「Seedreamstyle-H3-6K」画像生成スタイルのLoRA:必要VRAM 4GB〜・配布ファイル一覧

作例は配布元のモデルカードで公開されています。
基本情報
| 項目 | 内容 |
|---|---|
| リポジトリ | Nebsh/Seedreamstyle-H3-6K |
| まとめページ | MiniMax-H3 のまとめ(記事15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 | 2026-11-20 |
| ライセンス | minimax-h3-image-community-license-agreement |
| 配布形式 | safetensors |
| 出典の種類 | 未確認(一次情報で裏付けできていない)(個人ユーザーの非公式LoRAで、公式一次情報ではないため未確認) |
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
注意:このニュースは公式に確認が取れておらず、未確認の情報です。 以下はHugging Faceのモデルカードの記載に基づく内容で、MiniMaxAI公式の発表ではなく、個人(Nebsh)による非公式の公開とされています。
Nebsh/Seedreamstyle-H3-6Kは、MiniMaxAI/MiniMax-H3-Image向けのスタイルLoRAです。テキストプロンプトの先頭に seedreamstyle. を付けて入力すると、人物シーン(ポートレート、会話、さまざまな年齢層、実用的な照明、環境ショット)をSeedream風のシネマティックな写真調で出力するよう学習されています。作者は、クローズドソースの画像モデルSeedream 5.5の雰囲気をH3 Imageに持ち込めるかを試した実験だと述べています。
スペック
- ベースモデル:
MiniMaxAI/MiniMax-H3-Image(アダプタ形式のLoRA) - 配布ファイル: 推奨は6Kで、ファイル名は
Seedreamstyle_H3_Resume_6K.safetensorsです - トリガー: プロンプト冒頭に
seedreamstyle.(全バージョン共通) - 検証済みの強度: ComfyUIのLoRA Loader(Model Only)で 1.0
- 検証に使ったチェックポイント:
minimax_h3_image_pruned_int8_convrot.safetensors - 比較時の設定: LCM、6ステップ、CFG 1、スケジューラ simple。KJ氏の
MiniMaxH3PromptWeight(モード: text with empty image、適用範囲0〜25%)も併用されています - 出力: 比較ギャラリーのH3画像は 8448 × 4736(約40MP)で生成されたとされています
- 学習: 2Kチェックポイントは元の43枚のデータセットで学習し、2,500〜6,000ステップは1,134枚に拡張したデータセット(元の43枚を含む)で継続学習したと記載されています。ステップ数は初期の2,000ステップを含む総ステップ数です
- ライセンス:
minimax-h3-image-community-license-agreement。商用利用の可否などの条件は、資料からは読み取れません
学習設定は次のとおりです(モデルカード記載)。
| 項目 | 値 |
|---|---|
| 最終グローバルステップ | 6,000 |
| 継続学習 | 2,000 → 6,000(追加4,000ステップ) |
| 継続学習データセット | 1,134組の画像/キャプション(元の43枚を含む) |
| 学習解像度 | 約1メガピクセル、アスペクト比バケット |
| LoRA rank / alpha | 16 / 16 |
| Optimizer | Automagic3 |
| Learning rate | 0.00028 |
| EMA | 0.98 |
| Batch / accumulation | 1 / 1 |
ベースモデルのカードでは、MiniMax-H3-Image は33.1BパラメータのDiTで、約16メガピクセルの出力に対応するとされています。
性能・品質
ベンチマークの数値は資料にありません。モデルカードにあるのは、作者自身による20シーンの目視比較ギャラリーです。各ボードは「LoRAなし/LoRA 2,000ステップ/LoRA 6,000ステップ/Seedream 5.5」の4枚構成で、2つのLoRAはいずれも強度1.0です。作者は、この比較は「見た目とプロンプト解釈」を見るもので、解像度を揃えた細部の性能比較ではないと断っています。H3は約40MP、Seedream 5.5は2736 × 1536(ネイティブ2K)で生成されており、条件が異なります。
作者はSeedream 5.5について、コントラスト・照明・粒状感のバランスが好みだと述べています。本LoRAがどの程度それに近づくかは、公開元自身の主観的な比較であり、第三者による検証は確認できていません。
補足として、動画の実験が載っています。本LoRAはH3 Image向けに学習されたものですが、6KをH3の動画生成でも試した「おまけの実験」として、T2VとRef2VAのA/B比較(LoRAなしと6K 強度1.0、10〜15秒程度)が公開されています。動画での互換性は保証されたものではありません。
得意なこと・想定用途
本LoRAは、人物が登場する各種シーンにおいて、シネマティックな写真表現を適用する用途に向いています。モデルカードの記載によると、ポートレート、会話シーン、さまざまな年代の人物描写、実用的な照明設定、周囲の環境を含むショットなどの生成において、光の表現やコントラスト、写真特有の粒状感を備えたスタイルを実現することを目指しています。
基本となるタスクはテキストからの画像生成(text-to-image)です。プロンプトの先頭にトリガーワードである seedreamstyle. を付与することで本スタイルが適用されます。ベースモデルである MiniMaxAI/MiniMax-H3-Image が持つ高解像度で精細な描画能力を活かしつつ、クローズドモデル「Seedream 5.5」が持つ質感に近づける調整がなされているとされています。
また、静止画生成だけでなく、作者によるおまけの実験として動画生成(T2VおよびRef2VA)への適用例も公開されています。ただし動画適用は公式に検証された機能ではなく、試用的な位置付けとされています。
類似モデルとの違い
当サイトで過去に紹介した 「MiniMax-H3-Image-Character-Swap」画像編集モデル:必要VRAM 4GB〜 は、同じベースモデルである MiniMax-H3-Image を元に人物差し替え用のアダプタをマージし、背景やポーズを維持したまま人物を差し替える画像編集に特化したモデルです。これに対して今回のモデルは、テキスト入力からシネマティックな写真調の雰囲気や質感を与えるスタイル学習LoRAである点が異なります。
また、「Pika-H3-Flex」音声付き動画生成モデル:配布ファイル一覧 は MiniMax-H3 シリーズをベースとして同期ステレオ音声付き動画を生成するための動画生成モデルアダプタです。本モデルは静止画のスタイル付与を目的としたLoRAであり、音声・動画の同時生成を主機能とするモデルとは用途やアプローチが大きく異なります。
動作環境
動作環境の目安(Local Model Watch 算出)
| 手持ちのVRAM | 選べる量子化 | ファイルサイズ | 必要メモリの目安 |
|---|---|---|---|
| 4GB(ノートPCの内蔵GPU・スマートフォンなど) | そのままの精度 | 0.0GB | 0.0GB |
必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 この配布は LoRA 等のアダプタで、表は元モデル MiniMaxAI/MiniMax-H3-Image を動かす要件です。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。
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 minimax-h3-image-community-license-agreement: 公開元の独自ライセンスです。商用利用の可否を含め、条件は公開元の原文を直接確認してください。
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。
当サイトでの実測
ライセンスの都合で行っていない実測
このモデルのライセンス(minimax-h3-image-community-license-agreement)の商用利用の条件を、当サイトが満たしていることを確認できていません。広告を掲載している当サイトでは、ライセンスの都合上、モデルを動かす実測(CPU での実行・回答・量子化の比較・変換・生成)は行っていません。
配布ファイル
Nebsh/Seedreamstyle-H3-6K 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 |
|---|---|
checkpoints/Seedreamstyle_H3_2K.safetensors |
149MB |
checkpoints/Seedreamstyle_H3_step0002500.safetensors |
149MB |
checkpoints/Seedreamstyle_H3_step0003000.safetensors |
149MB |
checkpoints/Seedreamstyle_H3_step0003500.safetensors |
149MB |
checkpoints/Seedreamstyle_H3_step0004000.safetensors |
149MB |
checkpoints/Seedreamstyle_H3_step0004500.safetensors |
149MB |
checkpoints/Seedreamstyle_H3_step0005000.safetensors |
149MB |
checkpoints/Seedreamstyle_H3_step0005500.safetensors |
149MB |
checkpoints/Seedreamstyle_H3_step0006000.safetensors |
149MB |
Seedreamstyle_H3_Resume_6K.safetensors |
149MB |
入手方法
本モデルのファイルは、Hugging Faceのリポジトリ Nebsh/Seedreamstyle-H3-6K からダウンロードできます。配布形式は safetensors です。入手にあたって事前のライセンス同意手続き(gated)は要求されていません。
推奨されているファイルは 6,000 ステップ学習された Seedreamstyle_H3_Resume_6K.safetensors です。リポジトリ内には、学習の段階的な変化を実験・比較するための 2,000〜6,000 ステップのチェックポイントファイルも用意されています。
対応するツールとしては ComfyUI での動作がテストされています。ComfyUIの LoRA Loader (Model Only) ノードでモデルを読み込み、適用強度(strength)を 1.0 に設定して使用することが推奨されています。
関連記事
- 「MiniMax-H3-Image-Character-Swap」画像編集モデル:必要VRAM 4GB〜
- 動画生成モデル「MiniMax-H3」向けLoRAアダプタ2種公開
- 「MiniMax-H3-Character-Swap-LoRA」動画生成モデル:配布ファイル一覧
- 「Pika-H3-Flex」音声付き動画生成モデル:配布ファイル一覧
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15本・変換版4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 → 画像生成・編集のモデル一覧
出典
この記事は未確認情報を含みます。 公式の一次情報で裏が取れ次第、更新履歴を追記して反映します。

