ComfyUIでMiniMax H3のTurbo LoRAを試してみた（R2V）

まだまだ検証し尽くせてる感はないですが、前回はI2Vの４ステップを試したので、今回はR2Vの４ステップを検証してみます。

これまでにもMiniMax H3については何度か解説しているので、興味があればご覧ください。

あと、ついでにリファレンスをプロンプトで指定できるようにするためのカスタムノードも試してみます。

環境

OS:Windows 11
GPU:GeForce RTX 4090
CPU:i9-13900KF
memory:128G

構築手順

CUDA13は必須ですので、こちらの手順などを参考に、CUDAのバージョンを更新してください。

以下のカスタムノードをインストールして、ComfyUIを最新化してください。

cd ComfyUI\custom_nodes
git clone https://github.com/kijai/ComfyUI-SolAttn_triton.git
git clone https://github.com/Saganaki22/ComfyUI-sol-attn.git
git clone https://github.com/Larryvrh/ComfyUI-MiniMax-H3-Turbo.git
git clone https://github.com/nkxx188/ComfyUI-MiniMaxH3-Easy.git
git clone https://github.com/xmarre/ComfyUI-Spectrum-MiniMax-H3.git

モデル

minimax_h3_ref2va_int8_convrot.safetensorsをダウンロードして「ComfyUI\models\diffusion_models」に配置qwen3vl_32b_minimax_h3_nvfp4_awq.safetensorsをダウンロードして「ComfyUI\models\text_encoders」に配置minimax_h3_video_vae_fp16.safetensorsをダウンロードして「ComfyUI\models\vae」に配置

minimax_h3_video_vae_int8_convrot.safetensorsをダウンロードして「ComfyUI\models\vae」に配置

minimax_h3_turbo_4step_ckpt850.safetensorsをダウンロードして「ComfyUI\models\loras」に配置

ワークフロー（4step）

ワークフローは以下です。

生成結果は以下です。
生成時間は250秒、CPUメモリは61GB、GPUメモリは53GB（VRAM18GB+共有メモリ35GB）でした。

ワークフロー（4step + Easyノード）

以下のカスタムノードを導入します。

以下のようにプロンプトでリファレンスを指定できます。

ワークフローは以下です。

生成結果は以下です。
生成時間は270秒、CPUメモリは62GB、GPUメモリは53GB（VRAM18GB+共有メモリ35GB）でした。

ワークフロー（20step + Spectrumノード）

比較用に20ステップも確認します。
EasyCacheだと音声がおかしくなるので、EasyCacheを以下のカスタムノードに変更します。（EasyCacheと併用できないやつですね。）

ワークフローは以下です。

生成結果は以下です。
生成時間は560秒、CPUメモリは68GB、GPUメモリは56GB（VRAM18GB+共有メモリ38GB）でした。

比較結果

比較すると以下です。
とはいっても、seed値を同じにしているだけで、ワークフローがそれぞれ異なるので、単純比較はできないですが。

絵柄さえ気にならなければ、4stepでもよいと思いますね。

感想

I2Vほどはすんなりいかなかったですね。

とはいえ、ある程度整った感はありますね。
これまでのローカル動画生成のR2Vと比較すると、比べ物にならないぐらい高品質と思います。