Kijai адаптировал TurboH3 для ComfyUI с генерацией за 4 шага

Если вы делаете видео в ComfyUI, знакомая проблема — ждать каждый вариант, чтобы потом отбросить его из-за неудачного движения. Kijai опубликовал адаптацию TurboH3 в формате int8-convrot. В карточке сборки указаны настройки: Euler/simple, четыре шага и CFG 1.0. Для команды, которая перебирает сцены, это повод провести короткий тест на своих материалах. Подтверждённого замера скорости для конкретной видеокарты здесь пока нет. Карточка сборки.

Представьте задачу: оживить фотографию товара и получить несколько вариантов для рекламного ролика. Практическая ценность такой сборки определяется просто: сколько пригодных дублей вы получите за час. Четыре шага выглядят привлекательно, но ответ появится только после запуска с вашим разрешением, длительностью и требованиями к результату.

Что именно выпустил Kijai

В описании репозитория Kijai прямо указано, что TurboH3-FL2VA-I2VA преобразована и сокращена для использования в ComfyUI в формате int8-convrot. Поэтому корректнее говорить об адаптации существующей модели. Автор исходной архитектуры и автор сборки для конкретного инструмента — разные роли, и при оценке релиза это имеет значение. Там же приведены настройки сэмплирования, с которых разумно начинать проверку. Описание конвертации.

Во входном посте заявлены генерация видео со звуком по изображению и работа с первым и последним кадрами. Это полезные сценарии: например, задать начальную и конечную композицию продуктового кадра. Однако доступная карточка конвертации не содержит подробной демонстрации этих возможностей. Плавность перехода, согласованность звука и поведение объектов стоит оценивать отдельно, без обещания заранее получить «естественную физику».

Число шагов описывает часть процесса генерации. Оно не равно времени ожидания готового файла: в полный запуск входят загрузка компонентов и обработка результата. Поэтому пересчитывать заявленный переход с 50 шагов на четыре в гарантированное ускорение в 12,5 раза было бы ошибкой. Для пользователя важнее секундомер и доля удачных результатов.

Где заканчиваются подтверждённые данные

Самое слабое место исходного поста — уверенное обещание запуска на потребительских видеокартах. Размер файла с весами и максимальный расход видеопамяти во время генерации — разные показатели. По одному размеру скачивания нельзя заключить, что весь рабочий процесс поместится в память выбранной карты.

В доступном описании Kijai нет таблицы замеров с разрешением, количеством кадров, временем генерации и пиковым расходом VRAM. Поэтому цифры из пересказа нельзя использовать как готовую спецификацию для закупки оборудования. Технические объяснения про вращение матриц, устранение артефактов и конкретный формат вычислений также требуют отдельного первоисточника.

Это оставляет вполне практический вопрос: сохранится ли качество, ради которого вы запускаете модель? Для рекламного кадра критичны форма товара и читаемость деталей. Для атмосферной сцены — движение камеры и звук. Средняя оценка красивого демонстрационного ролика мало поможет, если ваша задача регулярно ломается на одном и том же объекте.

Как проверить пользу за один эксперимент

Возьмите одну типичную сцену из своего рабочего процесса. Зафиксируйте исходное изображение, запрос, разрешение и длину ролика. Начните с опубликованных настроек, а затем запишите полное время выполнения, максимальный расход видеопамяти и число пригодных дублей в небольшой серии. Так сравнение покажет стоимость результата, который действительно можно использовать.

Звук прослушайте отдельно. Совпадает ли эффект с действием в кадре? Нет ли внезапных изменений громкости или фонового шума? При работе с двумя опорными кадрами проверьте середину ролика: совпадение начала и конца само по себе ещё не означает убедительного перехода.

Для разработчика итог такого теста — решение, стоит ли включать сборку в свой процесс. Для продакта — понимание, сокращается ли ожидание правок. Для основателя — основание считать себестоимость после измерений. Релиз заслуживает внимания именно как доступный кандидат для проверки в ComfyUI; обещания скорости и совместимости с железом пока стоит отделять от подтверждённых настроек.