К содержимому
Другое

MiniMax-H3-MPEG-Diffusion

ускорение генерации видео в 1.94 раза

2 мин чтения

Набор исследовательских весов от разработчика johndpope, реализующий метод MPEG-Diffusion (Mixed-Resolution Video Generation) для видеомодели MiniMax-H3. Технология рендерит весь кадр в половинном разрешении, но выделяет ключевой объект (например, лицо) и прорисовывает его в полном разрешении с помощью механизма dual-resolution attention (внимания двойного разрешения). Такой подход позволяет получать чёткие детали на главном объекте при существенной экономии вычислений без полного файнтюна базового DiT (Diffusion Transformer). Репозиторий пригодится энтузиастам генерации видео, исследователям и пользователям ComfyUI, которые хотят ускорить создание роликов в высоком разрешении.

Ключевые особенности

  • Ускорение почти в два раза: генерация 22-кадрового видео в разрешении 1344×768 проходит в 1.94 раза быстрее стандартного рендера на RTX 5090.
  • Автоматическое выделение объекта: модуль region_head_v3 (линейный слой на 25-м блоке замороженного DiT) сам определяет зону с главным объектом во время сэмплинга.
  • Устранение артефактов сетки: предобученные K/V-карты (kv_maps, ранг 128, 50 блоков) убирают «алмазную» зернистость в области высокого разрешения.
  • Поддержка ComfyUI: веса интегрируются через специальную ноду или CLI-пайплайн проекта scrya-com/mpeg-diffusion.

Что можно сделать

  • Ускорить локальный рендер видео на базе MiniMax-H3 в ComfyUI, подключив kv_maps и region_head_v3 через вход maps в режиме quality.
  • Дообучить собственный LoRA-адаптер (ранг 16) на базе опубликованного пайплайна lot/train_tt_all.sh и готовых текстовых эмбеддингов без запуска 32B-энкодера.

Пример

Запуск рендера в режиме высокого качества через CLI-инструмент из связанного репозитория scrya-com/mpeg-diffusion с использованием kv_maps и region_head_v3 (либо передача папки kv_maps во вход maps соответствующей ноды в ComfyUI): render --preset quality.

ПодробнееСкорость: 1.94× на 22 кадрах 1344×768 (тест на RTX 5090).
Метрики: region_head обучен на 2 354 изображениях с разметкой YOLOE, held-out mIoU — 0.468.
Статус весов: опубликованы kv_maps и region_head_v3; ранг-16 LoRA в репозиторий не включена (исследование в процессе).
Лицензия: MiniMax H3 Community License — использование запрещено в США, ЕС, Великобритании и Южной Корее; требуется маркировка ИИ-контента.
Обсудить 1

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 файлы68 GB
  • FP8 / INT8рекомендуемвеса 31 GB34 GB
  • 4-bitвеса 17 GB20 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.

Это LoRA: вместе с базовой моделью MiniMax-H3.

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

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте RTX A6000

    $0.43 в час с купоном. При создании машины выберите образ Ubuntu.

    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.

    #!/usr/bin/env bash
    # MiniMax-H3-MPEG-Diffusion
    set -e
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    # CUDA 13+ → int8_convrot (так советует Comfy-Org), иначе fp8_scaled
    CU=$(nvidia-smi | grep -oP 'CUDA Version: \K[0-9]+' || echo 12)
    [ "$CU" -ge 13 ] && TORCH=cu130 || TORCH=cu128
    [ -d ~/ComfyUI ] || git clone https://github.com/comfyanonymous/ComfyUI ~/ComfyUI
    cd ~/ComfyUI
    uv venv --python 3.12 --allow-existing && source .venv/bin/activate
    uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/$TORCH
    uv pip install -r requirements.txt "huggingface_hub[cli]"
    # Базовые файлы: MiniMax H3, 8-bit
    if [ "$CU" -ge 13 ]; then
      hf download Comfy-Org/MiniMax-H3 diffusion_models/minimax_h3_fl2va_int8_convrot.safetensors text_encoders/qwen3vl_32b_minimax_h3_int8_convrot.safetensors vae/minimax_h3_video_vae_fp16.safetensors vae/minimax_h3_audio_vae_fp32.safetensors --local-dir models
    else
      hf download Comfy-Org/MiniMax-H3 diffusion_models/minimax_h3_fl2va_pruned_fp8_scaled.safetensors text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors vae/minimax_h3_video_vae_fp16.safetensors vae/minimax_h3_audio_vae_fp32.safetensors --local-dir models
    fi
    # LoRA (1)
    hf download johndpope/MiniMax-H3-MPEG-Diffusion kv_maps/up_maps_tt.safetensors --local-dir models/loras/johndpope__MiniMax-H3-MPEG-Diffusion
    # Запуск ComfyUI. Со своего компьютера: ssh -L 8188:localhost:8188 пользователь@IP, затем http://localhost:8188
    python main.py --listen 127.0.0.1 --port 8188
    Добавить ещё LoRA к MiniMax-H3
  3. 3. Пользуйтесь

    Со своего компьютера: ssh -L 8188:localhost:8188 пользователь@IP-машины, затем откройте http://localhost:8188. Или откройте этот адрес в браузере на рабочем столе машины. Workflow для модели обычно лежит в её карточке на Hugging Face.

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

Нужна базовая модель

MiniMaxAI/MiniMax-H3

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

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

johndpope/MiniMax-H3-MPEG-Diffusion
Автор
johndpope
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии