К содержимому
Другое

MiniMax-H3 Prompt Rewriter (Ref2VA)

умный рерайтер промптов для видео и аудио

2 мин чтения

Модель превращает черновые описания и мультимодальные референсы (картинки, видео и аудио) в структурированные промпты для генерации роликов и звука в системе MiniMax-H3. Она построена методом SFT (контролируемого дообучения на готовых примерах) на базе языковой модели Qwen3.8-27B размером 27,36 млрд параметров от команды lightx2v. В отличие от обычных текстовых рерайтеров, версия Ref2VA умеет учитывать переданные визуальные и звуковые файлы и связывать их через метки в тексте. Инструмент пригодится тем, кто строит пайплайны генерации видео со звуком и хочет автоматизировать подготовку сложных запросов.

Ключевые особенности

  • Работает в режиме Ref2VA: принимает ссылки на изображения, видео и аудио вместе с текстовым промптом и длительностью.
  • Основана на Qwen3.8-27B (27,36B параметров), также в релизе есть более лёгкая версия на базе Qwen3.5-9B.
  • Запускается через движок vLLM как локальный API-сервер и поддерживает контекст до 32 768 токенов (лимит ответа — 16 384 токена).
  • Автоматически нумерует референсы по порядку (image 1, video 1, audio 1) и извлекает кадры из видео с помощью ffmpeg.

Что можно сделать

  • Встроить в пайплайн генерации MiniMax-H3 как промежуточный этап, чтобы превращать короткие идеи пользователя в детальные сценарии.
  • Использовать для подготовки промптов с опорой на несколько референсов одновременно — например, задавать стиль по картинке и движение по видео.
  • Прогонять пакетную проверку запросов в режиме --dry_run, чтобы заранее смотреть итоговый текст промпта без запуска генерации.

Пример

pip install vllm requests pillow qwen-vl-utils
bash vllm_server.sh
bash post_vllm.sh
ПодробнееБазовая модель: Qwen3.8-27B (27,36B параметров), обучение: SFT.
Требования: сервер с GPU, vLLM, qwen-vl-utils, а также ffmpeg и ffprobe в PATH для работы с видео.
Ограничения: видео разбивается на кадры (по умолчанию 8 на ролик), общий лимит картинок и кадров — 50; аудиофайлы не читаются по содержимому, а передаются как метки.
Контекст: 32 768 токенов на вход и выход суммарно, максимум 16 384 токена на генерацию.
Обсудить 68 19,1 тыс.

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 52 GB · готовые файлы57 GB
  • FP8 / INT8рекомендуемвеса 25 GB29 GB
  • 4-bitвеса 14 GB16 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.

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.

    # lightx2v/MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-Ref2VA
    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 lightx2v/MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-Ref2VA --local-dir ~/models/MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-Ref2VA
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  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-Prompt-Rewriter-Qwen3.8-27B-Ref2VA — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 4Все на Hugging Face
Дообучения 3Все на Hugging Face

О модели

lightx2v/MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-Ref2VA
Автор
lightx2v
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

19,1 тыс.68

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии