Создание минутного тизера персонажа Aelion с помощью MiniMax H3

#Нейропрожарка Aelion — Character Teaser Автор: SnJake (@SnJakeAI) Сделал минутную анимацию со своим персонажем Aelion в MiniMax H3. По сути получился небольшой тизер персонажа. В этот раз решил не ограничиваться одной генерацией, а собрать всё более-менее полноценным пайплайном — с референсами, голосом, музыкой, монтажом и апскейлом. Сначала подготовил референсы. Основной арт Aelion по пояс сгенерил в Krea 2 со своей LoRA на стиль Arknights: Endfield. Затем через Nano Banana 2 и GPT Image 2 сделал ещё несколько изображений: extreme close-up лица, персонажа в полный рост спереди и сзади на белом фоне, а также отдельный арт артефакта — куба. В итоге при генерации видео использовал четыре референса. С голосом тоже получилось интересно. До этого, когда просто тестировал MiniMax H3, я сгенерил видео, где Aelion говорил. Из него вытащил аудиодорожку и через Mel-Band RoFormer отделил голос от остальных звуков. Получился чистый семпл голоса, который мне понравился, и теперь его можно использовать как референс в следующих генерациях. По моим наблюдениям, H3 вообще очень хорошо копирует голос. Отдельный инструмент для липсинка не использовал — синхронизацию губ H3 генерировал сам вместе с видео и аудио. Дальше подключил Gemini 3.1 Pro. Дал ему информацию о персонаже, все подготовленные референсы, аудио и инструкцию по написанию промптов для H3. Объяснил, что хочу собрать примерно минутный тизер, после чего он написал серию промптов для Ref2VA и расписал, какие референсы использовать в каждом фрагменте. Не всё получилось с первого раза: в нескольких генерациях персонаж почему-то начинал говорить то, чего вообще не было в промпте, поэтому часть сцен пришлось переделывать. Всего в итоговый ролик вошло 10 отдельных фрагментов. Большинство генерировал примерно по 8 секунд в разрешении 1 МП. С оптимизациями ModelAttentionBackend (Kitchen Attention) + Patch Sol-Attn + Spectrum Apply MiniMax H3 один такой фрагмент занимал около 6–7 минут на RTX 4070 Ti SUPER с 16 GB VRAM и 32 GB RAM. Более короткие сцены генерились быстрее. Для фона отдельно сделал музыку в бесплатной Suno 4.5. После этого отправился в DaVinci Resolve: склеил все сцены, немного смонтировал, подправил переходы и сделал лёгкую цветокоррекцию. Сам монтаж занял примерно 30–40 минут. На финальном этапе решил дополнительно проапскейлить ролик через RTX Video Super Resolution в ComfyUI — и тут допустил ошибку, отправив туда сразу готовое минутное видео. Естественно, получил OOM 😏 Поэтому разбил готовый ролик обратно на отдельные фрагменты через FFmpeg, проапскейлил каждый отдельно и затем снова сшил всё вместе. Сам апскейл занял примерно ещё 5 минут. Точное общее время работы я не засекал. Только генерация десяти основных фрагментов заняла примерно час с небольшим, плюс были неудачные дубли, подготовка референсов, промптов, работа со звуком, монтаж и апскейл. По расходам: прямые затраты именно на этот ролик были практически нулевыми. Для генерации части дополнительных референсов использовал сервис с подпиской за $20 в месяц, но подписка уже была оплачена и покупалась не специально для этого проекта. Gemini 3.1 Pro использовал бесплатно через Google AI Studio, музыку сделал в бесплатной версии Suno 4.5. MiniMax H3, обработка звука и апскейл работали локально. В итоге получился полноценный минутный тизер Aelion. Для первого такого эксперимента с MiniMax H3 результатом я очень доволен — особенно учитывая, что практически весь ролик собран из отдельных нейрогенераций. @cgevent