К содержимому
Другое

MiniMax-H3-Image-EntroPack

запуск 33.1B модели в 4K на 12–24 ГБ VRAM

2 мин чтенияобновлено

Набор предварительно квантованных и обрезанных (AdaLN-pruned) весов для генератора изображений MiniMax/MiniMax-H3-Image от команды DiffSynth-Studio. Разработчики заменили проекции AdaLN и эмбеддер шагов на предвычисленные таблицы поиска для дистиллированного 6-шагового режима — это уменьшило модель с 33.1B до 20.1B параметров (с 66.3 ГБ до 40.2 ГБ в bfloat16) вообще без потери качества относительно оригинала. Сверху применено сжатие EntroPack (энтропийное кодирование и квантование весов до 3–8 бит на параметр), благодаря чему тяжелая модель помещается в видеопамять потребительских видеокарт от 12 до 24 ГБ VRAM. Релиз пригодится всем, кто хочет локально генерировать изображения в разрешении 4096×4096 через ComfyUI или DiffSynth-Studio и обучать под модель свои LoRA.

Ключевые особенности

  • Без потерь на этапе прунинга: версия bf16_table_pruned выдаёт попиксельно идентичный оригиналу результат при том же промпте и сиде за 6 шагов сэмплирования.
  • Пять уровней сжатия DiT: доступны пакеты 8bit, 7bit, 6bit, 4.5bit и экстремальный extreme_3bpp (всего 7.67 ГБ), а также квантованный vae_int8 (0.77 ГБ).
  • Ускорение через INT8 GEMM: варианты с суффиксом _int8 используют матричные умножения INT8 W8A8 с convrot и работают быстрее версий на BF16 GEMM.
  • Гибкая сборка под железо: веса DiT и текстового энкодера (text_encoder_3bpp–8bpp) выбираются и комбинируются независимо друг от друга.
  • Готовая интеграция с ComfyUI: в репозитории лежит готовый воркфлоу featured_minimax_h3_image_entropack.json для нод DiffSynth-ComfyUI с автозагрузкой весов.

Что можно сделать

  • Генерировать детализированные изображения 4096×4096 за 6 шагов на видеокартах с 24 ГБ VRAM (рекомендуются dit_7bit или dit_7bit_int8).
  • Запускать генерацию на видеокартах с 12 ГБ VRAM и меньше, выбрав облегчённые пакеты dit_4p5bit или dit_4p5bit_int8.
  • Дообучать собственные LoRA-адаптеры под MiniMax-H3-Image с помощью готовых скриптов тренировки и валидации из DiffSynth-Studio.

Пример

from diffsynth.pipelines.minimax_h3_image import MiniMaxH3ImagePipeline, ModelConfig

pipe = MiniMaxH3ImagePipeline.from_pretrained(
    torch_dtype=torch.bfloat16, device="cuda",
    model_configs=[
        register_prequantized("DiffSynth-Studio/MiniMax-H3-Image-EntroPack", "models/dit_7bit.safetensors"),
        register_prequantized("DiffSynth-Studio/EntroPackPreQuants", "models/MiniMax-H3/text_encoder_3bpp.safetensors"),
        ModelConfig(model_id="DiffSynth-Studio/MiniMax-H3-Image-EntroPack", origin_file_pattern="models/vae_int8.safetensors"),
    ],
)
ПодробнееТребования к VRAM: от 24 ГБ для dit_7bit / dit_7bit_int8, от 12 ГБ и меньше для dit_4p5bit / dit_4p5bit_int8.
Ограничения: только для инференса в дистиллированном 6-шаговом расписании; для режима INT8 GEMM нужны Triton и GPU NVIDIA с Compute Capability 8.0+ (Ampere и новее).
Зависимости: требуются DiffSynth-Studio, EntroPack и пакет CuPy под вашу версию CUDA (cupy-cuda12x или cupy-cuda13x).
Примеры
Обсудить Telegram 2 21

Запустится ли?

Запустится в FP8 / INT8

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

  • BF16веса 37 GB · готовые файлы42 GB
  • FP8 / INT8рекомендуемвеса 19 GB21 GB
  • 4-bitвеса 11 GB12 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: FP8 / INT8 — от RTX 4090

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.

    # DiffSynth-Studio/MiniMax-H3-Image-EntroPack
    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 DiffSynth-Studio/MiniMax-H3-Image-EntroPack --local-dir ~/models/MiniMax-H3-Image-EntroPack
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к MiniMax-H3-Image-EntroPack
  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.

  • 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 (2)
    • 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.
  • 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

MiniMax/MiniMax-H3-Image

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

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

DiffSynth-Studio/MiniMax-H3-Image-EntroPack
Автор
DiffSynth-Studio
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

212

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии