Trong hai ngày qua, hiệu quả tạo video của MiniMax H3 đã thu hút sự quan tâm rất lớn trong cộng đồng
Nhiều nhà sáng tạo đã tham gia thử nghiệm ngay từ đầu, cố gắng dùng nó để tạo ra những video AI ấn tượng
Tuy nhiên, mọi người nhanh chóng nhận ra một thực tế nghiệt ngã:
Mô hình H3 có yêu cầu nghiêm ngặt về định dạng prompt và đòi hỏi prompt phải có độ chính xác cao
Mặc dù tối qua tôi đã thức khuya để viết một hướng dẫn chi tiết về cách soạn prompt cho MiniMax H3
Nhưng theo phản hồi nhận được, vẫn còn rất nhiều người không biết viết, bởi chuỗi prompt dài đó thực sự quá phiền phức
Thực ra, theo quan sát của tôi (khá phiến diện, mong mọi người góp ý nhẹ nhàng), ngay cả khi MiniMax H3 không yêu cầu định dạng prompt, những người mới làm phim hoạt hình dạng series cũng khó viết prompt cho tốt
Điểm thường khiến mọi người bế tắc nhất là có ý tưởng trong đầu nhưng không biết dùng từ ngữ để mô tả chính xác chuyển động máy quay, hành động nhân vật và ngôn ngữ điện ảnh
Để có được hình ảnh đẹp, mọi người vẫn thường có thói quen nhồi vào prompt những tính từ sáo rỗng như “đậm chất điện ảnh, siêu chân thực, chất lượng hình ảnh hàng đầu, góc nhìn choáng ngợp”
Nhưng đối với mô hình tạo video, những từ ngữ trừu tượng này hoàn toàn vô nghĩa
Điều mô hình video thực sự cần là một bảng phân cảnh đạo diễn rõ ràng:
Bối cảnh ở đâu, chủ thể là ai, đang xảy ra hành động vật lý nào, máy quay tiến lùi lia chuyển ra sao, ánh sáng và bóng đổ thay đổi thế nào, cũng như nhịp điệu khung hình được thúc đẩy ra sao
Nếu bạn xem kỹ hướng dẫn prompt chính thức của MiniMax H3, bạn sẽ nhận ra các yêu cầu của nó thực ra không quá đáng, về cơ bản đều xoay quanh bảng phân cảnh đạo diễn
Chỉ có điều việc trích dẫn các yếu tố tham chiếu khác nhau phải tuân thủ những yêu cầu bắt buộc
Để giải quyết vấn đề này, có người đã đưa lên GitHub một dự án plugin rất giá trị:
ComfyUI-Fantastic-MiniMaxH3-PromptBuilder
>
Plugin này được thiết kế dành riêng cho yêu cầu viết prompt của MiniMax H3
Mục tiêu là giúp nhà sáng tạo không còn phải phỏng đoán hay thử sai, mà có thể tạo prompt chuyên nghiệp đáp ứng định dạng của MiniMax H3 theo cách có cấu trúc, phù hợp nhất với logic mà mô hình video có thể hiểu
>
Với công cụ này, nhà sáng tạo không cần tiếp tục đau đầu vì những định dạng tham số phiền phức nữa
Ví dụ
Nếu bạn nhập trực tiếp “một cô gái đi bộ trong thành phố” vào ô nhập prompt, kết quả do Minimax H3 tạo ra sẽ đầy tính bất định (hãy tham khảo bài kiểm thử trước đây của tôi)
Còn sau khi được PromptBuilder chuẩn hóa, prompt sẽ tự động được bổ sung và tái cấu trúc thành:
“Một con phố thành thị với ánh đèn neon đan xen vào ban đêm, một phụ nữ trẻ đi bộ một mình, máy quay chậm rãi bám theo và tiến về phía trước, mặt đất ướt phản chiếu ánh đèn neon đường phố, ánh sáng và bóng đổ mang màu lạnh đậm chất điện ảnh, tổng thể tạo nên bầu không khí yên tĩnh và u buồn.”
Quan trọng nhất là nó sẽ xuất prompt theo yêu cầu định dạng của Minimax H3
>
Địa chỉ dự án: https://github.com/Adudeguyman/ComfyUI-Fantastic-MiniMaxH3-PromptBuilder
Thế chẳng phải quá tuyệt sao?
Suy cho cùng, hiện nay có hai rào cản khi sử dụng Minimax H3: phần cứng và prompt
Phần cứng đã được máy tính đám mây giải quyết từ lâu
Chiếc 4090 với 48G VRAM chạy hoàn toàn không gặp áp lực nào, một video 5 giây mất khoảng 2 phút rưỡi; nếu sử dụng thêm phiên bản lượng tử hóa đã tối ưu cùng một trình tăng tốc, thời gian dễ dàng giảm xuống dưới 1 phút
Hơn nữa, giá cũng rất rẻ. Bên Xiangong Cloud, một chiếc 4090 với 48G VRAM chỉ có giá 2.59 nhân dân tệ mỗi giờ; cộng thêm phí sử dụng image (thường là 0.2 nhân dân tệ mỗi giờ), tổng cộng vẫn chưa đến 3 nhân dân tệ
Về lý thuyết, một giờ có thể chạy ít nhất 30 video 5 giây, tối đa chỉ 2 xu mỗi giây. Với chi phí này, đến người bán rau cải cũng phải báo cáo bạn vì cạnh tranh giá
>
Nếu là người dùng mới, bạn còn có thể đăng ký bằng liên kết mời của tôi để nhận miễn phí tiền trải nghiệm, bắt đầu mà không tốn chi phí
Liên kết mời: https://www.xiangongyun.com/register/KBAYTG
Hơn nữa, mọi chuyện mới chỉ bắt đầu, Minimax H3 vừa được phát hành mã nguồn mở mà thôi
Những màn trình diễn đỉnh cao của các cao thủ vẫn còn ở phía sau
Tuy nhiên, tôi vẫn hy vọng sau khi Flux3 được phát hành mã nguồn mở, nó sẽ không học theo Minimax H3 với những quy tắc prompt phức tạp như vậy. Đối với người dùng, điều này thực sự quá khắc nghiệt.