anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
一个用于 MiniMax-H3 的图生视频 LoRA,减少生成视频里物体重复、穿模和动作怪异的情况。适合用静态图做动画的 ComfyUI 用户。
Licon VBVR for MiniMax-H3 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download LiconStudio/Minimax-H3-VBVR
Licon VBVR 是一个 LoRA,让 MiniMax-H3 视频模型给静态图做动画时出的问题更少。作者围绕 H3 重建了 VBVR 训练数据,并按该模型的训练流程重新处理。目标是让物体更稳定、角色动作更合理,减少运动和互动时多出来的物体副本,以及穿模或重叠。
适合用 MiniMax-H3 给静态图做动画,却看到物体变多或肢体穿过物体的 ComfyUI 用户。它是基础模型的附加件,所以你得先有一个 H3 图生视频工作流。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| AI 视频爱好 | ComfyUI 用户 | 把 LoRA 加进 H3 图生视频工作流 | 给一张角色摆弄物体的静态图做动画 |
| 创意制作 | 视频创作者 | 对比有无 LoRA 的输出 | 同一个提示词跑两次,检查动作和重叠 |
| 工作流搭建 | 工作流作者 | 把 LoRA 作为共享图里的可选步骤 | 接进 H3 图的 LoRA 加载器 |
如果你不运行 MiniMax-H3 图生视频,可以跳过它。
它在 ComfyUI 里运行,通过 H3 图生视频工作流的 LoRA 加载器使用。
| Use case | Who | What they get back |
|---|---|---|
| 减少重复物体 | 视频创作者 | 意外多出物体副本更少的视频片段 |
| 减少重叠 | 动画师 | 角色、物体和表面之间更干净的接触 |
| 动作更连贯 | 工作流作者 | 逻辑更清楚的动作序列 |
你需要 ComfyUI、MiniMax-H3 基础模型和对应的图生视频工作流。LoRA 是放进 LoRA 文件夹的一个 safetensors 文件。
pip install -U huggingface_hub hf download LiconStudio/Minimax-H3-VBVR
ComfyUI/models/loras/
像平时一样运行 H3 图生视频工作流,并在加载器里选中这个 LoRA。模型卡没有额外的命令或设置,所以你通过观看视频来判断效果。
| Tool | What it does |
|---|---|
| H3-VBVR-I2V.safetensors | 你下载的 LoRA 文件 |
| LoRA loader | ComfyUI 里用来选文件的节点 |
| ComfyUI/models/loras/ | 存放 LoRA 文件的文件夹 |
你把一张角色拿着物体的静态图送进开启了 LoRA 的 H3 工作流。模型卡说,视频里重复的物体和穿模应比原模型更少。作者的页面还有并排对比的视频。
如果你是新手,LoRA 是一个轻推大模型的小型附加文件。下载文件,放进 LoRA 文件夹,在 H3 工作流的加载器里选上它,然后用同一张图分别带和不带它跑一遍。
如果你熟悉这个领域,训练数据来自 VBVR-Pro-SFT-Video 数据集,并为 H3 重建过。作者希望稳定的运动和物体接触,能延续到日常的视频生成里。取舍是它只适配 H3 的图生视频流程。
模型卡把 MiniMax 列为基础模型的制作方,把 VBVR 团队列为数据集的来源。
一个用于 MiniMax-H3 的图生视频 LoRA,减少生成视频里物体重复、穿模和动作怪异的情况。适合用静态图做动画的 ComfyUI 用户。
由 LiconStudio 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:Licon VBVR 是一个 LoRA,让 MiniMax-H3 视频模型给静态图做动画时出的问题更少。作者围绕 H3 重建了 VBVR 训练数据,并按该模型的训练流程重新处理。目标是让物体更稳定、角色动作更合理,减少运动和互动时多出来的物体副本,以及穿模或重叠。
适合谁:适合用 MiniMax-H3 给静态图做动画,却看到物体变多或肢体穿过物体的 ComfyUI 用户。它是基础模型的附加件,所以你得先有一个 H3 图生视频工作流。
Title: 谁会用它
Industry | Who uses it | How they use it | Example
AI 视频爱好 | ComfyUI 用户 | 把 LoRA 加进 H3 图生视频工作流 | 给一张角色摆弄物体的静态图做动画
创意制作 | 视频创作者 | 对比有无 LoRA 的输出 | 同一个提示词跑两次,检查动作和重叠
工作流搭建 | 工作流作者 | 把 LoRA 作为共享图里的可选步骤 | 接进 H3 图的 LoRA 加载器
如果你不运行 MiniMax-H3 图生视频,可以跳过它。
用在哪里:它在 ComfyUI 里运行,通过 H3 图生视频工作流的 LoRA 加载器使用。
Title: 它能做的事
Use case | Who | What they get back
减少重复物体 | 视频创作者 | 意外多出物体副本更少的视频片段
减少重叠 | 动画师 | 角色、物体和表面之间更干净的接触
动作更连贯 | 工作流作者 | 逻辑更清楚的动作序列
如何设置:你需要 ComfyUI、MiniMax-H3 基础模型和对应的图生视频工作流。LoRA 是放进 LoRA 文件夹的一个 safetensors 文件。
pip install -U huggingface_hub
hf download LiconStudio/Minimax-H3-VBVR
ComfyUI/models/loras/
如何使用:像平时一样运行 H3 图生视频工作流,并在加载器里选中这个 LoRA。模型卡没有额外的命令或设置,所以你通过观看视频来判断效果。
Title: 组成部分
Tool | What it does
H3-VBVR-I2V.safetensors | 你下载的 LoRA 文件
LoRA loader | ComfyUI 里用来选文件的节点
ComfyUI/models/loras/ | 存放 LoRA 文件的文件夹
示例:你把一张角色拿着物体的静态图送进开启了 LoRA 的 H3 工作流。模型卡说,视频里重复的物体和穿模应比原模型更少。作者的页面还有并排对比的视频。
新手与专家:如果你是新手,LoRA 是一个轻推大模型的小型附加文件。下载文件,放进 LoRA 文件夹,在 H3 工作流的加载器里选上它,然后用同一张图分别带和不带它跑一遍。
如果你熟悉这个领域,训练数据来自 VBVR-Pro-SFT-Video 数据集,并为 H3 重建过。作者希望稳定的运动和物体接触,能延续到日常的视频生成里。取舍是它只适配 H3 的图生视频流程。
一张静态图进入 H3 工作流
LoRA 加载器应用 VBVR 文件
MiniMax-H3 生成视频
视频里的物体更稳定
注意事项:模型卡把 MiniMax 列为基础模型的制作方,把 VBVR 团队列为数据集的来源。
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download LiconStudio/Minimax-H3-VBVR
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 许可证 | 最近更新 |
|---|---|---|---|---|
| Licon VBVR for MiniMax-H3 本页 | 13,559 | 170 | apache-2.0 | |
| LightVAE共有 minimax-h3 | 819 | 40 | apache-2.0 | |
| ClipProj-MiniMax-H3共有 minimax-h3 | 0 | 180 | mit |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。