Единая среда для видео и аудио
Oyama AI Video Studio позиционируется как local-first решение, которое не скачивает и не копирует файлы моделей, а работает с ними напрямую в папках ComfyUI. Приложение интегрирует несколько мощных нейросетей:
- MiniMax H3: Для генерации видео (Text-to-Video, Image-to-Video) с поддержкой турбо-LoRA (4/8 шагов) и референсов.
- LTX 2.5: Отдельное рабочее пространство с синхронизированным аудио и пресетами качества.
- ACE-Step 1.5: Генерация музыки с контролем темпа, тональности и языка, вывод в FLAC.
- Z-Image: Создание статичных кадров и управление персонажами.
Технические детали и модели
Ключевая особенность — работа с тяжеловесными моделями MiniMax H3 без их модификации. Система автоматически определяет доступные компоненты стека, включая энкодеры NVFP4-AWQ (быстрые) и INT8 (высокое качество). Поддерживается маршрутизация GPU, позволяющая выносить VAE для видео и аудио на вторичные видеокарты, а также предупреждает о нехватке VRAM.
Сравнение поддерживаемых моделей и функций
| Модель / Компонент | Основное назначение | Ключевые возможности |
|---|---|---|
| MiniMax H3 (FL2VA/Ref2VA) | Генерация видео | Поддержка Turbo LoRA (8 шагов), референсы, 768p, A/B сравнение качества |
| LTX 2.5 | Видео + Аудио | Синхронизированный звук, латентное апскейлинг 2x, пресеты Turbo |
| ACE-Step 1.5 | Генерация музыки | Контроль темпа/ключа, режимы вокал/инструментал, вывод FLAC |
| Z-Image | Статика и персонажи | Master-референсы, извлечение кадров под 5 углами, First-frame generation |
Приватность и мобильное управление
Все данные (промпты, медиа, модели) остаются на локальной машине. Приложение предлагает опциональное разделение сети через LAN с защитой токеном. Доступна мобильная companion-версия: можно управлять генерацией со смартфона или планшета, просматривать превью в реальном времени и скачивать готовые файлы. Для работы требуется Node.js 20+ и pnpm 10+.
Установка и требования
Приложение требует предварительно установленного ComfyUI. Пользователю необходимо указать пути к папкам с моделями в настройках. Официальный стек MiniMax H3 включает специфические веса, такие как minimax_h3_fl2va_pruned_int8_convrot.safetensors и энкодер qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors. Для Windows доступен NSIS-инсталлятор, создающий ярлыки на рабочем столе.
Источник: Github ↗