MiniMax-H3-Duo-AIPod
генерация видео со звуком на двух Jetson AGX Thor
2 min read
MiniMax-H3-Duo-AIPod (версия 0.2.1) — это портированная версия модели генерации видео со звуком MiniMax H3, адаптированная автором manateelazycat для работы на связке из двух плат NVIDIA Jetson AGX Thor. В основе лежит двухмашинный параллелизм (sequence parallel, распределение вычислений по двум устройствам) поверх четырёх оптических портов по 25 Гбит/с. В отличие от оригинальной сборки для DGX Spark, здесь используется специальный TCP-адаптер на четыре линка с проверкой консистентности данных CUDA, так как на Jetson AGX Thor отсутствует RDMA. Решение упаковано в формат LPK для платформы LazyCat AI Pod (требуется версия 2.3.304 и выше) и пригодится владельцам таких кластеров для локального синтеза коротких роликов по текстовому описанию.
Ключевые особенности
- Двухмашинный кластер: распределяет инференс между двумя Jetson AGX Thor через четыре 25-гигабитных оптических канала (суммарно до 100 Гбит/с).
- Видео со звуковой дорожкой: по текстовому запросу формирует ролик 832×480 на 56 кадров при 24 fps (около 2,33 секунды) с синхронным аудио, идентичным побитово эталонному референсу.
- Готовый пакет для AI Pod: распространяется как LPK-приложение (
cloud.lazycat.aipod.minimax-h3-duo) с REST API и управлением через Docker и Model Host. - Исправление остановки контейнеров: в версии 0.2.1 устранена ошибка сбоя при освобождении ресурсов старых моделей и корректно обрабатываются контейнеры без исходных каталогов.
Что можно сделать
- Локальный синтез коротких сцен: развернуть сервис на паре Jetson AGX Thor и генерировать ролики со звуком по текстовому промпту для прототипирования или внутренних медиазадач.
- Интеграция через REST API: подключить эндпоинты
POST /v2/video_generationиGET /v2/query/video_generation/{task_id}с Bearer-авторизацией в собственный бэкенд или бота.
Пример
{
"model": "MiniMax-H3-Duo",
"prompt": "A small red sailboat on a calm lake at sunrise, gentle water and breeze.",
"width": 832,
"height": 480,
"frames": 56,
"steps": 20,
"seed": 20260928
}
Подробнее
Скорость: медиана полной генерации 37,77–39,14 с (20 шагов сэмплирования — 33,38–33,70 с) на прогретом кэше; первый холодный запрос с пустым CUDA-кэшем занимает 222,66 с (или 91,62 с с восстановленным кэшем драйвера ~7 МБ), загрузка модели — 32,27 с.Требования: две платы Jetson AGX Thor, соединённые четырьмя оптическими линиями по 25 Гбит/с, и AI Pod / Agent версии не ниже 2.3.304.
Ограничения: поддерживается только text-to-video в однопоточном режиме; референсные изображения, референсное аудио и LoRA в этой сборке не открыты.
Лицензия: веса распространяются по MiniMax H3 Community License.














Comments