К содержимому
Видео

MiniMax-H3 FlashGen Fused

ускоренная генерация видео за 4 шага

2 мин чтения

Модель решает задачу генерации видео (и аудиосопровождения, судя по настройкам расписания) по текстовому описанию всего за 4 шага вместо стандартного длинного прогона. Она представляет собой трансформер базовой модели MiniMax-H3 (33,12 млрд параметров), в веса которого уже вшит ускоряющий адаптер LoRA (небольшая надстройка над базовой моделью) minimax-h3-4step-lora-flashgen от Beidouqixing и Huawei Ascend. В отличие от исходной модели, здесь не нужно отдельно подключать и применять LoRA на лету — веса уже объединены в формате bf16. Репозиторий пригодится тем, кто использует библиотеку diffusers и хочет сразу загрузить ускоренный трансформер для локальных экспериментов с видеогенерацией.

Ключевые особенности

  • Вшитая LoRA: адаптер Beidouqixing/minimax-h3-4step-lora-flashgen объединён с основным трансформером с накоплением точности в fp32 и сохранением в bf16.
  • Генерация за 4 шага: модель настроена на работу по сетке из 5 точек (4 шага сэмплера Euler).
  • Только трансформер: в репозитории нет текстового энкодера и VAE (вариационных автоэнкодеров), их необходимо подгружать из оригинального репозитория MiniMaxAI/MiniMax-H3.
  • Сдвиг сигм по модальностям: для корректной работы требуется применять формулу сдвига s*sigma / (1 + (s-1)*sigma) с коэффициентами 12.0 для видео и 3.0 для аудио.

Что можно сделать

  • Собрать быстрый пайплайн генерации видео в библиотеке diffusers, скомбинировав этот трансформер с текстовым энкодером и VAE от базовой MiniMax-H3.
  • Использовать готовую склейку для быстрого прототипирования роликов за 4 шага без ручного слияния весов перед запуском.

Пример

# Расчёт сдвинутых сигм для 4 шагов (5 точек сетки)
base_schedule = [1.0, 0.7, 0.4, 0.15, 0.0]
s_video, s_audio = 12.0, 3.0
sigmas_video = [s_video * s / (1 + (s_video - 1) * s) for s in base_schedule]
sigmas_audio = [s_audio * s / (1 + (s_audio - 1) * s) for s in base_schedule]
# Передайте полученные значения в scheduler.set_timesteps(sigmas=...)
ПодробнееРазмер модели: 33.12B параметров в точности bf16.
Ограничения: в репозитории отсутствует text encoder и VAE — их нужно брать из MiniMaxAI/MiniMax-H3.
Лицензия: MiniMax H3 Community License (оригинальная LoRA под Apache-2.0); при использовании в приложениях требуется указывать «MiniMax H3».
Обсудить 0

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 62 GB · готовые файлы74 GB
  • FP8 / INT8рекомендуемвеса 31 GB38 GB
  • 4-bitвеса 17 GB23 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # addlabsviral/minimax-h3-flashgen-fused
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download addlabsviral/minimax-h3-flashgen-fused --local-dir ~/models/minimax-h3-flashgen-fused
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к minimax-h3-flashgen-fused
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • LightX2V step distill0.6.1от 9 ноября 2026новая версия

    5–10× меньше шагов

    Дистиллированные LoRA и движок: видео за 4–8 шагов вместо 30–50.

    Как включить: Подключите их step-distill LoRA к модели, CFG 1.0, 4–8 шагов.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Промпты для MiniMax H3

Все промпты

Готовые промпты с видео результата: копируйте и пробуйте.

Семья модели

Дообучение модели

MiniMaxAI/MiniMax-H3

Новые посты про версии MiniMax-H3 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 3Все на Hugging Face

О модели

addlabsviral/minimax-h3-flashgen-fused
Автор
addlabsviral
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии