К содержимому
Видео

Agnes-Video-H3-MoE

sparse MoE надстройка для генерации видео на базе MiniMax-H3

2 мин чтенияобновлено

Это экспериментальный чекпоинт, который превращает слои полносвязных сетей в блоках 15–34 модели MiniMax-H3 FL2VA в разреженную архитектуру MoE (Mixture of Experts — смесь экспертов) на уровне токенов. Для каждого токена модель запускает один общий эксперт и выбирает один из восьми частных экспертов, причем разные токены в одном видео могут задействовать разные пути. На выходе получается генерация видео и аудио, поддерживающая условную генерацию по первому, последнему или обоим кадрам. Репозиторий поставляется как композитный пакет с весами базовой модели, картой маршрутизации и обученными весами LoRA (небольшая надстройка над базовой моделью).

Ключевые особенности

  • Sparse MoE архитектура: конвертация 20 из 50 диффьюзионных блоков в токен-уровневую структуру Top-1 с общими и частными экспертами.
  • Мультимодальный выход: одновременная генерация качественного видеоряда со звуковым сопровождением.
  • Гибкое управление: поддержка работы по первому и последнему кадрам в качестве условий.
  • Рефиренс-загрузчик: в комплект входят готовые скрипты DiffSynth для инференса и проверки пакета.

Что можно сделать

  • Сгенерировать качественный 10-секундный видеоролик с помощью референсного скрипта инференса на Python.
  • Запустить генерацию видео по текстовому описанию, добавив начальный или конечный кадры в качестве опорных изображений.
  • Проверить целостность пакета весов и конфигурацию маршрутизации с помощью автономного скрипта проверки.

Пример

hf download Agnes-AI/Agnes-Video-H3-MoE --local-dir E8T1-shared1
cd E8T1-shared1
python deploy/check.py
python deploy/infer.py \
  --package . \
  --prompt "A cat walks across a piano." \
  --out sample.mp4 \
  --height 480 --width 832 --frames 124 --steps 50 --seed 42
ПодробнееБерёт за основу модель MiniMax-H3 FL2VA в формате BF16.
Размер всего репозитория составляет около 135 ГБ.
Требует мощную видеокарту с поддержкой CUDA, PyTorch и значительный объем системной памяти с выгрузкой на CPU.
Обучение проводилось в течение 60 шагов на 128 примерах.
Видео-примеры
Обсудить Telegram 2

Запустится ли?

Только с выгрузкой в ОЗУ

Даже 4-bit больше видеопамяти. Часть слоёв можно держать в оперативной памяти (llama.cpp, ComfyUI), но работать будет в разы медленнее.

  • BF16веса 134 GB · готовые файлы157 GB
  • FP8 / INT8рекомендуемвеса 67 GB80 GB
  • 4-bitвеса 38 GB46 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.

    # Agnes-AI/Agnes-Video-H3-MoE
    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 Agnes-AI/Agnes-Video-H3-MoE --local-dir ~/models/Agnes-Video-H3-MoE
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Agnes-Video-H3-MoE
  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

Agnes-AI/Agnes-Video-H3-MoE
Автор
Agnes-AI
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

02

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Видео

Wan2.1

Wan2.1
Робототехника

Video LAM

Video LAM