5秒の動画生成で勝負!16分から3.8分に！MiniMax H3 ref2va + Turbo LoRA を追試しました #ComfyPods
やっほー、AiCutyの音楽と開発技術担当、Nao Verdeです。新しい動画世代でも長く使ってもらえるComfyLTSを作るために、ComfyPodsで日々いろいろなモデルやワークフローを実際に動かして評価しています。
今回は、MiniMax H3のref2va向けに公開されたTurbo LoRAを追試します。前回の記事「長い動画を作りたい！MiniMax H3は何秒まで伸ばせるのか」では、1344×768で5秒の動画を生成するのに約16分かかることを紹介しました。
「時間がかかっても、確実に美しい結果を出す」というのがComfyPods開発チームの基本方針なので、最終出力なら16分でも受け入れられます。ただ、プロンプトや動きを試行錯誤する段階では重いかもしれません。お客様の体験を考えると「ちょっと試してみたい5秒の動画」に待てるのは5秒、長くても5分が限界ではないしょうか。Wan2.2のときの実体験に基づきます。
試していこうにも1回外せば16分です。AIのコストはともかくとして、プロとして映像制作のバイトをしているとして、ざっくり時給1000円で考えれば、1回の試行で約250円。モンエナが買えます。この4in1の動画を1本作るだけで1時間です。10回外せば2500円です。ちょっといい店の学生限定食べ放題が体験できてしまいます。タイパ世代はお金も時間も大切なのです。
そこへ登場したのが、MiniMax H3を4ステップで生成するTurbo LoRAです。今回は通常版の20ステップとTurbo版の4ステップを同じ環境で比較して、本当にどれくらい速くなるのか。そして、その速さと引き換えに何が変わるのかまで測ってみます。
動画はたくさんできたのですが、映えはないのでこちらに収蔵しておきます
毎度ながら Sakiちゃんありがとう！
まず、公開してくれた開発者と検証者にリスペクト
今回の検証は、僕らだけで突然生まれたものではありません。
まずMiniMax H3本体を開発・公開しているMiniMaxチームがあります。公式リポジトリにはRef2VAの実装も公開されています。
MiniMax H3 公式GitHub
Ref2VA
公式Hugging Face
そして今回使うTurbo LoRAを公開しているのがLightX2Vです。
今回使用したのは、ref2va向けの4ステップ版です。https://huggingface.co/lightx2v/Minimax-h3-Turbo/blob/main/minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors
モデル名にcomfyuiと入っているものを使います。
こうした高速化モデルを公開して、誰でも追試できる状態にしてくださっているLightX2Vの開発者のみなさんに感謝します!!!
さらに、日本のローカルAI生成コミュニティでは、かみもと氏がMiniMax H3やTurbo LoRAについて継続的に検証し、生成速度や画質、ワークフローまで公開しています。Turbo LoRAの導入検証はこちらです。
LightX2V版を含む比較検証はこちらです。
そしてref2vaのLoRA学習についても、VRAM 12GB環境で詳細な検証が公開されています。
今回の検証でも、かみもと氏が先行して公開した設定や検証結果を参考にしています。
オープンなモデルやコードだけでなく、「実際に動かして、失敗も含めて公開する人」がいることで、その次の検証ができます。こうしたコミュニティの積み重ねに敬意を払いながら、今回はComfyPodsの環境でさらに追試していきます。
ref2va用とfl2va用を間違えない
まず注意したいのが、Turbo LoRAの種類です。これまでMiniMax H3のTurbo LoRAはfl2va向けのものが先に公開されていました。でも、fl2vaとref2vaは別のモデルです。
FL2VA (First-Last Frame to Video-Audio): 指定した画像（最初または最後のフレーム）をキーフレームとして固定し、その状態から動きや変化を生成・補間します。
Ref2VA (Reference to Video-Audio)仕組み: 画像、動画、音声などの参照素材（Reference）を「同一性やスタイルのガイド」として入力し、プロンプトで新しい構図やシーンを直接生成します。
fl2va用のLoRAを、そのままref2vaへ使う設計にはなっていないと考えます。間違えると時間が溶けます。今回使うファイル名は、
minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors
です。fl2vではなくref2v。ファイル名を間違えても、必ずしも派手なエラーが出て止まるとは限りません。動いてしまって、静かに品質が落ちることがあります。生成時間と品質チェックで時間が溶けます。MiniMax H3のファイルが増えてきた昨今ですので、皆さんはまず確認してください。
ref2va Turbo LoRAは、挿すだけでは動きませんでした
そして、ここが今回いちばん大事なところです。Turbo LoRAをLoRA Loaderへ追加して、ステップ数を20から4へ変えるだけではありません。Turbo用のノイズスケジュールに合わせて、ワークフロー側も変更する必要がありました。今回の構成では、LoraLoaderModelOnlyを追加して強度を1.0に設定します。さらにMiniMaxH3SigmaShiftを追加して、shift_videoを12、shift_audioを3に変更します。ステップ数は20から4へ、サンプラーはres_multistepからeulerへ変更します。そしてモデルの配線を、UNETLoader → LoRA → SigmaShift → BasicGuiderという順番にします。
変更点は全部で5か所です。特に忘れてはいけないのがSigma Shiftです。
Turbo版は、通常20ステップで行っている処理を4ステップに圧縮します。そのため、4ステップに合わせたノイズの進み方に変更する必要があります。
Sigma Shiftを変えずにステップ数だけ20から4へ削ると、Turbo化ではなく、単純に途中で計算を打ち切ったような状態になります。当然、絵は壊れます。「Turbo LoRAを入れたのに汚い」「4ステップにしたら破綻した」という場合は、LoRAそのものを疑う前に、まずSigma Shiftを含めたワークフロー全体を確認してみてください。
1344×768でも4.17倍速くなった
では、実測です。今回はTurboの有無以外の条件をできるだけ固定しました。参照画像、プロンプト、シード、解像度、動画の尺、量子化条件は同じです。サンプラーとステップ数はTurboそのものの設定なので、そこだけTurbo版に合わせて変更しています。
解像度は1344×768です。通常版は20ステップで964秒。
約16.1分です。Turbo版は4ステップで231秒。約3.8分です。
4.17倍の高速化になりました。
ここで面白いのが、先行検証との比較です。
かみもと氏の検証環境とはGPUや解像度などの条件が違います。僕らは1344×768という、かなり大きな解像度で生成しています。それでも4倍を超える高速化が確認できました。少なくとも今回の結果では、高解像度にした途端Turboの効果が消えてしまう、ということはありませんでした。
ComfyPodsのサービスに活かしたい!
これはComfyPodsのサービス設計にもかなり効いてきます。たくさんのユーザで混雑してきた時に、1回の利用で利用できる50分のセッションで考えると、通常版では5秒動画をおよそ3本しか生成できません。Turboなら、およそ12本です。3本だと「当たりが出るまで待つ」という生成になります。12本なら、プロンプトを変更して、構図を確認して、動きを変えて、また生成する、という試行錯誤ができます。同じ50分でも、体験そのものが変わります。
速くなったけど、必要VRAMは増えました
ただし、Turboという名前から「軽量化された」と考えるのはちょっと違います。VRAMも測りました。通常版では17,316MiB。Turbo版では18,882MiBでした。約1,566MiB、つまり1.6GBほど増えています。
追加したLoRAのぶん、モデルを保持するメモリが必要になります。ステップ数は20から4へ、5分の1になっています。でも、VRAMも5分の1になるわけではありません。むしろ増えています。
つまり今回のTurbo LoRAは、メモリを節約して高速化しているのではなく、追加学習の重みを載せることで計算回数を減らし、時間を短縮していると考えたほうが実態に近いです。
20GB GPUで18.4GB近くまで使うので、かなり天井に近いです。速さと引き換えに、VRAMを差し出しています。ComfyPodsのように限られたGPU資源の中で安定運用する場合、単純に「4倍速くなった、やった！」だけでは終われません。速度、VRAM、安定性まで含めて評価する必要があります。それでも20GBのVRAMで戦えるComfyPodsにとっては、いきなりOOM(メモリオーバーフロー)でクラッシュしないので、望みがあります。
同じシードでも「同じ動画が速く出る」わけではない
次は画質です。通常版20ステップとTurbo版4ステップを左右に並べて比較してみます。ただし、この比較には大きな注意点があります。今回はシードもプロンプトも同じにしています。でも、TurboではSigma Shiftが変わります。つまり、ノイズから映像へ向かう経路そのものが通常版とは違います。
そのため、同じシードを入れても、同じ場面は出てきません。
例えば通常版の背景に自転車があって、Turbo版には柵が出ていたとしても、「Turboは自転車を描けなかった」とは言えません。最初から別の絵が生成されているからです。なので今回見るべきなのは、「同じ絵の細部がどれだけ劣化したか」ではありません。塗りの傾向、色、細部の密度、動き、音など、生成結果全体の傾向を比較します。
Turboは塗りが濃く、細部は大胆になる
比較して最初に感じたのは、Turbo版のほうが塗りが濃いことです。影が強くなり、紫などの発色も強く出ています。
全体として、通常版より少しアニメ的で、コントラストの強い画面になりました。この傾向は、先行してTurbo LoRAを検証しているかみもと氏の観察とも重なります。一方で、背景の細かい描き込みは減っています。
通常版を見ると、自転車のスポークや看板の文字、シャッターの細い筋など、かなり小さな構造まで描こうとしています。Turbo版では、そうした細部を一本一本描くというより、大きな光や面としてまとめる傾向があります。例えば文字も、文字として細かく描くというより、発光する模様のように処理されています。僕の印象では、これは単純な「画質劣化」というより、描き方が変わった、という表現のほうが近いです。4ステップしかないので、細部を詰める推論は減っているということなんでしょうかね。その代わり、画面全体を短時間で成立させる方向に寄っているように見えます。
音声も完全に同じではない
MiniMax H3は映像だけでなく、音声も同時に生成するので評価のために信号レベルを測ってみました。今回の比較では、通常版がマイナス19.0dB、Turbo版がマイナス16.7dBでした。Turbo版のほうが少し大きな音になっています。これだけで音質の優劣を決めることはできませんが、映像だけでなく音声側にも変化があることは覚えておいたほうがよさそうです。
特に歌や台詞が主役になる動画では、速度だけで判断せず、通常版との比較を続けたいところです。
当たりを探すTurbo、本番を撮る通常版
では、Turboと通常版をどう使い分けるのか。今回の検証を終えた時点では、かなり役割が見えてきました。Turboは、試行錯誤に向いています。プロンプトを詰めたい。キャラクターがどんな動きをするか見たい。構図を探したい。カメラワークを試したい。そういう段階で、毎回16分待つ必要がなくなるのは非常に大きいです。
特にComfyPodsのお試し短時間の体験環境では、通常版では1本も完成しない時間でも、Turboなら何本か試せる可能性があります。一方で、記事に掲載する最終作例や、作品として残したい映像、歌や台詞が重要なもの、速いアクションを含む場面については、現時点では通常版も残しておきたいです。そして重要なのは、Turboで当たりシードを探して、そのシードを通常版へ持っていけば同じ映像が高品質で出る、という意味ではないことです。Sigma Shiftが違うので、絵は変わります。だから実際には「同じ映像を下書きして清書する」というより、「Turboでプロンプトや演出の方向性を探して、通常版でもう一度本番を撮る」というワークフローになりそうです。
「当たりを探すTurbo、本番を撮る通常版」という使い分けです。
まとめ
今回、LightX2Vから公開されたMiniMax H3 ref2va向けTurbo LoRAを、ComfyPodsの1344×768環境で追試しました。通常版20ステップでは964秒、約16.1分。Turbo版4ステップでは231秒、約3.8分。4.17倍の高速化を確認できました。その一方で、VRAM使用量は約1.6GB増えました。画面は通常版より塗りや発色が強くなり、背景などの細かい描き込みは減る傾向があります。同じシードとプロンプトを使っても、Sigma Shiftが違うため、通常版とTurbo版では同じ絵にはなりません。
こうした高速化を実際に使える形まで持ってこられるのは、MiniMaxのモデル公開、LightX2VによるTurbo LoRAの公開、そして世界中の開発者や、かみもと氏をはじめとするローカルAIコミュニティによる検証と情報共有があるからです。公開してくださったみなさんに感謝します。
僕らComfyPods側も、結果だけを受け取るのではなく、異なるGPUや解像度で追試し、うまくいったことも、うまくいかなかったことも含めて共有していきます。
お知らせ
ComfyPodsでは現在、新しい動画世代でも長く使えるComfyLTSを目指して、MiniMax H3をはじめとする動画生成環境を検証しています。動画生成機能については、2026年9月のリリースを予定しています。ブラウザだけ、インストール不要。自分の手でComfyUIを触りながら、AI動画生成を学べる環境を作っています。それでは、Nao Verdeでした。
Credits & Links
MiniMax H3 / MiniMax
MiniMax H3 Ref2VA
MiniMax H3 on Hugging Face
LightX2V / Minimax-h3-Turbo
LightX2V ref2v Turbo 4step for ComfyUI
かみもと氏 MiniMax H3 Turbo LoRA 導入検証
かみもと氏 LightX2V Turbo LoRA 比較検証
かみもと氏 MiniMax H3 ref2va LoRA 検証
前回のAICU検証記事
今回のComfyPods検証ブログ
Originally published at note.com/aicu on Aug 18, 2026.
コメント