MiniMax-H3-FL2VA-FP8

ParisNeo выложил оптимизированную FP8-версию раздела FL2VA/T2VA модели MiniMax-H3 для text-to-video и image-to-video. В основе — dense 33B diffusion transformer с AdaLN caching, Qwen3-VL encoder и Visual VAE; релиз рассчитан на запуск через vLLM-Omni на одной GPU.

▶ Ключевые особенности

• 🟰 Нативные FP8-веса и layer-wise offloading для жёстких лимитов VRAM.
• ➕ Ориентирован на single-GPU enterprise-сценарии вроде NVIDIA A100 40GB.
• ➖ Запуск через vLLM-Omni: нужны vllm >= 0.32.0 и vllm-omni >= 0.32.0.
• 🔜 Есть sync API /v1/videos/sync и async-очередь /v1/videos.
• *⃣ Параметры: fps строго 24, duration от 4.0 до 15.0, для t2va обязателен aspect_ratio.

▶ Пример

vllm serve ParisNeo/MiniMax-H3-FL2VA-FP8 --host 127.0.0.1 --port 8002 --tensor-parallel-size 1 --max-model-len 4096 --gpu-memory-utilization 0.90 --omni --task-type fl2va --vae-use-slicing --vae-use-tiling --enable-layerwise-offload --cache-backend cache_dit

Подробнее

Модель — производная от MiniMaxAI/MiniMax-H3 по MiniMax H3 Community License: коммерческое использование без роялти при выручке до $20 млн в год.
Для публичных продуктов требуется заметно указать «MiniMax H3» в интерфейсе.
Ограничения: fps жёстко 24; duration — от 4.0 до 15.0 секунд; для t2va обязателен aspect_ratio.
Для длинных sync-генераций карточка советует увеличивать timeout, например --max-time 900 в curl.