К содержимому
Видео

H3-Tiny-17B-Pruned

уменьшенная версия MiniMax H3 для генерации видео и аудио

1 мин чтенияобновлено

Модель представляет собой результат структурного прунинга (удаления части весов) трансформера MiniMax H3 Ref2VA с уменьшением количества параметров с 33B до 17.07B. Она создана для совместной генерации видео и аудио по текстовому запросу и опорным изображениям (reference images) без необходимости дополнительного дообучения. Чекпоинт содержит только трансформер в формате diffusers, используя текстовый энкодер и VAE от оригинального MiniMax H3. Модель пригодится исследователям и разработчикам, которым требуется более лёгкая версия мультимодального генератора для запуска на менее требовательном железе.

Ключевые особенности

  • 17.07 миллиардов параметров в трансформере вместо исходных 33.12B.
  • Метод прунинга (структурное удаление 8 из 50 блоков трансформера) без тренировки.
  • Поддержка совместной генерации видео и аудио из текста и картинок.
  • Полная совместимость с экосистемой diffusers для загрузки весов.

Что можно сделать

  • Сгенерировать видеоролик со звуком по текстовому промпту и опорным изображениям.
  • Запустить инференс с помощью предоставленного скрипта командной строки.
  • Интегрировать трансформер в пайплайн обработки через Python-код.

Пример

from h3tiny.pipeline import load_pipeline

pipe = load_pipeline("ckpt/H3-Tiny-17B-Pruned", "/models/MiniMax-H3", device="cuda")
ПодробнееПараметры трансформера: 17.07B
Архитектура: получена из MiniMax H3 Ref2VA с AdaLN rank 8 и удалением 8 из 50 блоков
Шаги семплирования: 50
Обучение: отсутствует (training-free checkpoint)
Обсудить Telegram 1 117

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 32 GB · готовые файлы40 GB
  • FP8 / INT8рекомендуемвеса 16 GB21 GB
  • 4-bitвеса 8.9 GB13 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.

    # H3-Tiny/H3-Tiny-17B-Pruned
    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 H3-Tiny/H3-Tiny-17B-Pruned --local-dir ~/models/H3-Tiny-17B-Pruned
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к H3-Tiny-17B-Pruned
  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

H3-Tiny/H3-Tiny-17B-Pruned
Автор
H3-Tiny
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

1171

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии