Rin247/MiniMax-H3
квантованные сборки аудио-видео генератора
2 min read
Готовые квантованные пакеты мультимодальной модели MiniMaxAI/MiniMax-H3 для одновременной генерации видео и звука. Релиз подготовлен автором Rin247 в рамках проекта MECHA Forge: компоненты Denoiser, Text Encoder и VAE (вариационный автоэнкодер) собраны в единые пакеты и сжаты до форматов FP8, INT8, FP4 и INT4. Это позволяет запускать тяжёлую аудио-видео нейросеть локально с меньшим расходом видеопамяти без потери функциональности. Подойдёт энтузиастам генеративного видео и разработчикам, которым нужна удобная сборка под конкретную видеокарту.
Ключевые особенности
- Одновременная мультимодальная генерация видеодорожки и сопутствующего аудио.
- Четыре варианта квантования на выбор (FP8, INT8, FP4, INT4) для баланса между скоростью, качеством и расходом VRAM.
- Полная комплектация в каждом пакете: Denoiser, Text Encoder и VAE объединены для упрощённого развёртывания.
- Базовое разрешение генерации составляет 768p с возможностью повышения до 2K через повторную генерацию (regenerate).
Что можно сделать
- Генерировать короткие кинематографичные ролики со звуковым сопровождением на потребительских видеокартах, выбрав подходящую по объёму памяти версию FP4 или INT4.
- Создавать реалистичные лайфстайл-сцены, фэшн-проходки и футуристические пейзажи с помощью встроенных шаблонов промптов.
- Интегрировать готовые пакеты через библиотеку
diffusersв локальные пайплайны без ручной сборки и квантования отдельных модулей.
Пример
Пример промпта из карточки для генерации сцены в студии звукозаписи:masterpiece, best quality, highres, absurdres, very aesthetic, safe, 1woman, solo, candid moment, natural lighting. A recording studio, warm lights, a microphone on a stand, soft acoustic panels. A 29-year-old woman with sharp cheekbones and dark eyes. She has a slender build and a focused expression. She wears a casual sweater and jeans, holding headphones, mid-smile, candid and relaxed.
Подробнее
Рекомендуемые настройки: 25 шагов (Steps), модель CFG-distilled (в таблице рекомендаций указано без CFG, в описании — CFG 7.0).Разрешение: 768p по умолчанию, 2K через режим regenerate.
Особенности форматов: пакет FP4 переиспользует файл VAE от версии FP8, а INT4 — от версии INT8.














Comments