К содержимому
Другое

Kijai/MiniMax-H3-experimental

ускоренные кванты, VAE и LoRA для MiniMax-H3

2 мин чтенияобновлено

Экспериментальный набор оптимизированных файлов от разработчика Kijai для запуска видеомодели MiniMax-H3 в среде ComfyUI. В репозиторий собраны квантованные (сжатые для экономии памяти и ускорения) версии весов в форматах w4a8 и w6a8, быстрые декодеры VAE и набор адаптированных LoRA (небольших надстроек над базовой моделью). Главное отличие от оригинальных сборок — переход на квантование активаций int8-convrot, которое заметно ускоряет декодирование видео. Сборка пригодится пользователям ComfyUI, которые хотят запускать MiniMax-H3 быстрее и экспериментировать с новыми дистилляциями и файнтюнами.

Ключевые особенности

  • Квантование w4a8 и w6a8: форматы с 4-битными и 6-битными весами и активациями int8-convrot для снижения нагрузки на видеопамять.
  • Ускоренные декодеры VAE: стандартный int8_convrot VAE ускоряет декодирование примерно в 2 раза, а облегчённый lynnreal_light_vae_int8_convrot быстрее ещё примерно в 1.3 раза.
  • Ускоряющие LoRA (PDMD и DMAD): конвертированные версии LoRA с пониженным рангом из проектов pdmd_2NFE_lora, pdmd_4NFE_lora и DMAD.
  • Извлечённая LoRA Singularity v2: адаптер с рангом 351 в формате bf16, извлечённый из полноразмерного файнтюна Minimax-h3_Singularity_ref2va_v2_int8.
  • Отдельный рефайнер 2K: файл minimax_h3_open_regenerate_2k_refiner, содержащий только модуль улучшения детализации без LMS и турбо-ускорителей.

Что можно сделать

  • Собирать быстрые пайплайны генерации видео на базе MiniMax-H3 в ComfyUI, экономя время на этапе декодирования кадров через VAE с int8-convrot.
  • Комбинировать квантованные модели ref2va с конвертированными LoRA (PDMD на 2 или 4 шага NFE, DMAD) для ускоренной генерации за меньшее число шагов.
  • Тестировать стилистику файнтюна Singularity v2 в виде отдельной LoRA или подключать open_regenerate_2k_refiner для доработки качества картинки.

Пример

Для максимального прироста скорости в ComfyUI соберите граф с весами формата w4a8 или w6a8 (например, minimax_h3_ref2va_pruned_w6a8_g32.safetensor), подключите int8_convrot VAE и при необходимости добавьте одну из LoRA (например, pdmd_4NFE_lora или minimax_h3_singularity_v2_lora_avg_rank_351_bf16.safetensors).

ПодробнееТребования: ComfyUI 0.31.0 для работы формата w4a8 и ComfyUI 0.36.0 для максимальной скорости int8_convrot VAE.
Скорость: int8_convrot VAE ускоряет декодирование примерно в 2 раза; lynnreal_light_vae_int8_convrot быстрее своей базы примерно в 1.3 раза.
Ограничения: формат w6a8 находится в разработке (WIP); ref lora (разница между fl2va и ref2va) — сугубо экспериментальный файл без подтверждённого сценария.
Детали: извлечённая LoRA Singularity v2 даже при среднем ранге 351 передаёт лишь около 40–50% возможностей исходного полного файнтюна; open_regenerate_2k_refiner не включает LMS и lightx2v turbo.
Обсудить 707

Запустится ли?

Запустится в INT8

Влезает без сжатия.

  • INT8рекомендуемвеса 21 GB · готовые файлы24 GB
  • 4-bitвеса 12 GB14 GB

Совет: берите 8-bit.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: 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.

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

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

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

О модели

Kijai/MiniMax-H3-experimental
Автор
Kijai
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

0707

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии