MiniMax-H3 3-Step LoRA

Адаптер и интеграция для инференса MiniMax-H3 Base от Perflow-Shuai: генерируют видео со стереоаудио. Это адаптер с переменным rank, а не обычная LoRA с единым rank. В комплекте — собственный загрузчик и chunked-runtime.

🔥 Ключевые особенности

• 🎤 Видео со стереозвуком 32 кГц: выход 1344×768, 124 кадра при 24 FPS.
• 🦾 Переменный rank: 208 групп — rank 256, ещё 58 групп — rank 128, scale 1.0; всего 266 групп и 532 FP32-тензора.
• 💥 3 оценки шума на чанк и 8 чанков — 24 оценки на весь клип, а не 3 на клип. Инференс conditional-only, CFG scale 1.
• ✅ Нужен собственный загрузчик и ChunkedH3Runtime: это не стандартный PEFT-пакет, pipeline.load_lora_weights() и произвольный ComfyUI-узел не гарантируются.
• 💜 Факторы адаптера и residual-вычисления держать в FP32; не переводить всю адаптированную модель в .half() или .bfloat16().

🎤 Пример

pip install -r requirements.txt
python infer.py --base ../h3-base --adapter . --prompt-file prompt.txt --output ./output --seed 20262020

Подробнее

Бенчмарки в карточке не приводятся. Нужен GPU с большим объёмом памяти; offloading, квантованная загрузка и произвольные версии ПО не валидированы.
База не входит в репозиторий: нужен MiniMaxAI/MiniMax-H3 с указанным revision. Размер адаптера — 7 538 400 104 байт.
Это генерация первого клипа на 124 кадра; продолжение длинного видео и image-conditioning не заявлены.
Лицензия MiniMax-H3 Community License: территориальные ограничения и требования к допустимому использованию.