К содержимому
Видео

MiniMax-H3-Pruned-LightX8-hybrid-Fused

ускоренный видео-трансформер на 4–8 шагов

2 мин чтенияобновлено

Готовый компонент трансформера для генерации видео по тексту и картинке (image-text-to-video), в котором базовую модель multimodalart/MiniMax-H3-Pruned объединили с ускоряющим адаптером lightx2v_hybrid-4to8step-Turbo. За счёт вшивания весов LoRA (небольшой надстройки для адаптации моделей) напрямую в основную архитектуру на 20.11B параметров больше не нужно отдельно подгружать и переключать файлы адаптеров. Вы получаете единый чекпоинт, который сразу работает в режимах быстрой генерации на 4 или 8 шагов с разрешением до 768p. Пригодится тем, кто разворачивает пайплайны на базе MiniMax-H3 в библиотеке diffusers и хочет сократить время рендера без лишних настроек.

Ключевые особенности

  • Вшитый адаптер lightx2v_hybrid-4to8step-Turbo_r48_diffusers.safetensors с коэффициентом слияния (fusion scale) 1 и рангом 48.
  • Поддержка режимов на 4 и 8 шагов инференса из одного файла без смены адаптеров.
  • Разрешение генерации до 768p с использованием планировщика (scheduler) euler / simple.
  • Прямая совместимость с библиотекой diffusers через AutoModel с флагом trust_remote_code=True.

Что можно сделать

  • Генерировать видеоролики из текста и изображений в 768p за 4 или 8 шагов с ускоренным откликом.
  • Встроить трансформер в локальный пайплайн diffusers на базе MiniMax-H3-Pruned без логики динамической загрузки LoRA.
  • Сравнить качество и скорость рендера между 4-шаговым и 8-шаговым режимами на одних весах с настройками video shift 6 и audio shift 3.

Пример

from diffusers import AutoModel
import torch

transformer = AutoModel.from_pretrained(
    "ibyteohdear/MiniMax-H3-Pruned-LightX8-hybrid-Fused",
    torch_dtype=torch.bfloat16,
    trust_remote_code=True,
    low_cpu_mem_usage=True,
)
ПодробнееБазовая модель: multimodalart/MiniMax-H3-Pruned/transformer (20.11B параметров)
Параметры слияния: LoRA alpha 48, rank 48, scale 1, объединено 312 слоёв (метод fuse_lora с очисткой ключей peft)
Рекомендуемый инференс: 4 или 8 шагов, планировщик euler / simple, video shift 6, audio shift 3, до 768p
Важно: загружать только через AutoModel с trust_remote_code=True, стандартный класс MiniMaxH3Transformer3DModel не подходит
Обсудить Telegram 1 32

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 37 GB · готовые файлы46 GB
  • FP8 / INT8рекомендуемвеса 19 GB25 GB
  • 4-bitвеса 11 GB15 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 5090

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.

    # ibyteohdear/MiniMax-H3-Pruned-LightX8-hybrid-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 ibyteohdear/MiniMax-H3-Pruned-LightX8-hybrid-Fused --local-dir ~/models/MiniMax-H3-Pruned-LightX8-hybrid-Fused
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к MiniMax-H3-Pruned-LightX8-hybrid-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

multimodalart/MiniMax-H3-Pruned
  1. MiniMax-H3основа семьи
  2. MiniMax-H3-Pruned
  3. MiniMax-H3-Pruned-LightX8-hybrid-Fused

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

ibyteohdear/MiniMax-H3-Pruned-LightX8-hybrid-Fused
Автор
ibyteohdear
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

321

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии