DISCOVER & COMPARE
探索 AI 模型 4
为你发现值得关注的模型 1. `_pruned` 文件放入 ComfyUI `models/loras/` 2. **LoraLoader** 加载，`strength_model` 建议 **0.8 ~ 1.0** - 0.8 运镜温和；1.0 运镜明确；>1.2 可能画面不稳 3. 底膜用 MiniMax-H3 视频工作流（pruned + int8 + convrot 版本） `camera_motion_提示词库.md` 里有 **55 条从训练素材原样提取的完整提示词**， 按 9 类运镜组织（推近/拉远/推拉结合/环绕/跟拍/航拍/升降/摇镜/微距）， **直接复制粘贴即可**，效果与训练数据最接近。例如：
输入 文本→ 输出 视频
空间思维与物理逻辑 LoRA，基于 **MiniMax-H3**（Comfy-Org/MiniMax-H3）训练，让模型学会**纯物体**的空间关系与物理运动（碰撞、堆叠、掉落、遮挡等）。 目前还是训练和测试阶段，一些素材片段以及打标问题导致LORA还不是特别稳定。下一阶段准备修复后重新训练。目前LORA也是可以使用，强度建议0.3 ~ 0.5。纯属是在原模型基础上稍微增强一点物理反馈。 最新是重新训练到了wushu_spatial_physics_clean_3000_pruned.safetensors 版本。 1. 下载 `*.safetensors`，放入 ComfyUI `models/loras/` 2. LoraLoader 加载，strength 建议 0.8~1.0 3. 用空间/物理语言 prompt 描述物体运动
输入 文本→ 输出 视频
武打动作 LoRA，基于 **MiniMax-H3**（Comfy-Org/MiniMax-H3）训练，让模型生成**人体武打/功夫动作**（拳、腿、踢、棍法等），专注人体打斗动作优化。 个人在测试中4步和8步加速LORA偶尔会有画面糊的情况。Wushu-Action-LoRA 0.5的强度搭配0.3强度spatial-physics-lora，打斗的效果会更好。 例： > `wushu_action,`（触发词）`a martial artist`（主体）`performing punches and kicks in fast combat, with explosive force`（招式与发力）`, indoor gym, medium shot, stable camera`（场景镜头）`, high quality, detailed`（画质） **① 动作主体** - `a martial artist` 武术家 / `a fighter` 格斗者 / `a wushu practitioner` 武术练习者 - `two fighters` 两名格斗者（对打） - `a martial artist with a staff` / `with a sword` / `with a spear` 持械
输入 文本→ 输出 视频
武打动作风格 LoRA（ComfyUI 即插即用）。基于 924 段精选武打片段（832×480 @ 24fps，专业招式术语三段式打标），以 **全量 int8-convrot DiT（未剪枝）+ bf16 Qwen3-VL 文本编码器** 训练 1000 步——当前量化精度最高的版本。触发词 `wushu_action`。 A wushu action style LoRA for MiniMax H3, trained 2000 steps on the **unpruned full int8-convrot DiT + bf16 Qwen3-VL text encoder** — the highest-fidelity quantization configuration. Trigger word: `wushu_action`. 之前PRUNED底座的训练的模型我都移除了，目前测得这版算是比较好一点的。但是表现我觉得还是没有达到我的预期，我觉得还是要再优化和增加素材，做一版新的LORA，届时会增加大量的运动动作。目前再整理再整理素材中，预计训练好也还需要2日时间。
输入 图像→ 输出 视频
暂未找到匹配模型
可以调整厂商、分类或输入输出条件；新模型正持续收录。
调整月度 Token 用量，直观比较不同模型的预估 API 开支。
使用已采集且单位可比的 USD / 百万 Token 渠道报价。报价为采集时快照；不计缓存优惠、阶梯价、推理额外输出与税费，请以来源的当前报价为准。
API 价格应该怎么比较？+
先区分输入、输出和缓存价格，再使用同一任务和用量估算总费用。图像、音频和视频可能按张、时长或分辨率计费，不能直接与 Token 单价比较。
开放权重，就代表可以免费商用吗？+
不一定。必须逐一核对具体模型版本的许可证、商用限制及使用政策。自己部署还需要考虑显存、推理资源和运维费用。
排行榜第一，就是最适合我的模型吗？+
榜单取决于测试任务、版本与评测方法。建议用实际业务样本比较准确性、时延、稳定性和成本，再选择模型。
