生成している画像に合わせた解像度

　現在私がMiniMax H3で生成している動画の解像度は480x704ピクセルまたは832x1216ピクセルです。もともと生成している画像のサイズが832x1216ピクセルで，短辺を480ピクセルにして同じ比率になるように長辺を合わせています。i2vで動画を生成するので，元画像と比率が同じ方がいいからというのが理由です。

わずかな解像度の違いが生成時間に影響する

　下記のWebサイトの記事でわずかな解像度の違いで生成時間が大きく変わることが書かれていました。

【MiniMax H3】わずか16pxの差で生成時間が数十秒伸びる？ 「VAEタイル境界」を実測比較してみた｜かみもと｜ローカルAI生成

記事中のVAEデコード時のタイル数をチェックすると，現在使っている480x704ピクセルは3x4=12枚になります。タイル数ができるだけ少なくなるように短辺448ピクセル以内，長辺640ピクセル以内で元画像と比率を合わせると429x627が一番近いですが，MiniMax H3の解像度は32の倍数でないといけないので416x608と，比率が少し変わりますが，448x640でテストをすることにしました。どちらもタイル数は半分の2x3=6枚になります。

テストの結果（低解像度）

1)　480x704　93秒(16.3)/74秒(15.4)/76秒(15.7)

2)　416x608　83秒(9.2)/64秒(8.5)/64秒(8.7)

3)　448x640　83秒(8.9)/67秒(8.7)/64秒(8.4)

上記の時間は5秒動画の生成時間とVAEデコードの時間です。テストをしてみると解像度はそれほど変わらないのに生成時間は1)と2)，3)で約10秒の差が出ました。そのうち，VAEデコード時間が約7秒を占めているので上記の記事にも書いてありましたがこの差は大きいと感じました。
今後は低解像度での動画生成は448x640を使うことにします。今までよりも少し小さなサイズになりますが，5秒動画がほぼ1分で生成できるのは大きいと感じています。

中解像度もチェックしてみました

　次に元画像と同じ解像度である832x1216ピクセルでチェックしました。同じく5秒動画です。

172秒(28.7)/148秒(27.3)/152秒(27.4)

VAEデコード時のタイル数は4x6=24，VAEデコード時間は27秒台で生成時間の約18%を占めていました。低解像度のときと比較すると2倍以上の時間がかかりましたが，2分台で生成できたので使い始めたときよりはずいぶん速くなりました。今後はこの解像度も積極的に使っていきたいです。