К содержимому
Видео

MiniMax-H3-Pruned-full

автономная сборка видеомодели

2 мин чтения

Это готовая к автономному запуску сборка урезанной (pruned — с удалёнными лишними слоями для экономии ресурсов) модели генерации видео из изображений MiniMax-H3 на 20,11 млрд параметров. Автор под ником lightweight объединил облегчённые веса от multimodalart/MiniMax-H3-Pruned с недостающими компонентами из оригинального репозитория MiniMaxAI/MiniMax-H3. В итоге весь модульный пайплайн библиотеки diffusers помещается в одном месте и при загрузке не обращается к сторонним репозиториям. Решение создано специально для серверов и платформ деплоя, которые позволяют примонтировать только один репозиторий на один эндпоинт.

Ключевые особенности

  • Полная автономность: все пути в modular_model_index.json переписаны на текущий репозиторий, внешних зависимостей при загрузке нет.
  • Облегчённая основа: включает text_encoder (Qwen3-VL, 51 слой), transformer и transformer_ref из урезанной версии multimodalart/MiniMax-H3-Pruned.
  • Оригинальная обвязка: vae, audio_vae, токенизатор, процессор и планировщики (scheduler, audio_scheduler) скопированы из базы MiniMaxAI/MiniMax-H3.
  • Идентичность весов: все файлы побайтово совпадают с исходными релизами, изменений в архитектуру или веса не вносилось.

Что можно сделать

  • Развернуть генерацию видео по картинке (image-to-video) на облачных платформах, где разрешено подключать только один репозиторий Hugging Face на эндпоинт.
  • Использовать в закрытых или изолированных пайплайнах diffusers без риска поломки из-за ссылок на внешние коммиты.

Пример

Для загрузки модели через модульный пайплайн diffusers необходимо разрешить выполнение кастомного кода из репозитория с помощью параметра trust_remote_code=True (он нужен для класса урезанного трансформера modeling_minimax_h3_pruned.py).

ПодробнееПараметры: 20.11B (image-to-video, diffusers)
Требования при загрузке: флаг trust_remote_code=True
Исходные коммиты: 1a0ef5e (multimodalart) и 9ac0dd7 (MiniMaxAI)
Лицензия: MiniMax H3 Community License Agreement (с территориальными ограничениями и AUP)
Обсудить 0 64

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.

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

lightweight/MiniMax-H3-Pruned-full
Автор
lightweight
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

640

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии