「Minimax-h3_Singularity」ComfyUIで動く動画生成モデル：配布ファイル一覧

2026年9月7日2026年10月6日

Contents

1. 基本情報
2. 概要
3. スペック
4. 性能
5. 得意なこと・想定用途
6. 配布ファイル
7. 入手方法
8. 手元で動かせるか
9. 関連記事
10. 次に読むなら
11. 出典
12. 更新履歴

基本情報

項目	内容
リポジトリ	WarmBloodAban/Minimax-h3_Singularity
まとめページ	MiniMax-H3 のまとめ(記事6本)
公開元のまとめ	MiniMax のモデルとライセンスのまとめ
公開日	2026-09-06
ライセンス	apache-2.0
配布形式	safetensors
出典の種類	公開元の一次情報(個人ユーザーの派生モデルで公式一次情報なし)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

WarmBloodAbanは、MiniMaxAIが開発したオープンウェイトのマルチモーダル動画生成モデル「MiniMax-H3」をベースにしたファインチューニングモデル「WarmBloodAban/Minimax-h3_Singularity」を公開しました。本モデルは、Text-to-Video（T2V）、Image-to-Video（I2V）、Reference-to-Video（Ref2V）、Video-to-Video（V2V）の各ワークフローをComfyUI上でネイティブにサポートする統合ファインチューニングモデルとなっています。3日間におよぶ精密なモデルプルーニングと重み最適化により、高ステップ学習で生じるアーティファクトを解消しつつ、元モデルの持つ基盤的な強みを維持しています。

スペック

元モデルであるMiniMax-H3の仕様に基づき、本モデルのベースとなるアーキテクチャおよびスペックは以下の通りとなっています。

アーキテクチャ: 33BパラメータのDense、シングルストリームTransformer（H3-Omni-Transformer）
コンテキスト長: 出力長4〜15秒、解像度はデフォルトで短辺768ピクセル、H3-Regenerate-2Kによる2K生成に対応
フレームレート: 24 FPS
音声出力: 32 kHzステレオ
対応対話言語: アラビア語、中国語、英語、フランス語、ドイツ語、イタリア語、日本語、韓国語、ポルトガル語、ロシア語、スペイン語の11言語

性能

モデルカードおよび元モデルの情報によれば、MiniMax-H3のベースモデルにおける再現可能な768pケースや各タスクの実行結果は以下の通りです。

Use case	Request	Result
T2VA	View script	t2va.mp4
FL2VA	View script	fl2va.mp4
Ref2VA	View script	ref2va.mp4

また、システム全体の概要仕様は以下の通りです。

Category	Specification
Output duration	4–15 seconds
Output aspect ratio	Supports a wide range of aspect ratios, including but not limited to 21:9, 16:9, 4:3, 1:1, 3:4, and 9:16
Output resolution	Supports various resolution dimensions. The shorter side is set to 768 pixels by default. 2K
Output frame rate	24 FPS
Output audio	32 kHz stereo
Supported dialogue languages	Stable support for 11 languages: Arabic, Chinese, English, French, German, Italian, Japanese, Korean, Portuguese, Russian, and Spanish. Additional languages are also supported to varying degrees

これらの仕様および元モデルの性能を継承した「WarmBloodAban/Minimax-h3_Singularity」では、特にHDR動画データセットによるファインチューニングにより、高速アクション時における視覚的明瞭度の向上やモーションブラーの抑制が図られています。また、中遠景における顔の歪みや崩れの軽減、不自然な肌のテカリを取り除くクリーンな映像表現、さらに剣術や格闘技、ファンタジーの呪文詠唱といった複雑なダイナミックモーションにおいて優れた効果を発揮します。

得意なこと・想定用途

「WarmBloodAban/Minimax-h3_Singularity」は、ベースモデルであるMiniMaxAI/MiniMax-H3が持つ多様なマルチモーダル生成能力を完全に保持しつつ、特定の表現力を強化したファインチューニングモデルです。元モデルの特性を引き継ぎ、Text-to-Video（T2V）、Image-to-Video（I2V）、Reference-to-Video（Ref2V）、Video-to-Video（V2V）といった多彩なワークフローをComfyUI上でネイティブに実行できます。

本モデルの最大の強みは、高ダイナミックレンジ（HDR）動画データセットを用いたファインチューニングによる画質の向上と、高速アクション時におけるモーションブラーの徹底的な抑制にあります。中遠景における顔の歪みや崩れを大幅に軽減するほか、不自然な肌のテカリや光沢を抑えた自然なライティングとフォトリアルな質感を表現できます。また、剣術や格闘技といった複雑な近接戦闘シーケンス、ならびにファンタジーの呪文詠唱やパーティクルオーラなどのVFX効果において優れたダイナミックモーションと表現力を発揮します。さらに、カメラのパン、チルト、ズーム、トラッキングショットといったカメラワークへの追従性も強化されており、シネマティックなストーリーテリングに向いています。なお、高速生成と品質の維持を両立するため、推奨の加速用LoRAである minimax_h3_ref2v_turbo_4step_v0.1 を併用した4ステップの高速推論もサポートされています。

配布ファイル

WarmBloodAban/Minimax-h3_Singularity で配布されている重みファイルを、Hugging FaceのAPIから当サイトが並べたものです。サイズは実ファイルの値です。

ファイル	サイズ
`Minimax-h3_Singularity_ref2va_Pruned_v1.3_int8.safetensors`	20.97GB
`Minimax-h3_Singularity_ref2va_v1.3_int8.safetensors`	34.00GB
`Minimax-h3_Singularity_ref2va_v1.3_Pruned_w4a8.safetensors`	11.77GB

入手方法

本モデルは、Hugging Face上のリポジトリから入手可能です。配布形式としてはsafetensors形式を採用しており、ComfyUI等の対応環境での利用が想定されています。

モデルの入手先および関連リポジトリ:
– Hugging Face: WarmBloodAban/Minimax-h3_Singularity

手元で動かせるか

公開元の配布形式は safetensors です。

ライセンス apache-2.0(商用利用可): 商用利用を含めて自由に利用・改変・再配布できます。再配布時にライセンス文と変更点の告知が必要で、特許の許諾条項があります。

配布形式とライセンス表記から当サイトのコードが組み立てた判定です。ライセンスの要約は法的助言ではないため、実際の利用にあたっては公開元の原文を確認してください。

次に読むなら

同じモデル系統を調べる → MiniMax-H3 系統のまとめ(記事6本・変換版2件)
このモデルを入手できる形式を調べる → Safetensors形式の解説と対応モデル
公開元について調べる → MiniMax のモデル・ライセンス・記事のまとめ
同じ用途の他のモデルを探す → 動画生成のモデル一覧

出典

更新履歴

2026-09-07: 公式の一次情報で内容を確認しました。HFページに動画生成モデルの公開とファイル存在を確認
2026-09-19: 下書きに戻していた記事を、材料を集め直して書き直し、公開に戻しました。
2026-09-24: 記事の組み立てを更新しました: 「手元で動かせるか」の判定(配布形式・変換版・推論エンジンの登録表・ライセンス・実測の圧縮率)を追加
2026-09-25: タイトルを、記事で分かる内容(必要VRAM・配布ファイル等)を示す形に変更しました。
2026-09-30: タイトルを、記事で分かる内容(必要VRAM・配布ファイル等)を示す形に変更しました。

新モデルAI動画,ComfyUI,MiniMax-H3,WarmBloodAban/Minimax-h3_Singularity,動画生成,確認済み