MiniMax-H3 Prompt Rewriter (Ref2VA)
переписывает промпты для видео и аудио
1 min read
Модель от lightx2v для переписывания промптов к MiniMax-H3. Это SFT-файнтюн Qwen3.5-9B на 9,41 млрд параметров, который поддерживает Ref2VA-промпты с изображениями, видео и аудиоссылками.
Ключевые особенности
- Переписывает промпты для генерации видео и аудио в MiniMax-H3.
- Поддерживает ссылки на изображения, видео и аудио в одном запросе.
- Запускается через vLLM на GPU-сервере.
- Видео автоматически сэмплируется в кадры — по 8 на видео по умолчанию.
- Есть dry run: можно сохранить запрос и превью без генерации ответа.
Пример
pip install vllm requests pillow qwen-vl-utils
bash vllm_server.sh
# в другом терминале:
bash post_vllm.sh
Подробнее
Модель обучена через SFT на Qwen3.5-9B, 9,41 млрд параметров.Контекст — 32 768 токенов, лимит вывода — 16 384.
Изображения и кадры видео должны укладываться в лимит 50; для видео нужны ffmpeg и ffprobe.
Аудио проверяется на существование и передаётся метками, его содержимое не читается и не загружается.
Количество ссылок само по себе не гарантирует, что запрос поместится в контекст.














Comments