寝ている間に動画が増えていく — MiniMax H3 を手元で回す作例

チャットに一言頼む。それだけで、動画ごとに別々のプロンプトが書かれ、ComfyUI に送られて、あとは放っておけば動画ができあがる。chimolog7 さんが紹介しているのは、そんな仕組みです ^{1 2 3}。

投稿者によれば、Qwen3.8 Q3_S の Strata にチャットするだけで MiniMax H3 を動かし、動画を量産してくれます ¹。「5本お願い」と言えば、5本それぞれに別々のプロンプト(合計 3万～4万字)をわずか 6分 で作り、ComfyUI に送って動画を生成する、と本人は書いています ²。しかも放置しておけば終わるので、MiniMax 関連の高速化ノウハウが個人的には要らなくなった、とまで言い切っています ³。

ここから先は、その「高速化ノウハウ」の側にも寄り道します。投稿の数字や感想はすべて投稿者本人の申告なので、「と本人は書いています」の形で紹介します。

まず、手持ちの GPU で MiniMax H3 を回す道具

そもそも MiniMax H3 を手元で動かせるのか。入口になるのが FreeVideo です。

投稿者は、動画生成がノートPCの上で動くようになったと書いています ⁴。必要なのは最小で 8GB の VRAM と 16GB の RAM、ComfyUI との統合、LoRA、カスタムワークフローにも対応する、というのが告知の内容です ^{5 6}。

README にも同じ方向のことが書かれています。FreeVideo は ComfyUI のプラグインとして動き ⁷、Windows・macOS・Linux 向けのランチャーが用意されています ⁸。最小で 8GB の VRAM と 16GB の RAM で MiniMax H3 を動かせる、とも書かれています ⁹。ライセンスは Apache-2.0 です ¹⁰。

環境には条件もあります。Linux 版は x86_64 の Linux と NVIDIA GPU、ドライバー 580 以降が対象です ¹¹。Apple silicon の Mac では、プレビューの位置づけで手元生成ができます ¹²。

MiniMax H3 そのものは重みが公開されていて、ComfyUI の資料によればローカルで動かせます ¹³。ただし、ローカルで作った生成物を商用に使うなら MiniMax の商用ライセンスが必要だとされています ¹⁴。作った動画の使い道は、先に公式ページで確かめておきたいところです。

速くする工夫は、追試でひっくり返った

量産の鍵は速さです。sep_is_heim さんは、流行の Jev を MiniMax H3 に組み込んで動画生成を高速化してみた、と書いています ¹⁵。Attention 処理のスパース化に Jev を使ったそうです。

生成中に Jev のクラウドへ問い合わせているのに速い、とも書いています ¹⁶。仕組みは、層ごとに Jev が重要度を判定し(4step・49層が対象)、スパース率を 1%・3%・5%・10% から選ぶ、と本人は説明しています ¹⁷。RTX4070 で 6分7秒 が 3分34秒 になり、41.7% 短縮した、というのが本人の報告です ¹⁸。

この投稿を引用して、yonsan434343 さんが自分でも試した結果を書いています。

Jev を試したら MiniMax H3 が2倍速で生成できるようになり、一晩で 255本 作った、と投稿者は書いています ¹⁹。条件が揃ったときは 2.8倍 まで出たものの、ならすと約2倍弱だそうです ²⁰。今のところ劣化も感じない、とも書いています ²¹。

面白いのはここからです。検証してみたら、速さの正体は Jev ではなくスパース化で、Jev を回さなくても同じだけ速かった、と投稿者自身が書いているのです ²²。それでも、この投稿を試す過程で見つけたので本当に感謝している、と添えています ²³。

元の検証を否定して終わるのではなく、自分の手で確かめて、分かったことを分かった通りに書き戻す。こういう追試が流れてくるから、作例を追うのはやめられません。

電車の光が顔を流れても、顔は崩れないか

速く、たくさん作れたとして、次に気になるのは品質です。kentdhani さんが試したのは、本人が難しいと書く場面です ²⁴。

MiniMax H3 の Ref2V を、RTX5090 のローカルの ComfyUI で動かした、と投稿者は書いています ²⁵。動く光は難しく、通り過ぎる電車の光が顔の上で変わる場面は、ふだん人物の同一性が崩れやすいところだ、というのが本人の見立てです ²⁴。崩れやすい場面で Ref2V がどう持ちこたえたかを見せる投稿です ²⁴。品質の確かめ方として、真似しやすい題材です。

自分の机でやるなら

ここまでの作例で投稿者が挙げている機材は、RTX4070 と RTX5090 です ^{18 25}。そのうえで「寝ている間に回す」を自分の机に持ち込むなら、NVIDIA が RTX Spark について言っていることを見ておきます。

• NVIDIA の製品ページによれば、画像や動画を自分のデバイスで、好きなだけ生成できます。サブスクリプションも、プロンプトごとの料金もありません [[F101]]。
• 同じページで NVIDIA は、ローカルで動かすと、すぐに試せる、API 料金がかからない、データが手元に残るという利点があると説明しています [[F102]]。
• NVIDIA のブログによれば、小型デスクトップ構成は、同じ RTX Spark のチップを 24時間稼働向けに設計された小さな筐体に収めたもので、エージェントを動かし続ける専用のローカル AI システムとされています [[F143]]。

同じブログで NVIDIA は、RTX Spark で Qwen 3.8 Flash Next のようなモデルを、利用量に応じた課金なしでクラウドへデータを送らず動かせると書いています ²⁶。一方、冒頭の Strata は、README によれば Qwen3.8-Flash-Next を普通の PC で動かすツールです ²⁷。必要なのは 12GB 以上の VRAM とされています ²⁸。

ただし、FreeVideo や MiniMax H3、Strata を RTX Spark 搭載機で使いたい場合は、先にそれぞれの公式情報で対応環境を確かめてください。たとえば FreeVideo の Linux 版は x86_64 向けです ¹¹。

RTX Spark 搭載機の例を並べます。動かしたいソフトの対応環境は、それぞれの公式で確かめてから選んでください。

一晩で 255本 作ったという報告もあるように ¹⁹、量産すると動画は溜まっていきます。置き場所は別に用意しておくと、整理しやすくなります。

朝、できあがった動画を並べて見るなら、色や細部が分かる画面があると確認が楽です。

次に読む

画像・映像・音楽をつなぐ作例は、画像・映像・音楽を手元のモデルでへ。

動画の演出そのものを任せる方向は、AI に演出を任せる作例で続きを読めます。