0 · KURULUM
══════════════════════════════════════════════════ ═════════════

Donanım RTX PRO 6000 Blackwell 96 GB
ComfyUI 0.30.0 — BİLE BİLE ESKİ, sebebi §8
torch 2.10+cu128 (ama doğrusu cu130, §8)
Model minimax_h3_fl2va_pruned_int8_convrot
Metin kod. qwen3vl_32b_minimax_h3_int8_convrot
Çözünürlük 736 × 1312 (0,966 MP)
Kare hızı 24 fps yerli

══════════════════════════════════════════════════ ═════════════
1 · EN BÜYÜK BULGU: H3 KİMLİĞİ REFERANS SAYFASINDAN TAŞIMIYOR
══════════════════════════════════════════════════ ═════════════

Ref2VA yolunda, kontrollü A/B (tek değişen referans sayfası, gerisi sabit:
20 adım, ref_image_size=max, 768×1344, aynı iskelet): [Ö]

karakter referans sayfası H3 çıktı
iç tutarlılığı kimliği
────────────── ──────────────── ────────
A 0,704 0,392
D 0,818 0,443
(kapalı ticari model, aynı iş) 0,728 0,755–0,811

Sayfa +0,114 iyileşti, çıktı yalnız +0,051 kazandı.
→ Darboğaz sayfa DEĞİL, modelin kendisi.

Üç kaldıraç denendi, üçü de kapalı: [Ö]

1. Referans sayfası kalitesi +0,051
2. Adım sayısı (4 turbo → 20) aksiyon düzeldi, kimlik DEĞİŞMEDİ
3. Kontrol noktası hassasiyeti +0,004

(3) ayrıntısı — aynı prompt, AYNI SEED, aynı referanslar, aynı makine, tek değişen kademe:

kademe ArcFace medyan std
─────────────────────────────────────────── ────────────── ─────
pruned_int8 + nvfp4 (24 GB kartlar için) 0,395 0,017
pruned_bf16 + int8_convrot (96 GB kart) 0,399 0,015

+0,004 = %0,9 = standart sapmanın İÇİNDE. Yani bf16'ya çıkmak kimlik için anlamsız.
40 GB'lık model 21 GB'lıktan daha iyi kimlik vermiyor.

ÖNEMLİ SONUÇ: Ref2VA'da "daha iyi referans sayfası yaparım, kimlik düzelir" YANLIŞ bir
umut. Biz bu yüzden mimariyi değiştirdik → §2.

══════════════════════════════════════════════════ ═════════════
2 · ÇÖZÜM: fl2va + GİRİŞ KARESİ (mimarinin taşıyıcı kolonu)
══════════════════════════════════════════════════ ═════════════

Ref2VA'da kimlik referans demetinden geliyor ve zayıf. fl2va'da GİRİŞ KARESİ set, ışık,
kostüm ve konumları kilitliyor — kimlik oradan geliyor, modelden değil.

Giriş karesini kendimiz üretiyoruz (görsel modeli ayrı), donduruyoruz, sahneyi ondan
türetiyoruz. Metinden sahne kurmuyoruz.


2.1 · ≥85 px KURALI — tek başına en yüksek getirili kural [Ö]

Konuşan yüzler giriş karesinde en az 85 px olmalı (736×1312 kadrajda).

Altındaysa H3 dudak senkronu yapacak piksel bulamıyor ve PLAN ORTASINDA kendiliğinden
yakın plana KESİYOR. Dört ayrı kademede de aynı hata çıktı (20 adım, turbo 4, turbo 6,
turbo 8). Prompt'a "no cut, no close-up" yazmak İŞE YARAMADI.

Çözüm kadraj değil SAHNELEME: yüzler küçükse kadrajı daraltmayın, oyuncuları BİRBİRİNE
YAKLAŞTIRIN. Bizde B karakteri odanın ortasındaki mangaldan A'nın dizinin dibine alındı:
yüzler 41–45 px → 87–137 px. Kesme tamamen bitti.

2.2 · 120° KORKULUĞU [Ö]
Giriş karesindeki BAŞ YÖNÜ ile istenen BAKIŞ YÖNÜ arasındaki açı 120°'yi geçemez.
Aşarsa model kafayı ters çeviriyor (topluluğun "imkânsız poz" dediği şey).

2.3 · Mekân plakasını ref yığınına KOYMAYIN
Set olarak değil ÜST KATMAN olarak karışıyor. Ayrıca yakın planda mekân referansı
vermeyin — plaka kendi kadrajını ve ışığını dayatıyor.

2.4 · Her referansın TEK işi olsun
7 referansta karışma gözlendi. Referans bağını iki yönlü yazın: neyi ödünç aldığınızı VE
nelerin peşinden GELMEMESİ gerektiğini. Yüz referansı kimliği kontrol eder, kompozisyonu
ve hareketi ETMEZ.

══════════════════════════════════════════════════ ═════════════
3 · TURBO LoRA — İKİ AYRI SORUN, KARIŞTIRMAYIN
══════════════════════════════════════════════════ ═════════════

3.1 · ref2v turbo v0.1 GÖRÜNTÜYÜ BOZUYOR (~141 kare üstünde) [Ö]

plan kare turbo 4 adım turbosuz 20 adım
──── ──── ───────────────────────────── ──────────────────
P01 124 temiz —
P02 141 temiz —
P03 226 HAYALET KAFES · perde 17,9 temiz · perde 10,9

Belirti: tüm kareyi kaplayan yarı saydam kafes/ogee deseni, figürlerin ÜSTÜNE biniyor,
görüntü saydamlaşıyor. Ses de şarkı bölgesine çıkıyor.

Suçluları tek tek eledik, hiçbiri değil:
mekân plakası çıkarıldı → hayalet KALDI
referans sayısı 7 → 2 → hayalet KALDI
video referans zinciri kaldırıldı → hayalet KALDI
TEK DEĞİŞKEN TURBO LoRA'YDI. Turbosuz 20 adımda kayboldu.

Kök sebep adayı: fl2v turbosu v0.1 → v1.0_768p → v1.1_768p diye ilerlemiş, ama ref2v
turbosu v0.1'DE KALMIŞ — en eski, çözünürlüğe/uzunluğa özel varyantı yok.

3.2 · fl2v turbo v1.1 GÖRÜNTÜYÜ BOZMUYOR, SESİ BOZUYOR [Ö]

Aynı plan, yeni plaka:

kademe süre kesme kamera ses
───────────── ────── ───── ───────── ──────────────────────
20 adım 267 sn 0 0,72px %0 perde 10,5 ✓
turbo v1.1 ×4 192 sn 0 0,72px %2 perde 5,2 · konuşma %97 ✗

"Konuşma %97" = sürekli uğultu, diyalog boşlukları kaybolmuş.

3.3 · ÇÖZÜM: HİBRİT = turbo + ses arıtma [Ö]

turbo fl2v v1.1, 4 adım @0,75 + H3AudioRefineSampler 6 adım
(audio_denoise 0.5 · video_denoise 0.0 · arıtma modeli TURBO LoRA'DAN ÖNCEKİ MODEL)

Aynı plan (226 kare), aynı plaka, aynı seed:

kademe süre kesme yerel/tepe luma konuşma perde
───────────── ────── ───── ────────── ──── ─────── ─────
20 adım 845 sn 0 0,23 / 4,3 0,4 %56 10,5 ✓
yalnız turbo 192 sn 0 0,35 / 5,1 1,3 %97 ✗ 5,2 ✗
HİBRİT 435 sn 0 0,35 / 5,1 1,3 %68 ✓ 12,1 ✓

1,94× hızlı, bütün kapılardan geçiyor. Ses arıtması turbonun bozduğunu TAM OLARAK
onarıyor: perde 5,2 → 12,1, sürekli-ses %97 → %68.

UYARI: arıtma maliyeti uzunlukla büyüyor — 124 karede +22 sn, 226 karede +244 sn.

3.4 · TURBO YAKIN PLANDA UYDURMA BEN EKLİYOR [T]
İki bağımsız kullanıcı raporu. Bizde kritik, çünkü kanona ayırt edici iz olarak ben
ekledik. ArcFace bunu yakalamayabilir — ben EKLEMEK skoru düşürmeyebilir. Ölçmedik.

3.5 · ÜRETİM KURALI
≤141 kare → turbo + ses arıtma (~150 sn)
>141 kare → TURBO YOK, 20 adım (~625 sn)
Bir bölümün 14 planından 11'i 20 adımda kaldı. Turbo tabanlı maliyet tahminlerimiz bu
yüzden düşük çıkmıştı.