "V" נשאר חלק מסרטון המקור. סרטון מקור: 赵KK搞AI.
וכאן אני צריך לקלקל קצת את השיווק: הקליפ הציבורי אינו מציג את רצף ההתפשטות המלא המתואר בהנחיה. זה נשאר לבוש ומסתיים בשורה מתגרה שמסתכמת ב"אם אתה באמת רוצה לראות את זה, נסה את זה בעצמך." מַצחִיק? כֵּן. עדות להתנהגות הלא מצונזרת לחלוטין? לֹא.
אז הייתי מתייחס לזה כראיה לכך שקיים כוונון קהילתי של NSFW H3 ויכול להפיק טיזר קוהרנטי בנושא מבוגרים. לא הייתי משתמש בקטע הציבורי כהוכחה שהוא השלים כל הוראה מפורשת. אלו שתי טענות שונות, והמחצה שלהן היא הדרך שבה הדגמות AI הופכות לשטויות.
אם אתה משווה אפשרויות מתארחות ומקומיות של וידאו למבוגרים, הרחבה יותר ספריית מחולל וידאו פורנו בינה מלאכותית מהווה נקודת התחלה טובה יותר מאשר להמר הכל על מאגר שנמחק.
Wan-Animate-2 עבר קוד פתוח, אז כן, בדקתי גם את זה
Wan-Animate-2 פרסמה את קוד ההסקה ומשקולות המודל שלו באוגוסט 2026. הפרויקט מניע דמות התייחסות ישירות מסרטון מקור תוך ניסיון לשמר זהות, תנועה, הבעה והתנהגות מצלמה. זוהי מערכת מקצה לקצה, כך שאין לה צורך במחלץ פוזות נפרד שיושב באמצע הצינור.
סקירת צינור Wan-Animate-2 הכלולה במאמר המקורי. תמונת מקור: 赵KK搞AI; פרטים טכניים: פרויקט Wan-Animate-2.
עקיפה מהירה, כי כנראה זה עדיין צריך לומר: Wan 3.0 הוא לא קוד פתוח. זה מאכזב. זה לא עושה שימוש לרעה אנונימי המכוון למפתחים לחכמה או עקרונית. אתה משתמש במודלים שאנשים אחרים הקדישו חודשים לבניית, ואז מתנהגים בבגידה אישית כי הם לא מסרו לך את הדגם הבא בלוח הזמנים המועדף עליך. אם אתה יכול לבנות Wan 4.0 בעצמך, בבקשה. אני אהיה הראשון בתור אבקש ממך לשחרר את המשקולות.
היותו של Wan-Animate-2 בקוד פתוח אינו מיישב בצורה קסומה את הטיעון Wan 3.0, אך הוא עדיין מהדורה משמעותית. המערכת האקולוגית של וואן נותרה אחד המקומות הבודדים שבהם אנשים יכולים לבדוק, לשנות ולחבר את הדגם לצינור פרטי ComfyUI. זה חשוב אפילו יותר עבור פרויקטים למבוגרים, שבהם מוצרים מתארחים עשויים שלא לאפשר את החומר בכלל. שלנו ארוך יותר Wan 2.2 זרימת עבודה של סרטים קצרים למבוגרים מסביר מדוע שליטה מקומית הופכת לדרישת ייצור ברגע שפרויקט גדל מעבר לכמה קליפים.
להגדרת Wan-Animate-2 יש שלב אחד שתפספסו בקלות
לפני הפעלת האנימציה, יש לתאר את תמונת ההפניה עם LLM. הפרויקט הרשמי ממליץ על תיאור אובייקטיבי של המראה והרקע של הדמות תוך אי הכללת פעולות, שיפוטים סובייקטיביים והשערות רגשיות.
באנגלית טבעית, ההוראה היא בעצם:
תאר רק את מה שקיים באופן גלוי בתמונת ההפניה. כסה את המראה, הלבוש, השיער, האביזרים והרקע של הנושא. אין לתאר פעולות. אל תנחש אישיות, מצב רוח או כוונה.
זה נשמע קפדני עד שאתה מבין למה זה עוזר. סרטון הנהיגה כבר מספק את הפעולה. אם תיאור הטקסט ממציא פעולה אחרת, נתת לדגם שני במאים שצועקים הוראות שונות.
Wan-Animate-2 ב-ComfyUI. תמונת מקור: 赵KK搞AI.
ההגדרה האחרת שאנשים טועים היא אורך המסגרת. ב-24 פריימים לשנייה, המתמטיקה פשוטה:
משך בשניות × 24 = ספירת פריימים של יעד
זרימת העבודה המוצגת במקור משתמשת בנתחים של 81 פריימים, כך שקליפים ארוכים יותר דורשים מספר מעברים.
| משך היעד | מסגרות במהירות 24 פריימים לשנייה | דרושים נתחי 81 מסגרת |
|---|---|---|
| 3 שניות | 72 | 1 |
| 5 שניות | 120 | 2 |
| 8 שניות | 192 | 3 |
| 10 שניות | 240 | 3 |
| 15 שניות | 360 | 5 |
| 30 שניות | 720 | 9 |
הגדרת אורך 81 פריימים המשמשת בזרימת העבודה. תמונת מקור: 赵KK搞AI.
הגדרת ברירת המחדל של 720p של המאגר הרשמי מותאמת לשמונה A800 GPU, עם תצורת 480p שנבדקה בשני A800s. זו לא דרישה קטנה וידידותית ל"הנחיית תור ללחוץ במחשב הנייד שלי". אופטימיזציות קהילתיות ימשיכו לדחוף את רצפת הזיכרון למטה, אבל כל מי שכותב על זה כאילו אנימציית דמויות מקומית הייתה חינמית, ברור שמעולם לא צפה בסרגל התקדמות זוחל על פני זרימת עבודה אמיתית.
Wan-Animate-2 לעומת SCAIL-2: הקליפים לא מוכיחים כמנצח
ה SCAIL-2 הפרויקט לוקח מסלול דומה מקצה לקצה. הוא נמנע מייצוג של תנוחת ביניים ומוסיף סמנטיקה של מסכות בתוספת התניה מרובה הפניות. המהדורה הרשמית שלו תומכת בזרימות עבודה של 512p ו-704p, כאשר הפרויקט ממליץ על הגרסה מונעת התנוחה ב-704p.
הנה הדוגמה של Wan-Animate-2 שנשמרה מהמאמר המקורי:
מדגם Wan-Animate-2. קובץ המקור מחליף במהירות את תצוגת הנהיגה/הפניה ואת התו שנוצר; הוא משוכפל כאן ללא שינוי. סרטון מקור: 赵KK搞AI.
והנה הדוגמה של SCAIL-2:
SCAIL-2 דגימת דמות-אנימציה. סרטון מקור: 赵KK搞AI.
אני לא הולך להכריז על הזוכה משני הקליפים האלה, כי זה יהיה דיוק מזויף. הם משתמשים בדמויות שונות, מקורות תנועה שונים, מסגור שונה ומשכי זמן שונים. ההעלאה של Wan-Animate-2 היא רק כ-2.7 שניות ומתחלפת צפיות כל כך מהר עד שקשה לשפוט פגמים זמניים. הקליפ של SCAIL-2 פועל במשך כמעט תשע שניות והרבה יותר קל לבדיקה, אבל "קל יותר לבדיקה" אינו אותו דבר כמו "דגם טוב יותר".
השוואה אמיתית זקוקה לאותה תמונת התייחסות, וידאו נהיגה, רזולוציה, ספירת פריימים, חומרה, מדיניות זרימה ועיבוד שלאחר. לאחר מכן הייתי ניקוד שימור זהות, יציבות ידיים, התאוששות חסימה, הבעת פנים, תנועת בד, דליפת רקע וזמן רינדור כולל. כל דבר פחות הוא השוואה של סליל הדגמה.
במה באמת הייתי משתמש אחרי הבדיקות האלה
עבור מהירות איטרציה של MiniMax H3, הייתי מתחיל עם EasyCache + SageAttention. הפער בריצה זו גדול מכדי להתעלם ממנו. עדיין הייתי מציג קומץ דוגמאות מותאמות לפני קבלת הפשרה האיכותית, מכיוון שמהירות שפוגעת בשקט לפנים או תנועה אינה מהירות - היא רק מייצרת דחיות מהר יותר.
הייתי מטפל Spectrum כאלטרנטיבה המעניינת והשמרנית יותר, לא המנצחת בסבב התזמון הזה. זה ראוי לבדיקת איכות מבוקרת, במיוחד אם EasyCache מתחיל לצבור שגיאות גלויות בצילום ארוך יותר או קשה יותר.
עבור ה קהילה NSFW H3 כוונון עדין, הייתי מחכה למאגר יציב, כרטיס דגם, היסטוריית גרסאות ודוגמאות שניתנות לשחזור. מספיק קישור שנעלם וטיזר עצבני כדי לגרום לי לסקרנות. הם לא מספיקים כדי לבנות זרימת עבודה של ייצור מסביב.
עֲבוּר Wan-Animate-2 מול SCAIL-2, הייתי מפעיל את התשומות התואמות שלי. שני הפרויקטים פתוחים מספיק כדי לזכות לבדיקה רצינית. הדוגמאות במאמר המקורי פשוט לא עונות על השאלה.
זה אולי נשמע פחות מרגש מ"דגם A הורס את דגם B", אבל זה הרבה יותר שימושי. יש כבר מספיק ודאות מזויפת בהשוואת AI. אנחנו לא צריכים לייצר עוד זוכה משני סרטונים לא קשורים.
שאלות נפוצות
האם MiniMax H3 הוא רשמית דגם NSFW?
לא. MiniMax H3 הוא דגם רב-מודאלי לשימוש כללי. מבנה ה-NSFW שנדון כאן היה כוונון קהילה עצמאי, לא מהדורה רשמית של MiniMax.
האם EasyCache תמיד מהיר יותר מ-Spectrum ב-MiniMax H3?
לא הוכח. EasyCache + SageAttention היה מהיר יותר ב-2.3× במבחן הספציפי הזה של 15 שניות, 544×960. חומרה, זרעים, גרסאות צומת והגדרות איכות שונות עשויות לשנות את התוצאה.
האם ההדגמה הציבורית של NSFW השלימה את ההנחיה המפורשת המלאה?
הקליפ שפורסם לא מראה זאת. הוא נשאר לבוש ומסתיים כטיזר, כך שהוא לא יכול לאמת את רצף ההתפשטות המלא המתואר בהנחיה.
האם Wan-Animate-2 טוב יותר מ-SCAIL-2?
שני קטעי המקור אינם השוואה מבוקרת. הם משתמשים בתשומות ובאורכים שונים, כך שהם מראים ששני זרימות העבודה פועלות - לא איזו מהן טובה יותר.
מדוע זרימת העבודה Wan-Animate-2 משתמשת ב-81 פריימים?
זהו אורך הנתח המשמש בזרימת העבודה המודגמת של ComfyUI. ב-24 פריימים לשנייה, מטרות ארוכות יותר מחולקות על פני מספר נתחים של 81 פריימים ואז מורכבים.
כמה חומרת GPU צריכה Wan-Animate-2?
הפרויקט הרשמי מתעד הגדרת ברירת מחדל של 720p בשמונה A800 GPU והגדרת 480p בדוקה בשני מכשירי A800. צמתים קהילתיים והורדה עשויים להפחית את הדרישה, בדרך כלל במחיר של מהירות.
האם ניתן להשתמש במודלים אלה לתוכן למבוגרים?
הזמינות המקומית אינה מסירה דרישות משפטיות או הסכמה. השתמש רק בדמויות בוגרות בבירור ובתמונות, קולות וצילומי נהיגה בעלי רישיון תקין. אל תיצור זיופים עמוקים אינטימיים של אנשים אמיתיים ללא הסכמה.